Régression bayésienne - Est-ce que quelqu'un a fait un EA en utilisant cet algorithme ? - page 11
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Les théories sur le comportement des prix décrites dans divers livres de trading de science-fiction ne sont étayées par rien d'autre que le raisonnement de leurs auteurs.
Le comportement des prix est le comportement d'un ensemble de différents groupes de participants au marché, le ratio et la valeur de leurs positions ouvertes changeant de manière dynamique et stochastique. :)
À mon sens, c'est intéressant (pour un chercheur), mais pas sur le plan monétaire.
Plus tôt, j'ai formulé deux stratégies possibles : la recherche de tendances et la recherche de pips. La première stratégie se réduit à détecter le début et la fin d'une tendance.
La seconde est la capture de petits mouvements de prix (presque bruyants). Les deux stratégies doivent être formulées en termes de caractéristiques exclusivement statistiques du prix et/ou des incréments de prix à l'horizon temporel correspondant.
Récemment, j'ai rencontré une expression intéressante : l'arbitrage statistique. Je suis en train de l'étudier. :)
Bien reçu. Un seul fait - le comportement stochastique des prix implique des modèles stochastiques, c'est-à-dire des modèles où le résultat n'est pas garanti, mais se produira avec probabilité. Mais ce n'est pas tout.
La probabilité a un intervalle de confiance. Ainsi, si p est un modèle - son intervalle de confiance est manifestement plus grand que, par exemple, le modèle naïf p = 0,5 + son intervalle de confiance - alors nous disposons d'un modèle stable (pas au sens strict, bien sûr), testé empiriquement, qui permet à MO d'être plus performant que l'overhead.
Bien reçu. Un seul fait - le comportement stochastique des prix implique des modèles stochastiques, c'est-à-dire des modèles où le résultat n'est pas garanti, mais se produira avec probabilité. Mais ce n'est pas tout.
La probabilité a un intervalle de confiance. Et donc si p est un modèle - son intervalle de confiance est provablement plus grand que, disons, le naïf p = 0,5 + son intervalle de confiance, alors nous avons un modèle stable (pas strictement parlant, bien sûr), empiriquement testé qui peut faire MO surpasser les frais généraux.
La différence entre ma position et la vôtre, c'est que je ne sais pas comment créer des modèles, alors j'utilise ce que diverses personnes intelligentes ont inventé. :)
Je suis tout à fait d'accord avec vous.
La différence entre ma position et la vôtre, c'est que je ne sais pas comment créer des modèles, alors j'utilise ce que diverses personnes intelligentes ont inventé. :)
Il y a beaucoup de couches culturelles ici. Ce ne sont que de purs bla-bla-bla et quelques jolies photos. Il faut tout vérifier dans le bon sens.
J'aimerais avoir un code sur le sujet de cette branche.
1. Régression linéaire. Méthode des moindres carrés. Les formules sont tirées du clip vidéo.
y=kx+b ;
k=(produit moyen de xy - produit des moyennes x et y)/(carré moyen de x - carré de la moyenne x) ;
b= moyenne des y - moyenne des k*x.
2. En faisant ces calculs, vous devriez obtenir les coordonnées de la ligne droite. Les valeurs réelles différeront des valeurs théoriques par la valeur eps= y(real)- y(teor).
De plus, pour que la régression soit bayésienne, on suppose que eps est distribué selon la loi normale.
S'il vous plaît, ceux qui sont des Copenhagueurs, corrigez-moi si quelque chose ne va pas et conseillez-moi sur ce qu'il faut faire ensuite.
Ici https://www.mql5.com/ru/code/8016 vous pouvez télécharger un indicateur qui calcule la régression linéaire de la même manière que MT4 et construit un canal de régression linéaire.
Ici https://www.mql5.com/ru/code/8016 vous pouvez télécharger un indicateur qui calcule une régression linéaire tout comme MT4 et construit un canal de régression linéaire.
La ligne de régression linéaire tracée par l'indicateur coïncidait presque avec celle que j'avais tracée à l'œil. Ça arrive.
La ligne de régression linéaire que l'indicateur a tracée était presque identique à celle que j'ai tracée à l'œil. Ça arrive.
Ne sous-estimez pas notre cerveau...
Peut-être que les indicateurs sont inventés pour soulager le cerveau, depuis les profondeurs de l'inconscient, pour ainsi dire...
...
De plus, pour que la régression soit bayésienne, on suppose que l'eps est distribué selon la loi normale.
...
Pourquoi cette supposition ? Pas du tout. Vous n'avez pas besoin d'y réfléchir, c'est comme définir la portée de la régression bayésienne.
Nous devons déterminer les attributs qui sont nécessaires pour calculer la régression bayésienne. C'est la première question sur la façon de faire un cercle carré. C'est là que vous pouvez vous rendre compte que la régression bayésienne n'a pas du tout sa place. Mais on s'en fiche... il faut faire quelque chose. Supposons que la coïncidence des valeurs de prix d'une ligne et de la deuxième ligne (dans notre cas la ligne) corresponde au maximum de vraisemblance. Et le chemin maximal un par un sera de 1/n (n - nombre de barres). Mais cette approche revient à dessiner avec une fourche dans l'eau. Nous devrions donc inventer une formule qui, à l'argument 0, donne 1/n, et à l'argument croissant tend vers 0. Ensuite, nous écrivons la formule de baes et nous substituons la formule que nous avons inventée précédemment pour les probabilités. Ensuite, nous devons trouver le maximum de la fonction résultante. Probablement prendre la dérivée, l'égaliser à zéro...
Le résultat sera presque le même que celui de la régression linéaire, car l'objectif initial était de combiner la ligne droite et la série de prix.