Bejro
  • 2
Takie szybkie podsumowanie sytuacji
TL:DR


Spadki które obserwujemy i kontynuacja trendu spadkowego to wyłączna (co rzadko się zdarza) wina CPI z 10.06 wyższego od oczekiwań o 0.3%. To z kolei była wyłączna wina ropy która niespodziewanie kontynuowała wzrosty. Teraz ropa (stanowiąca 7.5% CPI) jest 20% poniżej ceny z 10.06 - można więc oczekiwać CPI niższego o 1.5% (lub więcej bo np. transport jest mocno skorelowany). Dałoby to odczyt na poziomie 7%
  • 2
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
Sabarolus
Sabarolus
  • 4
Spadki które obserwujemy i kontynuacja trendu spadkowego to wyłączna (co rzadko się zdarza) wina CPI z 10.06 wyższego od oczekiwań o 0.3%.


@Bejro: piszesz headliny dla Bloomberga? tam zawsze eksperci na bieżąco wynajdują przyczyny aktualnych spadków bądź wzrostów na rynku.

Teraz ropa (stanowiąca 7.5% CPI) jest 20% poniżej ceny z 10.06 - można więc oczekiwać CPI niższego o
  • Odpowiedz
Bejro
  • 1
Treść przeznaczona dla osób powyżej 18 roku życia...
  • 1
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
C.....n
C.....n
  • 0
@Dejwi996: Nadal nie. Profesor miał tak ukształtowane poglądy, że rower=wieś, a miasto to samochód.
I po latach (bo to w zeszłym wieku się działo) dochodzę do wniosku, obserwując wyczyny... pewnej bardzo widocznej i prostackiej grupy rowerzystów, że profesor mógł mieć sporo racji. ;-)
  • Odpowiedz
Bejro
  • 12
Udało mi się wreszcie lepiej zrozumieć jak efektywnie uczyć sieci typu GAN do generowania obrazów, więc postanowiłem podzielić się spostrzeżeniami i może oszczędzić komuś sporo czasu. Jak wiadomo ta architektura jest prawdopodobnie najtrudniejsza do debugowania a proces uczenia długi - no ale właśnie niekoniecznie. Jak się okazuje jednoczasowa propagacja wsteczna dla generatora i obu lossów dyskryminatora jest bardzo nieskuteczna. Lepiej rozbić to uczenie na 3 niezależne części - no ale wtedy czas
Bejro - Udało mi się wreszcie lepiej zrozumieć jak efektywnie uczyć sieci typu GAN do...

źródło: comment_1655938289GU2WRP43WYMF7A3scu6EUP.jpg

Pobierz
  • 8
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
ejsap_kupno
  • 0
@Bejro: Nie byłem konkretny. Chodziło mi o WGAN-GP (tutaj nie clipujemy wag tylko mamy penalty na gradiencie, przez co zachowany jest warunek 1-Lipschitzowosci) który ma znacznie stabilniejszy proces uczenia od tego standardowego lossu który przytaczas. W praktyce tez nie stosuje sie częstszego treningu krytyka od generatora. Idea WGAN jest to, ze ta funkcja kosztu ma bardziej informacyjne gradienty przez co generator nawet jak się bardzo myli to może się poprawić
  • Odpowiedz
Bejro
  • 0
@ejsap_kupno: Hinge loss jest bardzo podobny do crossentropy z logitów więc to takie cofnięcie się do czegoś co działało od funkcji W. Generalnie WGAN-GP wciąż robi to samo co WGAN ale w inny (lepszy) sposób. Jeśli używamy dyskryminatora z dużym dropoutem na tym samym wygenerowanym batchu to wirtualnie próbkujemy większy rozkład i zwiększamy generalizację - a to coś innego niż zapobieganie zanikaniu gradientów w WGANach.
  • Odpowiedz
Bejro
  • 2
O co chodzi ze spodziewanymi wynikami niektórych parametrów jak CPI? Przecież jak jest to liczone według określonych parametrów, to w jaki sposób inwestorzy mogą zostać zaskoczeni? Oczywistym jest, że jak ropa była teraz wysoko, to odczyt CPI też był wysoki. Ale na rynku w dzień odczytu było pikachu.jpg i panika na indeksach. Kto liczy oczekiwany wynik, i dlaczego może być różny od odczytu?
#gielda #ekonomia #inwestycje
  • 1
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
markier
markier
  • 1
@Bejro: Przecież nie wszyscy analitycy mają dostęp do tych samych danych wejściowych do policzenia CPI. Urząd to liczący ma znacznie więcej i znacznie dokładniejsze dane.
  • Odpowiedz

Osiągnięcia