Statistik als Blick in die Zukunft! - Seite 17
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
Es gibt sie. Ich habe sie Ihnen bereits mehrmals genannt und werde sie nicht wiederholen. Wenn Sie sie nicht sehen oder nicht sehen wollen, kann ich Ihnen nicht helfen.
Verstehen Sie, niemand hier beweist Ihnen etwas und niemand ist dazu verpflichtet. Du hast mich gebeten, es dir zu erklären, ich habe es versucht, aber du hast es nicht verstanden. Leider ist nicht alles so einfach in dieser grausamen Welt. Nicht alles lässt sich auf einen Schlag erledigen, man muss über eine gewisse Wissensbasis verfügen.
Es gibt sie. Ich habe sie Ihnen bereits mehrmals genannt und werde sie nicht wiederholen. Wenn Sie sie nicht sehen oder nicht sehen wollen, kann ich Ihnen nicht helfen.
Verstehen Sie, niemand hier beweist Ihnen etwas und niemand ist dazu verpflichtet. Du hast mich gebeten, es dir zu erklären, ich habe es versucht, aber du hast es nicht verstanden. Leider ist nicht alles so einfach in dieser grausamen Welt. Nicht alles lässt sich auf einen Schlag erledigen, man muss über eine gewisse Wissensbasis verfügen.
Und was, Sie haben es geschafft, den Preis im Rahmen der Theorie dynamischer Systeme nicht sprunghaft und mit einer gewissen Wissensbasis vorherzusagen?
Ich denke, ein guter TS kann nicht ohne eine Vorhersage erstellt werden, lassen Sie es 0,62 statt 1 sein, es bedeutet, dass ich den Markt mit SL=TR in 62 von 100 Geschäften betrete und einen garantierten Gewinn erhalte.
Ohne Vorhersage kann ich es nicht tun, sonst könnte ich vor Wut den Kopf verlieren.
Ich denke, der Autor hat das Konzept der Prognose in die Höhen des Raumes ausgedehnt und dann ist alles, was ein Händler im Markt tut, seine Prognose, aber dann basieren schlechte TS auch auf der Prognose, oder er hat dieses Konzept auf Indikatorensysteme eingegrenzt, aber dann sind gute TS auch ohne Prognose möglich, ich habe nachgedacht und überlegt, wie man Nicht-Indikatorensysteme ohne anfängliche Prognose nennen soll und bin auf SIMMETRIC))) gekommen, aber vielleicht haben sie schon einen Namen?
Und was, Sie haben es geschafft, den Preis innerhalb der Theorie Dynamischer Systeme vorherzusagen, ohne einzusteigen und mit einer gewissen Wissensbasis?
Wenn ich mit "Ja" antworte, werden Sie verlangen, dass ich Ihnen Beweise vorlege, bis ich ganz auf Beiträge in diesem Forum verzichte :) Ich werde also mit "Nein" antworten.
Wenn ich mit "Ja" antworte, werden Sie verlangen, dass ich Ihnen Beweise vorlege, bis ich ganz auf Beiträge in diesem Forum verzichte :) Ich werde also mit "Nein" antworten.
Ihre Rationalisierung darüber, "was zu antworten ist", ist nur eine Verstärkung, um Ihnen zu helfen, die Wahrheit zu erkennen - weder Sie, noch irgendjemand anderes in diesem Forum, noch Anischenko, noch die Gründerväter haben positive Ergebnisse bei der Preisvorhersage. So grausam ist die Welt - wer nicht denken kann, verschlingt alles wie ein Huhn, in der Hoffnung, den Samen zu finden. Und man brauchte nur über die Grenzen der Anwendung der Dynamischen Systemtheorie zu lesen, um sich nicht zu verzetteln.
Wenn das so ist, bin ich der Erste, der all seine Erfahrungen mit NS wegwirft und bei Prival als Lehrling anfängt! Jetzt (oder fast jetzt) werde ich anfangen, den Thread über den Flow in Forex erneut zu lesen und einen Kalman-Filter zu erstellen.
