Bayes'sche Regression - Hat jemand einen EA mit diesem Algorithmus erstellt? - Seite 32

 
Yuri Evseenkov:

Um ein Programm zu schreiben, geben Sie bitte an, ob die Normalverteilung der Ergebnisse in MT4 verfügbar ist, oder ob eine andere verwendet werden soll.

Der normale PRNG erzeugt gleichmäßig verteilte Zahlen. Um eine Gleichverteilung in eine Normalverteilung umzuwandeln, müssen Sie einen speziellen Umwandlungsalgorithmus verwenden.
Преобразование равномерно распределенной случайной величины в нормально распределенную
Преобразование равномерно распределенной случайной величины в нормально распределенную
  • habrahabr.ru
Только зарегистрированные пользователи могут оставлять комментарии. Войдите, пожалуйста. Пометьте топик понятными вам метками, если хотите или закрыть
 

Ich bin erstaunt über das hohe Niveau der Beherrschung mathematischer Methoden durch die Diskussionsteilnehmer und ihr völliges Unverständnis für die Grundsätze ihrer Anwendbarkeit. Alle Regressionsanalysen korrelierten Daten. Wenn es keine Korrelation gibt, ist die Regression nicht anwendbar. Ist die Verteilung der untersuchten Größen nicht normal, sind auch die Methoden der parametrischen Statistik nicht anwendbar. Der Markt hat nicht die Eigenschaft der Normalität. Auch der Markt als Prozess ist nicht von der Zeit abhängig. Beides widerspricht jedoch dem Grundgedanken der Regressionsanalyse an sich.

 
Vasiliy Sokolov:

Ich bin erstaunt, wie gut die Diskussionsteilnehmer die mathematischen Methoden beherrschen, obwohl sie die Grundsätze ihrer Anwendbarkeit überhaupt nicht kennen. Alle Regressionsanalysen korrelierten Daten. Wenn es keine Korrelation gibt, ist die Regression nicht anwendbar. Ist die Verteilung der untersuchten Größen nicht normal, sind auch die Methoden der parametrischen Statistik nicht anwendbar. Der Markt hat nicht die Eigenschaft der Normalität. Auch der Markt als Prozess ist nicht von der Zeit abhängig. Beides widerspricht jedoch dem Grundgedanken der Regressionsanalyse an sich.

Na endlich, die Stimme der Vernunft.

Früher begann das Studium der angewandten Mathematik mit der Untersuchung von systematischen Fehlern der ersten und zweiten Art, deren Bedeutung eher aus der Systemanalyse als aus der Statistik stammt.

Die erste Art des systematischen Fehlers wurde wie folgt formuliert:

Die korrekte Anwendung von korrekten Methoden auf Daten, auf die diese Methoden nicht anwendbar sind.

Die Grundlage der Anwendung mathematischer Methoden im Allgemeinen und statistischer Methoden im Besonderen ist der GRUND für die Anwendbarkeit eben dieser Methoden. Und heutzutage hat die Bedeutung eben dieser Rechtfertigung im Zusammenhang mit dem breiten Zugang zu den ausgefeiltesten mathematischen Werkzeugen in Form von Softwarepaketen immer mehr zugenommen: Es ist nicht notwendig, den internen Aufbau der Methode zu verstehen - ein paar Zeilen und alles. Aber um die Anwendung von.... zu rechtfertigen

 
Vasiliy Sokolov:
Der normale PRNG erzeugt gleichmäßig verteilte Zahlen. Um eine Gleichverteilung in eine Normalverteilung umzuwandeln, muss ein spezieller Umwandlungsalgorithmus verwendet werden.
Ich danke Ihnen. Ich habe mich in der Wildnis verirrt, als ich anfing, PRNG zu studieren. Übrigens stieß ich auf meiner Wanderung auf denselben zentralen Grenzwertsatz der Wahrscheinlichkeitstheorie. Ein "Kopenhagener" schrieb, dass, wenn ich die Ergebnisse mehrerer verschiedener PRNGs kombiniere, die Verteilung normal sein wird. Und er bezog sich dabei auf dieselbe Wikipedia-Formulierung der CPT, die von den Teilnehmern unserer Branche abgelehnt wurde.
 
Vasiliy Sokolov:

Ich bin erstaunt über das hohe Niveau der Beherrschung mathematischer Methoden durch die Diskussionsteilnehmer und ihr völliges Unverständnis für die Grundsätze ihrer Anwendbarkeit. Alle Regressionsanalysen korrelierten Daten. Wenn es keine Korrelation gibt, ist die Regression nicht anwendbar. Ist die Verteilung der untersuchten Größen nicht normal, sind auch die Methoden der parametrischen Statistik nicht anwendbar. Der Markt hat nicht die Eigenschaft der Normalität. Auch der Markt als Prozess ist nicht von der Zeit abhängig. Beides durchkreuzt die eigentliche Idee der Regressionsanalyse, was auch immer sie im Kern sein mag.

