정확히. Arima 및 모든 곳에서 인터넷에 있는 수백 개의 기사 - "자기 상관 및 자기 회귀 찾기", 그 다음 12개의 사진, 설명 없이 3개의 매개변수로 즉시 답변. 기사의 10%에서는 계절성이 있다고 언급할 수도 있습니다.
죄송합니다. 하지만 이것은 기술 분석에서 나온 것입니다. 지표를 보고, 보고, 좋아하고, 고문 역할을 하기 시작했습니다.
통계 모델을 사용하려고 할 때 사용하기 전에 첫 번째 질문은 해당 모델을 데이터에 적용할 수 있습니까?
ARIMA에 관한 것이라면 이 모델은 특히 금융 시장에서 적용이 매우 제한적입니다. 그것을 만든 사람들은 이 제한을 이해했고 따라서 특정 경우에 이 모델의 적용 가능성을 결정할 수 있는 추가 도구를 동반했습니다. 실제로는 WINDOW에서 적용 여부를 확인해야 하므로 창이 움직일 때 모델을 적용하거나 적용하지 않을 수 있습니다.
하지만 상황은 더 심각합니다.
ARIMA와 같은 모델이 적용되지 않을 수 있는 것은 소스 데이터에 관한 것만이 아닙니다. 요점은 피팅의 결과이기도 합니다. 모든 것을 조정하고 모든 매개변수를 결정한 다음 매개변수가 중요하지 않다는 것을 조사하고 확인하기 시작했습니다. 매개변수는 보지만 존재하지 않습니다.
나는 위에 "상황이 더 나쁘다"고 썼다. 그리고 TA와 비교할 때 시각 장애인의 상황. 지표가 자기회귀이고 같은 ARIMA도 자기회귀임을 감안하면 ARIMA의 적용 가능성에 대해 알 수 있고 우리는 항상 지표를 맹목적으로 사용하는데 그 예금이 시력으로 이동했다는 사실에 놀라움을 금치 못한다.
거래 열기 - 화면, 닫기 - 화면. 일주일 후 제공되는
둘 다 거기에 있고 맹세하지 않을 것입니다 - 당신은 선물을 받게 될 것입니다.
즉, 시그널 서비스 를 완전히 신뢰하지 않는 건가요.......?????
기이한!!!!
그리고 모든 거래에 대해 논평할 시간이 없고, 그러고 싶지도 않습니다. 로봇 절단, 결과는 굉장합니다!!!!
R-bloggers 에 대한 뉴스 피드 가 있습니다. 오늘은 변수의 중요성을 선택하는 패키지인 DALEX에 대한 광고가 나왔습니다. 설치 시도 - 내 R 3.4.2에 설치되지 않았습니다.
그리고 그 아이디어가 정말 마음에 들었습니다.
일반적으로 변수의 중요성은 예측 변수가 모델 적합에 얼마나 자주 사용되었는지에 대한 중요성입니다.
그러나 DALEX는 다른 아이디어를 사용합니다. 예측자의 중요성은 예측의 성공에 대한 이 예측자의 영향으로 이해됩니다. 모델 자체가 블랙박스 취급
내가 사용한 모든 패키지를 기억하려고 했지만 예측에 영향을 주는 유사한 아이디어를 가진 패키지를 기억할 수 없습니다.
아마도 누군가가 말할 것입니까?
R-bloggers 에 대한 뉴스 피드가 있습니다. 오늘은 변수의 중요성을 선택하는 패키지인 DALEX에 대한 광고가 나왔습니다. 설치 시도 - 내 R 3.4.2에 설치되지 않았습니다.
그리고 그 아이디어가 정말 마음에 들었습니다.
일반적으로 변수의 중요성은 예측 변수가 모델 적합에 얼마나 자주 사용되었는지에 대한 중요성입니다.
그러나 DALEX는 다른 아이디어를 사용합니다. 예측자의 중요성은 예측의 성공에 대한 이 예측자의 영향으로 이해됩니다. 모델 자체가 블랙박스 취급
내가 사용한 모든 패키지를 기억하려고 했지만 예측에 영향을 주는 유사한 아이디어를 가진 패키지를 기억할 수 없습니다.
아마도 누군가가 말할 것입니까?
정확히. Arima 및 모든 곳에서 인터넷에 있는 수백 개의 기사 - "자기 상관 및 자기 회귀 찾기", 그 다음 12개의 사진, 설명 없이 3개의 매개변수로 즉시 답변. 기사의 10%에서는 계절성이 있다고 언급할 수도 있습니다.