Schade ist nur, dass ich es wahrscheinlich nicht tun muss. Und die Gründe dafür werden hoffentlich bald klar werden.
Sie sollten lineare Regression und neuronale Netze nicht miteinander vergleichen, denn jede Methode hat ihre Vor- und Nachteile. Neuronale Netze liefern beispielsweise ein glatteres Signalmodell und eine bessere Phasenreaktion, eine geringere Verzögerung von 1 - 2 Takten bei der Vorhersage , aber die lineare Regression liefert ein stabileres Signal weit über die Trainingszeit hinaus. Die Abbildungen zeigen ein Beispiel für die Modellierung auf der Grundlage derselben Rohdaten mit Hilfe von neuronalen Netzen und linearer Regression. Die Spanne der Notierungen für das Modelltraining reicht vom 20. Mai bis zum 10. Juni, die Bandbreite der Kursschwankungen in diesem Intervall lag zwischen 1,54 und 1,6. Das gelbe und das rosafarbene Signal sind neuronale Netze, die mit denselben Eingabedaten, aber für unterschiedliche Zielfunktionen trainiert wurden. Das rote und das blaue Signal sind lineare Regressionen, die mit denselben Daten und für dieselben Zielfunktionen wie die neuronalen Netze trainiert wurden, d. h. gelb und rot für eine Zielfunktion und rosa bzw. blau für die andere. Abbildung 1 zeigt die Diagramme innerhalb des Bereichs, in dem die Ausbildung stattfand. Abb. 2 zeigt Graphen außerhalb des Lernbereichs, wie in Abb. 2 zu sehen, ab 8. August, Modelle auf neuronalen Netzen begann, einen großen Fehler zu produzieren, dh die Ausbildung war genug nur für 2 Monate, weil die Rate niedriger als 1,52 war, während die untere Grenze der Ausbildung Probe war 1,54. Abb. 3 zeigt Charts mit Kursen bis zum 13. Oktober. Es ist klar, dass Modelle, die auf Neuronetzen basieren, starke Verzerrungen aufweisen, während Modelle, die auf linearer Regression basieren, ihre Stabilität ohne erneutes Training während des sehr volatilen Marktes beibehalten. Ich kombiniere sowohl neuronale Netze als auch lineare Regression, wobei ich die Schwächen der einzelnen Methoden abschwäche und ihre Stärken verstärke.
Es gibt keinen Grund, lineare Regression und neuronale Netze gegeneinander auszuspielen, jede Methode hat ihre Vor- und Nachteile.
Diskutiere ich mit Ihnen?
Natürlich muss ein Vergleich der Methoden im Kontext der jeweiligen Aufgabe erfolgen. Für mich ist zum Beispiel die Vorhersage in einem Schritt mit Vorhersage bei jedem Schritt relevant. Mit einer solchen Formulierung ist NS wahrscheinlich außer Konkurrenz.
Die von Ihnen vorgelegten Daten sind interessant. Leider ist die Qualität der Bilder nicht sehr gut, und es ist schwierig oder sogar unmöglich, etwas darauf zu erkennen. Wenn möglich, zoomen Sie das erste Drittel der zweiten Abbildung heran - ich möchte die Qualität der Manöver in dem Bereich nahe der Grenze der letzten Optimierung von NS sehen. Sie können die Daten auch in einer informativeren Form darstellen - in Form einer Vorhersagewolke in Koordinaten von Kurssteigerungen und -schwankungen (siehe Seite 3 dieses Threads).
Leider ist die Qualität der Bilder nicht besonders gut und es ist schwierig oder sogar unmöglich, etwas darauf zu erkennen.
Die Bilder können angeklickt werden und werden dann in ihrem Originalmaßstab angezeigt.
Ich habe eine Frage an Pilligrim: Was ist der Eingabevektor für diese Modelle und was ist die Ausgabe? Ohne diese Daten sagen diese Zahlen nichts aus.
Bilder können angeklickt werden, dann werden sie im Originalmaßstab angezeigt.
Nein, das ist nicht beeindruckend. Er soll es neu zeichnen.