Régression bayésienne - Est-ce que quelqu'un a fait un EA en utilisant cet algorithme ? - page 17
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
En lisant des articles de vulgarisation scientifique sur le travail de Bayes, je suis tombé sur le problème suivant.
"Supposons qu'un tonneau contienne de nombreux petits œufs en plastique. Certains sont de couleur rouge et d'autres de couleur bleue. 40% des œufs contiennent des perles et 60% sont vides. 30% des œufs contenant des perles sont colorés en bleu et 10% des œufs vides sont également bleus. Quelle est la probabilité que l'oeuf bleu contienne des perles ?"
À première vue, la probabilité semble faible, car seuls 30 % des œufs contenant des perles sont bleus. En fait, au contraire, la probabilité que le bleu contienne des perles est de 67%, soit le double de la probabilité qu'il n'en contienne pas.
"40% des œufs contiennent des perles et 30% d'entre eux sont bleus, donc 12% des œufs contiennent à la fois des perles et sont bleus.
60% des œufs ne contiennent pas de perles, et 10% d'entre eux sont bleus, donc 6% des œufs sont bleus et ne contiennent pas de perles.
12 % + 6 % = 18 %, donc la proportion totale d'œufs bleus est de 18 %.
Nous savons déjà que 12 % des œufs sont bleus et contiennent des perles, donc la probabilité qu'un œuf bleu contienne des perles est de 12/18, soit environ 67 %."
Ou selon la formule de Bayes : la probabilité que l'œuf bleu contienne des perles P(A|B)=P(B|A)*P(A)/P(B)=0,4*0,3/0,18=0,67.
P(A)= p(perles) = 0,4 probabilité que l'oeuf contienne une perle .
P(B|A)=p(bleu| perle) = 0,3 probabilité que l'œuf soit bleu s'il contient des perles
P(B)=p(bleu) = 0,18 probabilité que l'œuf soit bleu.
Remplacement de "barrel" par "chart", les œufs bleus sont des bougies baissières, les œufs rouges sont des bougies haussières, perles - plus de 70% des incréments de prix à l'intérieur de la barre sont positifs, ou en bref - beaucoup d'incréments positifs (MPP).
Supposons que les chandeliers rouges soient haussiers et que les bleus soient baissiers. 40% des chandeliers ont un PPM et 60% n'en ont pas. 30% des chandeliers qui contiennent du MPP sont baissiers et 18% de tous les chandeliers sont également baissiers. Quelle est la probabilité qu'un chandelier baissier contienne du MPP.
Ici, à première vue, la probabilité est encore plus faible : les mêmes 30% de chandeliers qui contiennent du MPP sont baissiers et le chandelier lui-même est baissier, il devrait donc contenir plus d'incréments négatifs que positifs. Mais selon les calculs, dans ce cas, nous avons les mêmes 67%.
La probabilité du chandelier baissier contient MPP. P(MPP|Ours) =P(MPP)*P(ours|Ours)/P(ours)=0,4*0,3/0,18=0,67
P(A) = p(MPP)=0,4 probabilité que la bougie contienne du MPP .
P(B|A)=p(bearish|MPP) = 0.3 probabilité que la bougie soit baissière si elle contient du MPP
P(B)=p(bearish) = 0.18 probabilité que la bougie soit baissière.
Dans ce cas, si un chandelier a la plupart des incréments positifs, les incréments négatifs doivent être plus longs pour qu'il devienne baissier. Ceci est vrai pour toute loi de distribution des incréments de prix à l'intérieur du chandelier, ou pour l'absence de celle-ci.
Voici un autre truc que j'ai lu :
"Des expériences psychologiques[1] ont montré que les gens estiment souvent de manière incorrecte la probabilité d'un événement sur la base de leur expérience(probabilité a posteriori) parce qu'ils ignorent la probabilité de l'hypothèse elle-même(probabilité a priori). Par conséquent, le résultat correct selon la formule de Bayes peut être très différent du résultat attendu intuitivement."
Tu vois, c'est comme ça.
...
Dans ce cas, si un chandelier a la plupart de ses incréments positifs, alors pour qu'il soit baissier, les incréments négatifs doivent être plus longs. Ceci est vrai pour toute loi de distribution des incréments de prix dans un chandelier, ou pour l'absence de celle-ci.
...
Pour arriver à une telle conclusion, a-t-on appliqué le théorème de Bayes ?