Und was mich überrascht, ist die Inkonsistenz der Beiträge von Teilnehmern mit hoher Kompetenz. Vor kurzem haben Sie in einem anderen Thread von Illita die Existenz einer Normalverteilung bestätigt. Stimmt, da ging es um den Spread, und Sie schrieben: "Die Verteilungsanalyse ist nur unter dem Gesichtspunkt der Untersuchung der Handelsbedingungen von Interesse. Der Fisch ist nicht da", und jetzt schreiben Sie: "Der Markt hat nicht die Eigenschaft der Normalität".

Ich bin nicht derjenige, der über die Tatsache geschrieben hat, dass die Volatilität, die Inkremente, ein Verteilungsgesetz nahe der Normalverteilung haben und Diagramme erstellt hat. Ich habe es nur in Betracht gezogen, weil ich daran glaube.

Im Allgemeinen interessiere ich mich für den Bayes'schen Ansatz selbst und den Versuch, ein Wahrscheinlichkeitsmaß als Produkt von Wahrscheinlichkeiten mit Hilfe der Bayes-Formel zu berechnen. Und es liegt an jedem, darauf eine Regression aufzubauen. Ich glaube, es gibt hier Fische im Wasser.

 
СанСаныч Фоменко:

Na endlich, die Stimme der Vernunft.

Früher begann das Studium der angewandten Mathematik mit der Untersuchung von systematischen Fehlern der ersten und zweiten Art, deren Bedeutung eher aus der Systemanalyse als aus der Statistik stammt.

Die erste Art des systematischen Fehlers wurde wie folgt formuliert:

Die korrekte Anwendung von korrekten Methoden auf Daten, auf die diese Methoden nicht anwendbar sind.

Die Grundlage der Anwendung mathematischer Methoden im Allgemeinen und statistischer Methoden im Besonderen ist der GRUND für die Anwendbarkeit eben dieser Methoden. Und heutzutage hat die Bedeutung eben dieser Rechtfertigung im Zusammenhang mit dem breiten Zugang zu den ausgefeiltesten mathematischen Werkzeugen in Form von Softwarepaketen immer mehr zugenommen: Es ist nicht notwendig, den internen Aufbau der Methode zu verstehen - ein paar Zeilen und alles. Aber um die Anwendung von.... zu ERKENNEN

In Ihrer kurzen Geschichte der technischen Analyse in einem Beitrag zu diesem Thema schrieben Sie: "Der Platz der Bayes'schen Modelle auf den Finanzmärkten ist lang und klar definiert - nicht anwendbar".

Es ist sehr interessant, wie Bayes'sche Modelle angewandt wurden und wer die Unveränderlichkeit bestimmt hat. Bayes'sche Methoden werden häufig bei der Erkennung von Betrug, Spam und in der Medizin eingesetzt. Warum lehnen Sie sie im Devisenhandel ab?

Ich möchte aus einer Habra-Diskussion über Bayes zitieren.

"Es ist wohl erwähnenswert, dass derartige Methoden bei der Entwicklung von Algorithmen eine ziemlich hohe mathematische Kultur des Entwicklers erfordern, da der kleinste Fehler bei der Ausgabe und/oder Umsetzung von Berechnungsformeln die gesamte Methode zunichte macht und in Verruf bringt. Probabilistische Methoden sind dafür besonders anfällig, weil das menschliche Denken nicht an die Arbeit mit probabilistischen Kategorien angepasst ist und es daher keine "Sichtbarkeit" und kein Verständnis für die "physikalische Bedeutung" von Zwischen- und Endparametern der Wahrscheinlichkeitsrechnung gibt. Ein solches Verständnis gibt es nur für grundlegende Konzepte der Wahrscheinlichkeitstheorie, und dann muss man komplexe Dinge nur noch sehr sorgfältig kombinieren und nach den Gesetzen der Wahrscheinlichkeitstheorie ableiten - der gesunde Menschenverstand ist bei zusammengesetzten Objekten nicht mehr hilfreich. Damit verbunden sind insbesondere ernsthafte methodische Auseinandersetzungen auf den Seiten moderner Bücher über die Philosophie der Wahrscheinlichkeit sowie eine große Zahl von Sophismen, Paradoxien und Rätseln zu diesem Thema".

 
Yuri Evseenkov:

Danke für den Hinweis auf die systemischen Fehler. In Ihrer kurzen Geschichte der technischen Analyse in einem Beitrag zu diesem Thema schrieben Sie: "Der Platz der Bayes'schen Modelle auf den Finanzmärkten ist lang und klar definiert - nicht anwendbar."

Sehr interessant, wie Bayes'sche Modelle angewandt wurden und wer die Unveränderlichkeit bestimmt hat.

Lesen Sie meinen Beitrag noch einmal.

Das ist dasselbe, nur mit anderen Worten.

Jede Methode ist auf sehr spezifische Daten anwendbar, so dass die Anwendbarkeit der Bayes'schen Methode nicht von irgendjemandem bestimmt wird, sondern von den Daten, auf die sie angewendet wird. Diesem Thema wurden bereits mehrere Beiträge gewidmet.

