Bayes'sche Regression - Hat jemand einen EA mit diesem Algorithmus erstellt? - Seite 14
![MQL5 - Sprache von Handelsstrategien, eingebaut ins Kundenterminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Polynomial.
Fügt man den Zitaten Rauschen hinzu, erhält man diese Verteilung:
Und wie würde das dem Handel helfen?
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.
Fügt man den Zitaten Rauschen hinzu, erhält man diese Verteilung:
Und wie würde das dem Handel helfen?
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, 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?
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?
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.