Regresión Bayesiana - ¿Alguien ha hecho un EA utilizando este algoritmo? - página 4
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
Esto es de lo que estamos hablando.
Los investigadores han elegido un periodo sin una tendencia clara, por lo que los resultados son interesantes.
Brevemente: ¿qué hay en la captura de pantalla?
Сейчас идет разговор о том. как работает алгоритм.
Насчет применимости, найдется какая-нибудь задача, для которой пригодится. Цены кластеризовать не пойдет.
Esto es de lo que estamos hablando.
Los investigadores han elegido un periodo sin una tendencia clara, por lo que los resultados son interesantes.
La regresión bayesiana es lo mismo que la red neuronal probabilística (PNN) o la red neuronal de regresión general (GRNN). Si no le gusta la distribución de error normal, puede utilizar cualquier otra función de distancia en lugar del núcleo exponencial, por ejemplo exp(-|distancia|), exp(-distancia^n), etc. El resultado no cambiará mucho. Una función de distancia rápidamente decreciente dará mayor peso a los eventos más cercanos en el pasado. He probado esta red y sus variantes. Como regresión no es especialmente adecuada. Pero como clasificador es mejor, pero aún así el resultado de su uso en el mercado no es mejor que el de cualquier otra herramienta o moneda. Búscalo en el foro del 4. La gente ha estado discutiendo allí en su momento.
Sobre todo, no te creas los artículos de la universidad sobre el comercio de los mercados. La mayoría de estos artículos los escriben los estudiantes para cumplir los requisitos del doctorado (3-4 trabajos + tesis). Esto también se aplica a las ciencias: millones de artículos de estudiantes, y cero valor. Confía en las personas que trabajan en estas industrias. Cualquier comerciante con experiencia sabe más que un profesor del MIT.
Desde aquí: http://datareview.info/article/10-tipov-regressii-kakoy-vyibrat/
Debido a la suposición de normalidad de los errores, cuestiono la aplicabilidad de este método a los mercados financieros.
Además, en cualquier modelo en el que la dependencia se estima sólo como un hiperplano, existe la posibilidad de que se pierda una arista no lineal, lo que puede hacer que el modelo sea rentable.
¿Qué hipótesis de error cree que puede ser adecuada para los mercados financieros?
"Debido a la suposición de normalidad de los errores, cuestiono la aplicabilidad de este método a los mercados financieros."
Los mercados financieros venden y compran. Los errores ocurren, y eso es normal.
// Doble tratamiento del comentario sobre la cita
)
Por lo tanto, el puesto original se interpreta de manera diferente.
¡Cualquier tratamiento matemático o cualquier otra interpretación de una cita es lo mismo y no debe hacerse!
"Debido a la suposición de normalidad de los errores, cuestiono la aplicabilidad de este método a los mercados financieros."
Los mercados financieros venden y compran. Los errores ocurren, y eso está bien.
// Doble tratamiento del comentario sobre la cita
)
Por lo tanto, el puesto original se interpreta de manera diferente.
¡Cualquier tratamiento matemático o cualquier otra interpretación de una cita es lo mismo y no debe hacerse!
¡Sí! Ese es el tipo de interpretación casera que se hace aquí.
Pero todavía me pregunto quién sacará el resultado primero
Nadie lo hará.
Hay que utilizar un método en el que la densidad de la distribución de errores no sea importante. Métodos no paramétricos.
En mis experimentos no hago regresión y valores de precios (o sus transformaciones) en absoluto, predigo el signo, pero se puede decir que esto también es parte de la información del precio.
Mis errores son así:
0 1
0 0,58 0,42
1 0,43 0,57
O más o menos como se escribió originalmente:
1 - verdadero, 0 - error: 1, 1, 1, 0, 0, 0, 1 , 1, 1, 0, 1
Y la distribución de probabilidad resultante debe ser lo más diferente posible de 0,5 / 0,5.
Si obtenemos la insensibilidad mutua de tales resultados, llegaremos a una distribución binomial, y para ella hay muchísimas fórmulas y pruebas estadísticas.
Pero si voy a construir algún tipo de modelo de regresión para el precio, la suposición sobre la forma PDF para los errores no debería afectarme.
UPD: https://en.wikipedia.org/wiki/Errors_and_residuals
https://en.wikipedia.org/wiki/Robust_statistics
No conocemos en absoluto la distribución de errores de la divisa. Formalmente -y estrictamente- los errores son diferencias entre los valores modelados y los valores del modelo obtenidos en la población de genes, es decir, valores puramente teóricos. Los residuos se obtienen al distinguir los valores modelados de los valores del modelo en la muestra disponible, pero difícilmente serán también normales, ya que las series temporales financieras (sus rendimientos, para ser más exactos) no son normales (¡!) y están densamente aline adas y tienen picos, mientras que es muy difícil modelar unaserie tandensamente alineada y con picos.
Incluso me molesté y derivé para los incrementos horarios la distribución original (turquesa =)) y la normal con los mismos parámetros de media y sd. Como puede ver, no es ni mucho menos normal. Y la prueba de normalidad está lejos de ser superada.
Los métodos que se basan en la normalidad de los errores son los clásicos, del siglo XX, como la regresión lineal y el análisis de la varianza. Pero podemos prescindir de ellos.
Lee la wiki).