Bayes'sche Regression - Hat jemand einen EA mit diesem Algorithmus erstellt? - Seite 11
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Die Theorien über das Preisverhalten, die in verschiedenen wissenschaftlichen Handelsbüchern beschrieben werden, sind durch nichts anderes gestützt als durch die Argumentation der Autoren.
Das Preisverhalten ist das Verhalten eines Aggregats aus verschiedenen Gruppen von Marktteilnehmern, wobei sich das Verhältnis und der Wert ihrer offenen Positionen dynamisch und stochastisch ändern. :)
Meiner Meinung nach ist das zwar interessant (für einen Forscher), aber nicht monetär.
Vorhin habe ich zwei mögliche Strategien formuliert - Trendfindung und Pips-Findung. Die erste Strategie beschränkt sich darauf, den Beginn und das Ende eines Trends zu erkennen.
Die zweite ist das Auffangen von kleinen (fast lauten) Preisbewegungen. Beide Strategien sollten in Bezug auf ausschließlich statistische Merkmale des Preises und/oder der Preisinkremente im entsprechenden Zeitrahmen formuliert werden.
Vor kurzem bin ich auf einen interessanten Begriff gestoßen - statistische Arbitrage. Ich studiere sie gerade. :)
Verstanden. Nur eine Tatsache: Stochastisches Kursverhalten beinhaltet stochastische Muster, d. h. Muster, deren Ausgang nicht garantiert ist, die aber mit einer gewissen Wahrscheinlichkeit eintreten werden. Aber das ist noch nicht alles.
Die Wahrscheinlichkeit hat ein Konfidenzintervall. Wenn also p ein Modell ist - sein Konfidenzintervall ist nachweislich größer als, sagen wir, ein naives p = 0,5 + sein Konfidenzintervall -, dann haben wir ein stabiles (natürlich nicht streng genommen), empirisch getestetes Modell, mit dem MO besser abschneiden kann als Overhead.
Verstanden. Nur eine Tatsache: Stochastisches Kursverhalten beinhaltet stochastische Muster, d. h. Muster, deren Ausgang nicht garantiert ist, die aber mit einer gewissen Wahrscheinlichkeit eintreten werden. Aber das ist noch nicht alles.
Die Wahrscheinlichkeit hat ein Konfidenzintervall. Wenn also p ein Modell ist, dessen Konfidenzintervall nachweislich größer ist als, sagen wir, das naive p = 0,5 + sein Konfidenzintervall, dann haben wir ein stabiles (natürlich nicht streng genommen), empirisch getestetes Modell, das die MO übertreffen kann.
Der Unterschied zwischen meiner Position und Ihrer ist, dass ich nicht weiß, wie man Modelle erstellt, also verwende ich das, was sich verschiedene kluge Leute ausgedacht haben. :)
Ich stimme mit Ihnen völlig überein.
Der Unterschied zwischen meiner Position und Ihrer ist, dass ich nicht weiß, wie man Modelle erstellt, also verwende ich das, was sich verschiedene kluge Leute ausgedacht haben. :)
Es gibt hier eine Menge kultureller Schichten. Sie sind alle reines Blabla und ein paar hübsche Bilder. Wir müssen alles auf eine gute Art und Weise überprüfen.
Ich hätte gerne einen Code zum Thema dieser Branche.
1. lineare Regression. Methode der kleinsten Quadrate: Die Formeln sind dem Videoclip entnommen.
y=kx+b;
k=(mittleres Produkt von xy - Produkt der Mittelwerte von x und y)/(mittleres Quadrat von x - Quadrat des Mittelwertes von x);
b= y Mittelwert - k*x Mittelwert.
2. Durch diese Berechnungen sollten Sie die Koordinaten der Geraden erhalten. Die realen Werte unterscheiden sich von den theoretischen Werten um den Wert eps= y(real)- y(teor).
Damit es sich um eine Bayes'sche Regression handelt, wird außerdem angenommen, dass eps normalverteilt ist.
Diejenigen, die Kopenhagener sind, mögen mich bitte korrigieren, wenn etwas falsch ist, und mich beraten, was ich als nächstes tun soll.
Unter https://www.mql5.com/ru/code/8016 können Sie einen Indikator herunterladen, der die lineare Regression auf die gleiche Weise wie MT4 berechnet und einen linearen Regressionskanal erstellt.
Hier https://www.mql5.com/ru/code/8016 können Sie einen Indikator herunterladen, der wie MT4 eine lineare Regression berechnet und einen linearen Regressionskanal bildet.
Die vom Indikator gezeichnete lineare Regressionslinie stimmte fast mit der Linie überein, die ich mit dem Auge gezeichnet hatte. Das kommt vor.
Die lineare Regressionslinie, die der Indikator zeichnete, war fast identisch mit der, die ich mit dem Auge gezeichnet hatte. Das kommt vor.
Unterschätzen Sie unser Gehirn nicht...
Vielleicht sind Indikatoren erfunden worden, um das Gehirn zu entlasten, sozusagen aus den Tiefen des Unbewussten...
...
Damit die Regression nach dem Bayes'schen Prinzip abläuft, wird angenommen, dass der eps nach dem Normalgesetz verteilt ist.
...
Warum diese Annahme? Ganz und gar nicht. Man muss nicht darüber nachdenken, es ist wie bei der Definition des Umfangs der Bayes'schen Regression.
Wir müssen die Attribute bestimmen, die für die Berechnung der Bayes'schen Regression erforderlich sind. Dies ist die erste Frage, wie man einen quadratischen Kreis macht. An dieser Stelle werden Sie vielleicht feststellen, dass die Bayes'sche Regression überhaupt nicht passt. Aber das ist uns egal... es muss etwas getan werden. Nehmen wir an, dass das Zusammentreffen der Preiswerte einer Reihe und der zweiten Reihe (in unserem Fall der Linie) der maximalen Wahrscheinlichkeit entspricht. Und der maximale Weg ist 1/n (n - Anzahl der Balken). Allerdings ist dieser Ansatz so, als würde man mit einer Mistgabel auf dem Wasser zeichnen. Wir sollten also eine Formel erfinden, die bei Argument 0 1/n ergibt, und bei steigendem Argument gegen 0 tendiert. Dann schreiben wir die Baes-Formel auf und ersetzen die Formel, die wir zuvor für die Wahrscheinlichkeiten erfunden haben. Als nächstes müssen wir das Maximum der resultierenden Funktion finden. Wahrscheinlich nimmt man die Ableitung und setzt sie mit Null gleich...
Das Ergebnis wird fast dasselbe sein wie bei der linearen Regression, da das ursprüngliche Ziel darin bestand, die Gerade und die Preisreihen zu kombinieren.