Bayes'sche Regression - Hat jemand einen EA mit diesem Algorithmus erstellt? - Seite 30
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
Ein Programm erstellt , das die Koeffizienten a und b ermittelt, bei denen die Wahrscheinlichkeit nach dem Satz von Bayes maximal ist, wenn eine Normalverteilung mit einem Erwartungswert gleich ax+b angewendet wird.
Super! Definitiv.
Es ist möglich, sie zu konstruieren. Aber wie kann sie auf die Bayes'sche Formel angewendet werden?
Ich habe einen ähnlichen Indikator mit Schlusskurs-Puffern erstellt. Ich habe das gesamte berechnete Intervall in 10 Teile geteilt. Ich habe versucht, einen ähnlichen Algorithmus in meinem Expert Advisor zu verwenden. Ich war nicht sehr beeindruckt.
Wie kocht man es mit was?
Die Dichte bezieht sich nicht auf die Preise selbst, sondern auf deren Abstufungen.
Bei der Bayes'schen Analyse ist der schwierigste Teil, wie sie schreiben, die Entscheidung über die a priori-Wahrscheinlichkeit. Auf den Devisenhandel angewandt, sieht es meiner Meinung nach folgendermaßen aus.
Die Eigenschaften der Daten, die sich rechts von der Nullleiste befinden, sind uns nicht bekannt. Was liegt vor ihm? Unbekannte Preisverteilung, normalähnliche Verteilung, Laplace-Verteilung oder etwas anderes. Welche Verteilung wir als A-priori-Wahrscheinlichkeit (Likelihood-Funktion) annehmen, bestimmt die resultierende Wahrscheinlichkeit nach der Bayes-Formel. Je plausibler die A-priori-Wahrscheinlichkeit ist, desto näher liegen unsere Berechnungen an der Wahrheit.
Super! Ganz genau.
Es lohnt sich, die Anfangspunkte des Trends zu vergleichen, da könnte es einen Unterschied geben.
Ich danke Ihnen. Es ist selten, dass Sie das sagen.
Ich habe die Koeffizienten nicht nach der Methode der kleinsten Quadrate berechnet. Ich habe den Indikator aus der kodobase übernommen. Die Übereinstimmung liegt bei fast 100 %, obwohl dieser Indikator auf der Grundlage von Schlusskursen berechnet wird und meine Methode "Bayesianisch" ist. Ich verwende OHLC als Durchschnittswert.
Ich habe einen ähnlichen Indikator mit Schlusskurspuffern erstellt. Der gesamte berechnete Abschnitt wurde in 10 Teile aufgeteilt. Ich habe versucht, einen ähnlichen Algorithmus in meinem Expert Advisor zu verwenden. Ich war nicht sehr beeindruckt.
Wie kocht man es mit was?
Ich habe das gleiche Programm als Expert Advisor für den deutschen DAX verwendet. Auf einem ruhigen Markt scheint das in Ordnung zu sein. Aber sobald VW erwischt wird, Draghi etwas sagt, die Nordkoreaner eine thermonukleare Bombe testen - brechen die Gauß'schen Glocken sofort ab, die Preisbereiche mit den größten Tickvolumina ziehen keine Preise mehr an.
Nun, so schlimm ist es nicht. Nachrichten wie diese kommen selten vor. Ich werde es mit der Lautstärke probieren müssen.
Ich habe ein weiteres Problem: Ich kann einige Formeln nicht verstehen, ich muss algebraische Zeichen verstehen.
Welche Verteilung wir als A-priori-Wahrscheinlichkeit (Likelihood-Funktion) annehmen, bestimmt die resultierende Wahrscheinlichkeit nach der Bayes-Formel. Je plausibler die A-priori-Wahrscheinlichkeit ist, desto näher liegen unsere Berechnungen an der Wahrheit.
Was ist mit Ihrem vorherigen Beitrag?
https://www.mql5.com/ru/forum/72329/page14
Was ist mit Ihrem vorherigen Beitrag?
https://www.mql5.com/ru/forum/72329/page14
Dieser Beitrag bestätigt den vorliegenden Beitrag. Es gibt eine Normalverteilung, aber wie die Gewinne sind, weiß niemand.
Ich habe ein Programm erstellt , das die Koeffizienten a und b ermittelt, bei denen die Wahrscheinlichkeit nach dem Satz von Bayes maximal ist, wenn eine Normalverteilung mit einem Erwartungswert gleich ax+b angewendet wird.
Der Algorithmus reduziert sich auf die Aufzählung möglicher Werte von a und b in den Zeilen y=ax+b und setzt in die Bayes-Formel P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y) ein; (1)
P(x,y|a,b) wird als Wahrscheinlichkeitsfunktion P(x,y|a,b) aufgefasst, die eine Normalverteilungsformel mit Erwartung ax+b ist. Das Maximum-Likelihood-Maß der Bayes-Formel ist umgekehrt proportional zur Standardabweichung.
Die durch die Koeffizienten a und b konstruierte Gerade (rote Linie) (bei der die Wahrscheinlichkeit nach dem Bayes-Theorem maximal ist) stimmt fast mit demselben Indikator (gelbe Linie) der linearen Regression aus der kodobase überein.
Dmitry Fedoseev, Vladimir und andere "Kopenhagener" hatten Recht.
Wir erhalten dasselbe plus ein probabilistisches Maß für die Übereinstimmung von a,b x und y durch die Bayes-Formel. In diesem Fall (lineare Abhängigkeit, Normalverteilung von y, Gleichverteilung von a und b) erwies sie sich als umgekehrt proportional zur Standardabweichung. Vielleicht wird sich diese Maßnahme bei der Analyse als nützlich erweisen.
Es gibt einen aktuellen Artikel - vielleicht finden Sie ihn nützlich...
https://habrahabr.ru/company/itinvest/blog/277337/