Régression bayésienne - Est-ce que quelqu'un a fait un EA en utilisant cet algorithme ? - page 24
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
Par exemple. Il y a 30 prédicteurs - entrées. Parmi ceux-ci, nous devons sélectionner un sous-ensemble de prédicteurs qui ont le plus fort impact sur la variable cible. Dans mes exemples, il sélectionne 10 à 15 prédicteurs qui sont pertinents pour la cible. Donne des statistiques avec des intervalles de confiance.
Ce sont des paramètres optimisables. Vous me direz que je n'optimise pas les paramètres, mais que je cherche des intervalles de confiance... :)
En ce qui concerne le nombre de prédicteurs, j'ai trouvé une chose intéressante sur le net :
https://www.mql5.com/ru/forum/71817
Les mathématiciens le formulent en termes d'approximation d'une fonction non linéaire arbitraire par une ligne brisée, c'est-à-dire qu'avec un nombre croissant de variables indépendantes, on peut approcher la ligne brisée de n'importe quelle courbe aussi précisément que l'on veut, mais cette ligne brisée n'est bonne à rien d'autre.
J'ai également lu qu'en énumérant les valeurs des prédicteurs, on pouvait atteindre les maxima locaux d'une fonction de type inconnu - profit=fonction inconnue(prédicteurs) - sur un échantillon donné, mais cela ne s'applique pas aux autres échantillons qui ne se chevauchent pas avec le premier.
Et "l'explication de TC sur le timbre"
Par exemple. Il y a 30 prédicteurs - entrées. Parmi ceux-ci, nous devons sélectionner un sous-ensemble de prédicteurs qui ont le plus fort impact sur la variable cible. Dans mes exemples, il sélectionne 10 à 15 prédicteurs qui sont pertinents pour la cible. Donne des statistiques avec desintervalles de confiance.
Les réseaux neuronaux ne font-ils pas la même chose ?
Est-il possible de gagner un million de dollars sur le marché des changes ? Si c'est le cas, qui le paiera ? La société par laquelle nous commerçons ? Où trouve-t-elle cet argent ? Des clients qui paient des spreads et qui perdent, c'est-à-dire que, selon la définition du marché Forex, le bureau perd quand ses clients gagnent. Si tous les clients gagnent, d'où viendra l'argent pour les payer tous ? Une assurance ? Les courtiers en forex sont donc des compagnies d'assurance. Les clients paient l'assurance avec des spreads et des commissions dans l'espoir que ces paiements leur reviennent avec un effet de levier de 400:1. Mais là encore, si tout le monde perd, le courtier fait faillite. Revenons-en à la question initiale : est-il possible de gagner un million de dollars sur le marché des changes ? Probablement pas, car il est plus rentable pour le bureau de fermer et d'apparaître sous un autre nom. Mais c'est une fraude ! Ils doivent être poursuivis ! Pardon, quelle loi ? Le bureau est ouvert dans un endroit où la loi n'existe pas. Comment poursuivre ? Comprends-tu la logique de ta pensée ?
Qu'est-ce que c'est ?
C'est une déclaration célèbre d'un gourou occidental sur la simplicité de la CT. Vous ne le savez pas non plus ?
Malheureusement, non. Et je ne fais pas confiance aux gourous, y compris les occidentaux. :)
C'est vrai. On ne peut pas te faire confiance. Et certainement pas les occidentaux.
C'est pourquoi vous devez ouvrir des livres et parvenir à une compréhension avec votre propre esprit. Et pas dans un "résumé".
NS est l'un des algorithmes d'apprentissage automatique, je ne les utilise pas.
Mais je connais l'autre algorithme deforêt aléatoire : il en existe des variantes qui utilisent les algorithmes ci-dessus pour la formation.
C'est pourquoi vous devez ouvrir les livres, et parvenir à une compréhension avec votre propre esprit. Et pas dans un "résumé".
NS est l'un des algorithmes d'apprentissage automatique, je ne les utilise pas.
Mais je connais l'autre algorithme de forêt aléatoire : il en existe des variantes qui utilisent les algorithmes ci-dessus pour la formation.