Statistik als Blick in die Zukunft! - Seite 10
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
Schauen Sie sich das Bild über Ihrem Beitrag an, die rote Kurve hat aus meiner Sicht sehr gute Eigenschaften, sie ist glatt (ich kann variieren) und hat weniger Verzögerung (ich kann auch variieren) im Vergleich zu den mir bekannten Preisindikatoren
Unten befindet sich ein Oszillator, der auf einer Schätzung und Prognose beruht.
Ich kann nichts Gutes über die rote Kurve im Besonderen sagen, weil ich keinen besonderen Nutzen für solche Kurven sehe - die Verringerung der Verzögerung auf nahezu brauchbare Werte in allen solchen Kurven führt zu einer starken Verschlechterung der Glätte und zu einer Zunahme des Überschwingens. Eine solche Kurve wäre wertvoll, wenn der Horizont für die genaue Vorhersage ihrer Werte 30-50 Schritte beträgt.
Zum Oszillator kann ich nichts sagen, denn es ist nicht klar, welche Werte dort angezeigt werden.
Hm, interessant. Und welche Methode wird zur Schätzung der Ergebnisse im Vergleich zu "zufälligen Eingaben" verwendet?
Mit anderen Worten, wie genau zählen 30-50 %, oder ist das nicht die Frage?
Natürlich, eine einfache Subtraktion.
Mein NS sagt das Zeichen des Inkrements einen Schritt voraus. Erstellen Sie einen Vektor der Länge n aus den Vorzeichen der Preiserhöhungen und einen weiteren Vektor aus den Vorhersagen der Vorzeichen dieser Erhöhungen. Dann zählen wir die Anzahl der richtigen Vorzeichenschätzungen für den gegebenen NS und ziehen n/2 von der erhaltenen Summe ab - dies entspricht dem 50/50-Fall. Die erhaltene Differenz wird mit 200 multipliziert und durch n geteilt .
Das ist alles.
Und ich brauche einen solchen Wert, um die Rentabilität von TS zu schätzen. Zu diesem Zweck genügt es, den erhaltenen Prozentsatz mit der Volatilität des Instruments zu multiplizieren und wir erhalten die durchschnittliche statistische Rendite pro Transaktion.
Aha, wenn ich das richtig verstanden habe, habe ich mich auf die Multiplikation mit 100 und nicht mit 200 bezogen. Dann bekommen wir:
(p-n/2)*100/n=(p/n-0,5)*100=100*p/n-50, wobei p die Anzahl der richtig erratenen Zeichen ist
Aha, wenn ich das richtig verstanden habe, habe ich mich auf die Multiplikation mit 100 und nicht mit 200 bezogen. Dann bekommen wir:
(p-n/2)*100/n=(p/n-0,5)*100=100*p/n-50, wobei p die Anzahl der richtig erratenen Zeichen ist
Nein genau durch 200 auf dem Strich, um ein Intervall von 0 bis 100 zu erhalten. Sie haben einen Bereich von 0 bis 50. Vorausgesetzt, das Netz ist so gut wie zufällig :)
Hier ist ein Bild, das mir besser gefällt :-) Beißen erlaubt
Ich habe Bulashovs MEMU (rote Linie) genommen und aus der Not heraus eine Vorwärtsprognose für sie erstellt (schwarz). Dies geschah für die Open-Serie (grün). "Gut" zu sehen, wie die Vorhersage von MEMA einen Schritt voraus ist, dem Kotier kühl voraus ist und es Ihnen ermöglicht, rechtzeitig zu beißen und zu schlucken.
Bei einer repräsentativen Stichprobe (10.000 Stichproben) verschwinden jedoch die Wunder, und die Vorhersageeigenschaften dieses Musters sind gleich null und sogar noch schlechter (tan=-0,02). Ich möchte betonen, dass ein Bild, selbst ein schönes, nicht immer in der Lage ist, die Realität objektiv wiederzugeben, und dass es sinnvoll ist, den Algorithmus durch eine unabhängige Methode zu überprüfen.
Ich möchte betonen, dass ein Bild, so schön es auch sein mag, nicht immer in der Lage ist, die Realität objektiv wiederzugeben, und dass es sinnvoll ist, den Algorithmus durch eine unabhängige Methode zu überprüfen.
Goldene Worte.
P.S. Das Bild zeigt nur, dass MEMA sehr verzögert ist und seine Vorhersage nichts aussagt.
Und hier ist mein Modell mit bloßem Auge zu sehen:
Effiziente Markttheorie in Aktion!
Effiziente Markttheorie in Aktion!
Genau wie ich! - Genauso effektiv:-)
Übrigens, bstone, wenn sich die von Ihnen zitierten Daten auf die NS-Leistung beziehen, dann können wir feststellen, dass ein hartes Übertraining vorliegt. In der Tat sehen wir bei der Trainingsstichprobe eine vollständige Übereinstimmung zwischen den Vorhersagen und den tatsächlichen Zuwächsen, während wir bei der Teststichprobe völligen Mist sehen! Im Idealfall (optimales Training) hat NS identische Elipsen auf den Trainings- und Testmustern, ziemlich dick, vor allem aber identisch in Neigung und Breite.