죄송합니다. 하지만 이것은 기술 분석에서 나온 것입니다. 지표를 보고, 보고, 좋아하고, 고문 역할을 하기 시작했습니다.
통계 모델을 사용하려고 할 때 사용하기 전에 첫 번째 질문은 해당 모델을 데이터에 적용할 수 있습니까?
ARIMA에 관한 것이라면 이 모델은 특히 금융 시장에서 적용이 매우 제한적입니다. 그것을 만든 사람들은 이 제한을 이해했고 따라서 특정 경우에 이 모델의 적용 가능성을 결정할 수 있는 추가 도구를 동반했습니다. 실제로는 WINDOW에서 적용 여부를 확인해야 하므로 창이 움직일 때 모델을 적용하거나 적용하지 않을 수 있습니다.
하지만 상황은 더 심각합니다.
ARIMA와 같은 모델이 적용되지 않을 수 있는 것은 소스 데이터에 관한 것만이 아닙니다. 요점은 피팅의 결과이기도 합니다. 모든 것을 조정하고 모든 매개변수를 결정한 다음 매개변수가 중요하지 않다는 것을 조사하고 확인하기 시작했습니다. 매개변수는 보지만 존재하지 않습니다.
나는 위에 "상황이 더 나쁘다"고 썼다. 그리고 TA와 비교할 때 시각 장애인의 상황. 지표가 자기회귀이고 같은 ARIMA도 자기회귀임을 감안하면 ARIMA의 적용 가능성에 대해 알 수 있고 우리는 항상 지표를 맹목적으로 사용하는데 그 예금이 시력으로 이동했다는 사실에 놀라움을 금치 못한다.
R-bloggers 에 대한 뉴스 피드가 있습니다. 오늘은 변수의 중요성을 선택하는 패키지인 DALEX에 대한 광고가 나왔습니다. 설치 시도 - 내 R 3.4.2에 설치되지 않았습니다.
그리고 그 아이디어가 정말 마음에 들었습니다.
일반적으로 변수의 중요성은 예측 변수가 모델 적합에 얼마나 자주 사용되었는지에 대한 중요성입니다.
그러나 DALEX는 다른 아이디어를 사용합니다. 예측자의 중요성은 예측의 성공에 대한 이 예측자의 영향으로 이해됩니다. 모델 자체가 블랙박스 취급
내가 사용한 모든 패키지를 기억하려고 했지만 예측에 영향을 주는 유사한 아이디어를 가진 패키지를 기억할 수 없습니다.
아마도 누군가가 말할 것입니까?
3.4.3에 설치되었습니다. 흥미로운 일이지만 저자가 놀랍습니다.
LIME을 잊으셨나요? varbvs에 대해서도 알려 드리겠습니다. 나는 모든 면에서 베이지안 방법에 점점 더 기울어지고 있습니다.
행운을 빕니다
저것들. 일반적으로 백테스트에 적합하지만 여기에서는 포워드에 적합합니까?
글쎄요! 백테스트가 왜 필요한가요? 왜 과거를 분석해야 합니까? 학습을 위해-분명하지만 테스트를 위해 ...
이 스레드의 앞부분에서 나는 훈련과 앞으로의 결과를 게시했습니다. 그저 우울할 뿐입니다.
그러나 이것은 내가 얻은 결과의 일부일 뿐입니다.
래틀에서는 15,000bar H1 파일에서 14개 통화 쌍에 대해 6개 모델을 모두 실행했습니다. 절반은 훈련용, 절반은 훈련된 모델용으로 실행했습니다.
결과는 우울합니다. 84개 옵션 중 실제로 30% 미만의 오차로 주의를 기울일 가치가 있는 168개 옵션(롱 + 숏), 12개도 없을 것입니다. 길기도 하고 짧기도 하다!
3.4.3에 설치되었습니다. 흥미로운 일이지만 저자가 놀랍습니다.
LIME을 잊으셨나요? varbvs에 대해서도 알려 드리겠습니다. 나는 모든 면에서 베이지안 방법에 점점 더 기울어지고 있습니다.
행운을 빕니다
Microsoft에 3.4.3이 있습니까?
라임님 감사합니다.
SanSanych, 당신은 상당히 글을 읽고 이론을 지지하는 사람입니다. 말해봐, 다른 시리즈의 다항식 계수를 예측 변수로 제출하려고 했습니까?
아니다