Bayes'sche Regression - Hat jemand einen EA mit diesem Algorithmus erstellt? - Seite 14

 
Dmitry Fedoseev:
Polynomial.
Nehmen Sie es, berechnen Sie es, vergleichen Sie es.
 

Fügt man den Zitaten Rauschen hinzu, erhält man diese Verteilung:

Und wie würde das dem Handel helfen?

 
Yousufkhodja Sultonov:
Nehmen Sie es, berechnen Sie es, vergleichen Sie es.

Warum sollte ich? Das ist mir egal, Sie können so lange in Ihrem Nebel verharren, wie Sie wollen.

Außerdem sieht Ihr Vorschlag sehr merkwürdig aus. Da Sie sich als so einzigartiger Experte und Erfinder präsentieren, müssen Sie die polynomiale Regression und ihre Eigenschaften kennen.

Es ist absolut nicht notwendig, es zu berechnen, es gibt einen Indikator in der Codebasis, Sie können sogar den Grad des Polynoms ändern, und das ist wirklich Macht.

 
Event:

Fügt man den Zitaten Rauschen hinzu, erhält man diese Verteilung:

Und wie würde das dem Handel helfen?

Das ist nicht der Fall. Aber nach Ansicht der lokalen Regressologen - da die Verteilung nun normal ist - kann man nun alle Methoden anwenden, die ihrer Meinung nach nur auf eine Normalverteilung angewendet werden können. (natürlich nur ein Scherz)
 
Dmitry Fedoseev:

Warum sollte ich? Das ist mir egal, Sie können so lange in Ihrem Nebel verharren, wie Sie wollen.

Außerdem sieht Ihr Vorschlag sehr merkwürdig aus. Da Sie ein so einzigartiger Experte und Erfinder sind, sollten Sie die polynomiale Regression und ihre Eigenschaften kennen.

Das Polynom muss jedes Mal an die aktuellen Daten angepasst werden, während man im Fall von (18) nichts tun muss, es passt sich selbst bestmöglich an. Sie haben nur nicht den Mut zuzugeben, dass ein besseres Modell als (18) noch nicht in jeder Hinsicht erfunden wurde.
 
Yousufkhodja Sultonov:
Das Polynom muss jedes Mal an die aktuellen Daten angepasst werden, und im Fall von (18) brauchen Sie nichts zu tun, es passt sich selbst bestmöglich an. Sie haben nur nicht den Mut zuzugeben, dass ein besseres Modell als (18) noch nicht in jeder Hinsicht erfunden wurde.

Warum sollte sie angepasst werden? Es ist das Polynom, das sich am besten von selbst anpasst. Ihre kurvilineare Regression wird nur selten zu den Daten passen. Die Situation hier ist ganz anders, Ihr Rückschritt ist nicht der beste oder der beste, er trifft hier überhaupt nicht zu.

Es ist auch nicht ganz klar, was Sie als Anpassung bezeichnen? Das eigentliche Wesen der Regression ist die Anpassung. Warum sollte man es sonst Butter nennen?

Wie kann man etwas einschätzen, das man nicht ausprobiert hat?

 
Yousufkhodja Sultonov:
Warum sind Sie dann kein Millionär? Sie haben eine Filiale, sprechen Sie über die Reize Ihrer (18), tun Sie es nicht hier.
 
Dmitry Fedoseev:

Warum sollte sie angepasst werden? Es ist das Polynom, das sich am besten von selbst anpasst. Ihre kurvilineare Regression wird nur selten zu den Daten passen. Die Situation hier ist ganz anders, Ihr Rückschritt ist nicht der beste oder der beste, er trifft hier überhaupt nicht zu.

Es ist auch nicht ganz klar, was Sie als Anpassung bezeichnen? Das eigentliche Wesen der Regression ist die Anpassung. Warum sollte man es sonst Butter nennen?

Am einfachsten kann ich meinen Mund halten, wenn ich die Funktionsweise des Polynom-Modells an diesem Beispiel zeige. Ich bin überzeugt, dass sie keine Vorhersagekraft hat. Es mag etwas zeigen, wenn man ein paar Fakten eingibt, aber darüber hinaus wird es sich von der Realität entfernen.
 
Yousufkhodja Sultonov:
Der einfachste Weg, mich zum Schweigen zu bringen, ist, die Funktionsweise des Polynommodells anhand dieses Beispiels zu zeigen. Ich bin überzeugt, dass sie keine Vorhersagekraft hat. Es kann zwar einen Ausschnitt der tatsächlich eingegebenen Daten anzeigen, aber dann entfernt es sich von der Realität.
Andernfalls sollte man meinen, dass Ihre Daten für Prognosen geeignet sind.
 
Dmitry Fedoseev:
Andernfalls sollte man meinen, dass Ihre Daten für Prognosen geeignet sind.
Offensichtlich ist dem Markt die Vorhersage an sich egal, vor allem auf kurze Sicht. Langfristig trägt die Prognose bescheidene Früchte in Form von 10-12 % pro Jahr, womit viele nicht zufrieden sind.