Une estimation incorrecte dans les problèmes de probabilité peut également résulter d'une présentation peu attrayante des conditions du problème.
Le moyen le plus simple de me faire taire est de montrer le fonctionnement du modèle polynomial avec cet exemple.....
Et combien de Reshetts se sont moqués de vous, et combien d'adeptes (18) sont morts dans le fil de prédiction...))
J'ai écrit il y a longtemps que le marché est un système qui réagit aux nouvelles. Toutes ces discussions sur la distribution statistique des prix, la volatilité et les erreurs de régression sont inutiles. Si nous prenons le comportement des prix aux moments des communiqués de presse (et ces moments sont connus et réguliers), nous obtiendrons une distribution. Si nous choisissons les heures des sessions de nuit, nous aurons une autre distribution. La régression des prix du marché est également inutile. La queue de régression s'agitera et dépendra des prix entrants. Utilisez des tirets si vous devez lisser la série de prix. Extrapoler une régression est une utopie. Le prix n'est pas une pierre que l'on jette et dont on essaie de déterminer la position après un certain temps. L'application d'algorithmes de suivi des fusées ne fonctionne pas non plus. Cependant, se concentrer sur les moments de la publication des nouvelles (chocs externes) et du suivi des prix immédiatement après le choc a du sens. Les régularités peuvent être détectées et des profits peuvent être réalisés. Mais c'est une erreur et un "opium pour le peuple" théorique que de considérer l'ensemble de la série de prix comme un tout et de parler de ses caractéristiques moyennes.
Je me souviens que vous vouliez trouver un algorithme décent pour vérifier l'impact de certaines nouvelles sur les marchés.
Mon opinion sur les nouvelles est que seules les nouvelles très importantes et inattendues changent la direction du marché et la logique du comportement des prix qui ne peut être décrite par les règles de l'analyse technique. Dans tous les autres cas, les nouvelles peuvent affecter le mouvement des prix, mais le mouvement lui-même est technique et clair.
Je me souviens que vous vouliez trouver un algorithme décent pour vérifier l'impact de certaines nouvelles sur les marchés.
Mon opinion sur les nouvelles est que seules les nouvelles très importantes et inattendues changent la direction du marché et la logique du comportement des prix qui ne peut être décrite par les règles de l'analyse technique. Dans tous les autres cas, les nouvelles peuvent influencer le mouvement des prix, mais le mouvement lui-même est technique et clair.
Le théorème de Bayes a-t-il été appliqué pour arriver à cette conclusion ?
Une estimation incorrecte dans les problèmes de probabilité peut également être due à une présentation peu attrayante des conditions du problème.
Une telle conclusion dans cet exemple peut également être atteinte de manière purement logique. Mais à mon avis, la formule de Bayes est correctement appliquée ici. Bien que je ne puisse pas en témoigner, car j'étudie la question à partir d'articles pour "nuls".
http://baguzin.ru/wp/wp-content/uploads/2013/09/%D0%98%D0%BD%D1%82%D1%83%D0%B8%D1%82%D0%B8%D0%B2%D0%BD%D0%BE%D0%B5-%D0%BE%D0%B1%D1%8A%D1%8F%D1%81%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5-%D1%82%D0%B5%D0%BE%D1%80%D0%B5%D0%BC%D1%8B-%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0.pdf
J'ai écrit il y a longtemps que le marché est un système qui réagit aux nouvelles. Tout ce discours sur la distribution statistique des prix, la volatilité et les erreurs de régression est inutile. Si nous prenons le comportement des prix aux moments des communiqués de presse (et ces moments sont connus et réguliers), nous obtiendrons une distribution. Si nous choisissons les heures des sessions de nuit, nous aurons une autre distribution. La régression des prix du marché est également inutile. La queue de régression s'agitera et dépendra des prix entrants. Utilisez des tirets si vous devez lisser la série de prix. Extrapoler une régression est une utopie. Le prix n'est pas une pierre que l'on jette et dont on essaie de déterminer la position après un certain temps. L'application d'algorithmes de suivi des fusées ne fonctionne pas non plus. Bien qu'il soit logique de se concentrer sur les moments de publication des nouvelles (chocs externes) et de suivre le prix immédiatement après le choc. Les modèles peuvent être détectés et des profits peuvent être réalisés. Mais c'est une erreur et un "opium pour le peuple" théorique que de prendre l'ensemble de la série de prix comme un tout et de parler de ses caractéristiques moyennes.
