Regresión Bayesiana - ¿Alguien ha hecho un EA utilizando este algoritmo? - página 30
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Probado. Realizado un programa que obtiene los coeficientes a y b en los que la probabilidad según el teorema de Bayes es máxima al aplicar una distribución normal con expectativa igual a ax+b.
¡Genial! Definitivamente.
Es posible construirlo. Pero, ¿cómo se puede aplicar a la fórmula bayesiana?
Hice un indicador similar con topes de precios cercanos. He dividido todo el intervalo calculado en 10 partes. Intenté aplicar un algoritmo similar en mi Asesor Experto. No me impresionó mucho.
¿Cómo se cocina con qué?
La densidad no son los precios en sí, sino sus incrementos.
En el análisis bayesiano, como escriben, lo más difícil es determinar la probabilidad a priori. Aplicado al mercado de divisas, creo que es así.
No conocemos las propiedades de los datos situados a la derecha de la barra del cero. ¿Qué hay por delante? Distribución de precios desconocida, distribución de tipo normal, distribución de Laplace o algo más. La distribución que tomemos como probabilidad a priori (función de verosimilitud) determinará la probabilidad resultante según la fórmula de Bayes. Cuanto más plausible sea la probabilidad a priori, más se acercarán nuestros cálculos a la verdad.
¡Genial! Por supuesto.
Merece la pena echar un vistazo, comparar en los puntos de inicio de la tendencia, podría haber una diferencia allí.
Gracias. Es raro oírte decir eso.
No he calculado los coeficientes de mínimos cuadrados. Tomé el indicador de la kodobase. La coincidencia es casi del 100%, a pesar de que ese indicador se calcula con precios de cierre y mi método es "bayesiano". Utilizo el OHLC como valor medio.
Hice un indicador similar con topes de precios de cierre. Dividió toda la sección calculada en 10 partes. Intenté utilizar un algoritmo similar en mi Asesor Experto. No me impresionó mucho.
¿Cómo se cocina con qué?
He utilizado el mismo programa como Asesor Experto en el DAX alemán. Parece que está bien en un mercado tranquilo. Pero tan pronto como VW es atrapada, Draghi dice algo, los norcoreanos prueban una bomba termonuclear - las campanas de Gauss se rompen inmediatamente, los rangos de precios con los mayores volúmenes de ticks ya no atraen a los precios.
Bueno, no es tan malo. Noticias como ésta rara vez ocurren. Tendré que probar con el volumen.
Tengo otro problema: no puedo entender algunas fórmulas, necesito entender los signos algebraicos.
La distribución que tomemos como probabilidad a priori (función de verosimilitud) determinará la verosimilitud resultante según la fórmula de Bayes. Cuanto más plausible sea la probabilidad a priori, más se acercarán nuestros cálculos a la verdad.
¿Qué hay de su puesto anterior?
https://www.mql5.com/ru/forum/72329/page14
¿Qué hay de su puesto anterior?
https://www.mql5.com/ru/forum/72329/page14
Ese puesto confirma éste. Hay una distribución normal, pero cómo son los beneficios, nadie lo sabe.
He realizado un programa que obtiene los coeficientes a y b en los que la probabilidad según el teorema de Bayes es máxima al aplicar una distribución normal con expectativa igual a ax+b.
El algoritmo se reduce a enumerar los posibles valores de a y b en las líneas y=ax+b, sustituyendo en la fórmula de Bayes P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y); (1)
La función de probabilidad P(x,y|a,b) se toma como la fórmula de distribución normal con expectativa ax+b. La medida de máxima probabilidad de la fórmula de Bayes es inversamente proporcional a la desviación estándar.
La línea recta (línea roja) construida por los coeficientes a y b (en la que la probabilidad según el teorema de Bayes es máxima) casi coincide con el mismo indicador (línea amarilla) de la regresión lineal de la kodobase.
Dmitry Fedoseev, Vladimir y otros "Copenhagenistas" tenían razón.
Obtenemos lo mismo más una medida probabilística de ajuste de a,b x e y mediante la fórmula de Bayes. En este caso (dependencia lineal, distribución normal de y, distribución uniforme de a y b) resultó ser inversamente proporcional a la desviación estándar. Tal vez esta medida resulte útil en el análisis.
Hay un artículo reciente, que tal vez le resulte útil...
https://habrahabr.ru/company/itinvest/blog/277337/