Und noch einfacher: ein Schraubenzieher für Schrauben und ein Schraubenschlüssel für Bolzen.

 
СанСаныч Фоменко:

Lesen Sie noch einmal meinen Beitrag. Das Gleiche, aber mit anderen Worten.
Jede mathematische Methode ist auf ganz bestimmte Daten anwendbar, so dass die Anwendbarkeit von Bayes nicht von irgendjemandem bestimmt wird, sondern von den Daten, auf die sie angewendet wird. Diesem Thema wurden bereits mehrere Beiträge gewidmet. Und um es noch einfacher auszudrücken: ein Schraubenzieher für Schrauben und ein Schraubenschlüssel für Bolzen.

Lesen Sie Ihren Beitrag noch einmalhttps://www.mql5.com/ru/forum/72329/page17 Ich finde es schwer zu widersprechen. Lassen Sie mich eine Frage stellen.

Es wurde hier gezeigt, dass die Preiserhöhungen eine annähernd normale Verteilungsregel haben. Sind Sie damit nicht einverstanden?

Ich möchte dies als A-priori-Wahrscheinlichkeit in der Bayes-Formel verwenden. Ist das falsch?

P.S. "Und noch einfacher, ein Schraubenzieher für Schrauben und ein Schraubenschlüssel für Bolzen." Moderne, gute Schrauben haben einen Sechskantschlüssel (wenn man mit einem Schraubendreher nicht weiterkommt) und gute Bolzen haben Schlitze für Schraubendreher (wenn man mit einem Schraubenschlüssel nicht weiterkommt). Bitte verstehen Sie dies sowohl wörtlich als auch im übertragenen Sinne. Ich will damit sagen, dass diese Daten (Schrauben und Bolzen) von sehr unterschiedlicher Natur sind. Ich glaube nicht, dass die Daten aus den "Schlacht"-Parketts der Börsen (mit denen die klassische technische Analyse arbeitet) für den Forex geeignet sind. Im Forex gibt es leider eine Spielsimulation des realen Marktes.

Bayesian regression - Делал ли кто советник по этому алгоритму?
Bayesian regression - Делал ли кто советник по этому алгоритму?
  • www.mql5.com
Bayesian regression - Делал ли кто советник по этому алгоритму? - Страница 17 - Категория: автоматические торговые системы
 
Yuri Evseenkov:


Ich möchte dies als A-priori-Wahrscheinlichkeit in der Bayes-Formel verwenden. Ist das falsch?

Ich führe keine Bayes'sche Regression durch.

Ich bin ein professioneller Mathematiker, vielleicht ein schlechter, ABER für mich gelten die üblichen Schritte für alle Modelle:

  • eine Bayes'sche Regression anwenden wollen - lesen Sie die Anforderungen, die das Modell an die Rohdaten stellt
  • die Eingangsdaten zu analysieren: den Quotienten selbst oder seine Umformungen
  • mit Hilfe der Bayes'schen Regression gegen die ursprünglichen Anforderungen für die Ausgangsdaten prüfen.
  • wenn die anfänglichen Datenanforderungen des Modells und Ihre Analyse übereinstimmen oder fast übereinstimmen, dann nehmen Sie R und passen Sie die unerwartet beliebte Bayes'sche Regression mit einem Klick an
  • anhand der Ergebnisse zunächst die erhaltenen Koeffizienten zu überprüfen und zu beweisen, dass man ihnen vertrauen kann, indem man Konfidenzintervalle angibt
  • die erhaltene Regression außerhalb der Stichprobe anwenden und die Ergebnisse sehen
  • wenn der Fehler zugenommen hat, aber innerhalb der Grenzen des Anstands - Hurra, alle vorherigen Übungen waren nicht vergebens.

Oder wir können uns einfach vor Augen halten (wie oben geschrieben), dass die Anwendung von Regressionen auf dem Markt eine faszinierende Sache ist, so Gott will, dass die Preisschritte, nicht die Preise selbst, in ein GARCH passen werden.

 
Vasiliy Sokolov:

Ich bin erstaunt über das hohe Niveau der Beherrschung mathematischer Methoden durch die Diskussionsteilnehmer und ihr völliges Unverständnis für die Grundsätze ihrer Anwendbarkeit. Alle Regressionsanalysen korrelierten Daten. Wenn es keine Korrelation gibt, ist die Regression nicht anwendbar. Ist die Verteilung der untersuchten Größen nicht normal, sind auch die Methoden der parametrischen Statistik nicht anwendbar. Der Markt hat nicht die Eigenschaft der Normalität. Auch der Markt als Prozess ist nicht von der Zeit abhängig. Beide durchkreuzen die eigentliche Idee der Regressionsanalyse, ganz gleich, worum es sich im Kern handelt.

DieRegressionsanalyse erfordert keine Normalverteilung der Eingabedaten, sondern eine Normalverteilung der Modellresiduen.

Alle Wirtschaftsdaten, Preismerkmale usw. sind korreliert. Es gibt keine unkorrelierten Daten.

Der Preis ist zeitabhängig.