J'ai écrit l'Expert Advisor en 2011 et j'étais prêt à l'exécuter en réel, mais de nombreuses sociétés de forex aux États-Unis ont fermé, même Alpari.
Jésus !
Quand allez-vous commencer à lire des livres ?
Parce que vous savez ce qui est connu et vous savez ce qui n'est pas connu !
Il suffit de s'asseoir et de lire !
1. Pour commencer, essayez de comprendre les mots que nous disons :
ANALYSE TECHNIQUE.
Analyse, et puis il y a le mot prévision - ces mots ont des significations différentes et ne sont pas synonymes. Les personnes qui connaissent l'analyse technique sont appelées chartistes, c'est-à-dire des personnes qui dessinent des graphiques. Rien de plus. C'est une capacité de la psyché humaine à percevoir l'information sous forme graphique mieux que sous forme numérique. Pas plus que ça. Il est vrai qu'il y a des gens, très rares, qui regardent les graphiques dessinés pendant longtemps, 3 à 5 ans, prennent des décisions dans le monde réel et finissent par faire des transactions rentables. Vous vous demandez peut-être, qui lit ceci, si vous faites partie de cette catégorie de personnes ?
2 Le fait que les régressions ne peuvent pas être appliquées aux marchés financiers était connu il y a environ 100 ans. Mais ces personnes ont été étouffées par Markowitz en 1952, lorsqu'il a inventé la théorie du portefeuille. Il a donné un appareil mathématique qui lui a permis d'équilibrer la rentabilité et le risque. Il a même reçu un prix Nobel en 1992, malgré 1987, année où tous les portefeuilles se sont effondrés comme la théorie de Markowitz.
Tout le monde s'est souvenu des publications de Mandelbrot au milieu des années 1960 et a commencé à pointer du doigt avec intensité les queues des distributions, car les événements de 1987 sont presque incroyables, et ils se sont produits, comme Mandelbrot l'avait prédit avant les malheurs de 1987, 20 ans plus tôt.
D'autres personnes ont été rappelées ici - Box-Jenkins, qui avait proposé un modèle 15 ans avant le crash de 1987.
3. le modèle ARIMA. Les auteurs du modèle ont déclaré qu'il était impossible d'utiliser les cotations initiales, et qu'il était nécessaire d'utiliser les prix progressifs. C'est ainsi qu'ils se sont débarrassés des tendances. Ils ont donné un modèle et une méthodologie de sa construction. Il est toujours utilisé par le gouvernement américain. Il est à la disposition du public.
4. Presque immédiatement, des personnes intelligentes ont remarqué que l'ARIMA est un modèle utilisable, mais dans une partie très étroite des marchés financiers. Et ils ont formulé : il est nécessaire de prendre en compte les changements de dispersion - il s'agit d'une variété de modèles ARCH. Ces modèles ont étendu le champ d'application des méthodes mathématiques.
5. Presque en même temps que Granger a inventé son modèle de cointégration, il a également eu un noob. Selon lui, ARMA, ARIMA, ARCH, GARCH et tous les autres ne sont pas les mêmes, mais il est possible de combiner deux actifs de manière à obtenir un résultat stationnaire, et si tel est le cas, toutes les méthodes statistiques, y compris les régressions et les analyses et prévisions appropriées, commencent à fonctionner parfaitement. Et ça marche vraiment.
6. Et puis en 1998, puis en 2007, on s'est souvenu de l'idée de stationnarité des séries financières, aussi douteuse que les méthodes de réduction de ces séries financières à une forme stationnaire.
Les idées d'intelligence artificielle, sous la forme de l'apprentissage automatique, ont commencé à faire leur apparition. On prétendait pouvoir prédire la valeur (méthodes de régression) ou la direction(méthodes de classification) de la variable cible à partir de l'ensemble des valeurs des variables d'entrée (prédicteurs). Dans le cas de la classification : il est possible de prédire une variable qui prend deux valeurs : acheter et vendre. Pour les amoureux de l'AT : c'est un peu comme le pattern trading, mais le modèle apprend à reconnaître les modèles et les statistiques sont disponibles.
PS.
La place des modèles bayésiens sur les marchés financiers est longue et bien définie - sans objet.
PSBP
Il existe un aphorisme : les modèles corrects n'existent pas - il existe des modèles utiles.
Et l'utilité est définie uniquement par le fait qu'un modèle ne s'applique qu'aux données auxquelles il PEUT être appliqué.
...