h?xml version="1.0" encoding="UTF-8"?
张腾讯：自我学习进化的高级算法EA—卷积神经
原创：张大白么么哒EA海峰社
<img src="https://s2.ax1x.com/2019/11/04/KzBoSe.jpg" alt="KzBoSe.jpg" border="0" />
由达尔文提出自然演化理论认为，有机体的遗传物质中一个随机的微小变化将为它在野外生存带来优势或劣势。如果生物体的突变有利于其存活和繁殖，那么这种突变就得以传递。反之，这种突变就会与有机体一起死亡或灭绝。
在算法世界中，这被称为神经演化（neuroevolution）。人工神经网络复制的是学习个别概念的过程，而神经演化则试图重建构建大脑的过程—只有强者（或适者）生存的过程。
一、谷歌大脑：模仿自然演化，培养高性能后代算法
如果算法看成是马。
马在它们一生中都会学习，但人类只会评估它们的几个不同的指标
比如跑得有多快。图像识别的准确率作为单个的数字，很容易评估，就像马在马场上跑一圈需要花费多少时间。
但是，是什么让马跑得更快？
这个问题的答案实际上复杂得令人难以置信——这涉及一个庞大的 DNA 网络，它要控制肌肉生长，让马拥有更高的耐力，甚至是智力。这种复杂性可以类比为算法的基本参数，或者说算法在图像识别时结果好（或坏）的原因。
在研究中，Google 团队生成了 1000 个图像识别算法，这些算法使用现代深度神经网络进行训练，目标是要识别出特定的图像集。
然后，研究人员使用 250 台计算机，每台计算机选择两种算法，让这些算法识别图像来测试算法的准确率。具有较高精确度的算法存活下来，而表现较差的算法则被“杀死”。
Google 的研究人员发现，神经演化能够以 94.6% 的精度培养一个算法，并且他们后来进行的四次重复验证中，都得到类似（但不相同）的结果。改善算法图像识别能力的突变得到奖励（也就是存活下来），而降低性能的突变则被淘汰——就像在大自然中发生的一样。
二、在线学习EA：卷积神经算法
如果将谷歌算法引入EA，会产生什么样的效果？
这是非常多的人感兴趣的，经过多位行业顶尖高手联手研发，终于有了目前的能够自我学习的EA—卷积神经。
卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一 。卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络。
第一层卷积层的卷积核的目的是识别特征，他们识别像曲线和边这样的低层次特征。
<img src="https://s2.ax1x.com/2019/11/04/Kzrd8U.jpg" alt="Kzrd8U.jpg" border="0" />
但可以想象，如果想预测一个图片的类别，必须让网络有能力识别高层次的特征，例如手、爪子或者耳朵。让我们想想网络第一层的输出是什么。
假设我们有5个5 × 5 × 3的卷积核，输入图像是32 × 32 × 3的，那么我们会得到一个28 × 28 × 5的数组。
第二层卷积层，第一层的输出便成了第二层的输入。这有些难以可视化。第一层的输入是原始图片，可第二层的输入只是第一层产生的激活图，激活图的每一层都表示了低层次特征的出现位置。
如果用一些卷积核处理它，得到的会是表示高层次特征出现的激活图。这些特征的类型可能是半圆（曲线和边的组合）或者矩形（四条边的组合）。随着卷积层的增多，到最后，你可能会得到可以识别手写字迹、粉色物体等等的卷积核。
当网络越来越深，卷积核会有越来越大的相对于输入图像的感知域。这意味着他们有能力考虑来自输入图像的更大范围的信息。
我们人类可以通过一些与众不同的特征来识别图片，比如狗狗的爪子和狗有四条腿。同样地，电脑也可以通过识别更低层次的特征（曲线，直线）来进行图像识别。电脑用卷积层识别这些特征，并通过更多层卷积层结合在一起，就可以像人类一样识别出爪子和腿之类的高层次特征，从而完成任务。
三、卷积神经算法EA
目前国内绝大多数人用的都第三代算法，经过EA专家的开发，采用策略程序化的方式运行，
但此EA产品更新时间周期长，一旦使用人数过多，此策略出现失效的概率会很大。
第四代算法基于在线的学习，针对39个标准品种，在复杂基于投资组合原理而计算出的仓位调配，以期取得最佳表现。
通过不断的在线学习，让卷积神经有了超越绝大多数第三代EA算法的能力，在低回撤的前提下，也能做到不错的月收益。
其中核心团队成员：
need-to-insert-img
EA智能专家，金融学博士，专注于数据挖掘，毕业于ATU大学
数理统计专家，数学博士，专注于算法统计毕业于UPMC大学
人工智能模型识别专家，理学硕士，专注于图像和模型识别，毕业于清华大学
EA代码编写专家，计算机硕士，EA代码编写，毕业于电子科学技术大学
四、合作对象
由于神经卷积算法需要耗费大量的算力，购买多台高端设备用于学习。因此，特招募高净值合作客户，合作产生技术方收益用于设备购买，人员开支等，资金方也可以在承受一定风险情况下获取不错的收益。
合作对象：
1.3万美金以上净值客户
2.愿意承受一定风险的群体，最大回撤在10%以内
3.签订合作合同，承诺不将账户泄露给除自身以外任何的对象
4.满足上述条件者，可以加添加下方微信，详细了解。
张腾讯：自我学习进化的高级算法EA—卷积神经
原创：张大白么么哒 EA海峰社
一、谷歌大脑：模仿自然演化，培养高性能后代算法
二、在线学习EA：卷积神经算法
三、卷积神经算法EA
四、合作对象
need-to-insert-img
