Régression bayésienne - Est-ce que quelqu'un a fait un EA en utilisant cet algorithme ? - page 16
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
1. la probabilité est maximale à : les formules longues se poursuivent. Nous pouvons dire que nous obtenons la valeur minimale du carré moyen des résidus, ou nous pouvons dire que nous avons maximisé la vraisemblance.
2. il y a peut-être quelque chose que vous ne comprenez pas. le coefficient b1 est quoi ? L'espérance mathématique des valeurs du coefficient b1 de l'échantillon, qui est distribué en t en l'absence de connaissance des paramètres du coefficient b1 sur la population générale. La régression linéaire (moindres carrés ordinaires) donne une estimation de E(b) et de sigma(b), l'erreur standard du coefficient b1. Ce que vous voyez dans la sortie du modèle, ce sont toutes ces estimations. On obtient alors une estimation de la différence significative entre E(b) et 0, la statistique t et la probabilité associée.
3. Il n'y a rien que je puisse dire sur les tendances. La symétrie est importante - c'est un fait. Sigma sur les résidus est également important. Le coefficient d'aplatissement est également important.
4. J'ai beaucoup lu sur la régression récemment, donc je comprends ce que j'ai écrit ci-dessus. Je rends compte à mes clients des résultats de la régression et je dois comprendre quelque chose. Bien que je préfère les méthodes non paramétriques.
1. En fait, la régression est bayésienne, au cas où vous l'auriez oublié. Vous devez donc maximiser la valeur de la formule de probabilité bayésienne.
2) Il s'agit d'une absurdité totale de l'esprit d'un mathématicien enflammé.
3. vous faites donc quelque chose de coincé dans les distributions t, la normalité, les estimateurs, les sigmas... sans comprendre ce que vous faites ou pourquoi, ou ce que c'est en premier lieu. Alors pourquoi et pour quelle raison vous battez-vous continuellement contre la normalité de la distribution ici.
4. "Rendre compte des résultats de la régression" - c'est quelque chose !
1. En fait, la régression est bayésienne, au cas où vous l'auriez oublié. Vous devez donc maximiser la valeur de la formule de probabilité bayésienne.
2) C'est l'absurdité totale d'un esprit mathématique enflammé.
3. vous faites donc quelque chose de coincé dans les distributions t, la normalité, les estimateurs, les sigmas... sans comprendre ce que vous faites ou pourquoi, ou ce que c'est en premier lieu. Alors pourquoi et pour quelle raison vous battez-vous continuellement contre la normalité de la distribution ici.
4. "Rendre compte des résultats de la régression", c'est quelque chose !
Je pense que vous devriez vous référer au manuel des méthodes classiques : http://www.intuit.ru/studies/courses/1153/318/info.
Je ne suis pas offensé par la grossièreté.
Je pense que vous devriez vous référer au manuel des méthodes classiques : http://www.intuit.ru/studies/courses/1153/318/info.
Je ne suis pas offensé par l'impolitesse.
Et si tu ne me disais pas où aller et que je ne te disais pas où aller ?
Et si tu ne me disais pas où aller et que je ne te disais pas où aller ?
De quel quartier venez-vous ?
Il n'y a rien à prendre au sérieux. En fait, le problème est résolu au niveau d'un travail de semestre d'un étudiant de 4ème année d'un département lié à l'automatisation.
Dimitri, regardez la coïncidence absolue des sommes des valeurs réelles et estimées de la population, n'importe quelle méthode peut-elle atteindre cette coïncidence et ce fait est-il aléatoire ?
Même après cela (18) ne vous a pas surpris ? Il est vrai qu'un tel résultat miraculeux est obtenu par un cas particulier de (18), lorsque n=1 et que son graphe est plus monotone :
1. Dimitri, regardez la coïncidence absolue des sommes des valeurs réelles et estimées de la population, n'importe quelle méthode peut-elle atteindre cette coïncidence et ce fait est-il aléatoire ?
2. Même après cela (18) ne vous a pas surpris ? Il est vrai qu'un cas particulier de (18) obtient un tel résultat miraculeux, avec n=1 et son graphe est plus monotone :
Il y avait un article intéressant sur l'invention de rayons par un scientifique dans le magazine "Tekhnika Zhurnika" en 1980. Ce scientifique a décidé de montrer ses expériences à un observateur extérieur. L'expérience a été menée dans l'obscurité, et cet observateur extérieur a pris le capteur et l'a dévissé, et après cela, la flèche du dispositif était juste suspendue au bruit. Néanmoins, le scientifique a vu comment l'appareil réagissait à ses faisceaux.
1. Ce n'est pas une surprise. Votre régression est une régression avec le même exposant que celui indiqué sur le graphique, elle coïncidera donc avec celui-ci. Le fait n'est pas aléatoire mais fabriqué, tous les processus ne se développent pas sur de tels graphiques. La même coïncidence peut être obtenue avec une régression polynomiale, voire mieux.
2. Pas du tout. La méthode de régression a été développée il y a longtemps et clairement. On sait depuis longtemps que l'on peut prendre n'importe quelle fonction, soit avec un paramètre, soit avec deux, soit avec tout autre nombre de paramètres. Par quelques calculs mathématiques, vous pouvez obtenir des formules. Votre découverte est donc un problème standard pour un étudiant en mathématiques de 3e ou 4e année (ou peut-être de 2e année). En d'autres termes, il existe une fonction curvuline, une fonction de contrôle de coïncidence, et les coefficients de la construction curvuline sont calculés à l'aide de méthodes bien connues (prise de la dérivée et résolution d'un système d'équations).
Yousufkhodja Sultonov, où puis-je télécharger la dernière version de votre indicateur ?
Voici la version de travail, la plus récente - je la posterai bientôt
Merci - Je vais essayer d'évaluer l'efficacité dans mon PBX.
Il s'avère que je l'ai déjà - donc c'est une ancienne version...
Il continue à redessiner sur les barres passées, ce qui rend impossible d'évaluer correctement son efficacité, pourquoi cela est-il fait ?
A en juger par cette partie du code
SetIndexBuffer(i, Buy); SetIndexLabel(i, "Buy"); SetIndexStyle(i, DRAW_ARROW); SetIndexArrow(i, 233); i++;
SetIndexBuffer(i, Sell); SetIndexLabel(i, "Sell"); SetIndexStyle(i, DRAW_ARROW); SetIndexArrow(i, 234); i++;
Les flèches devraient être dessinées, mais elles ne le sont pas.
Les tampons SELL et BUY sont présents, mais ils ne contiennent aucune information. Ne serait-il pas préférable d'utiliser l'histogramme +1/-1 pour l'ACHAT et la VENTE ?