Régression bayésienne - Est-ce que quelqu'un a fait un EA en utilisant cet algorithme ? - page 37
![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Eh bien, oui. Fonction analytique( ?!)+Fonction aléatoire(normalement distribuée)=Processus de Wiener(marche aléatoire). Allons-nous coudre un conseiller ?
Coupez. :)
Des plaintes concernant les boutons ?
Coupez. :)
Des plaintes concernant les boutons ?
Depuis Matemata, Prival et autres, c'est le premier fil où...
Je pleure :)
Depuis Matemata, Prival et autres, c'est le premier fil où...
Je pleure :)
On fait l'appel ? Toutes les pièces de vie...
Oui, et on se souviendra de Mishek.
Il n'y a rien de tel sur le marché. Tous les chiffres R2 ci-dessus sont absurdes, car rien ne prouve que la parcelle sélectionnée pour le calcul fait partie de la population générale, qui a au moins la propriété de stationnarité. C'est pourquoi les chiffres ont été obtenus sur les parcelles ci-dessus, mais ils n'ont rien à voir avec l'avenir : ils peuvent coïncider, ils peuvent ne pas coïncider, ils peuvent coïncider 100 fois, et ensuite ils vendent le dépôt avec le bénéfice.
Je suis d'accord avec chaque mot. Quel est l'intérêt de construire une régression si dans la section suivante, les caractéristiques de cette régression seront complètement différentes. Vous pouvez modifier le modèle pour l'adapter aux données autant que vous le souhaitez, mais il est plus facile d'admettre que Y (prix) ne dépend pas de X (temps), du moins en termes de régression linéaire.
Je suis d'accord avec chaque mot. Quel est l'intérêt de construire une régression si dans la section suivante, les caractéristiques de cette régression seront complètement différentes. Vous pouvez modifier le modèle pour l'adapter aux données autant que vous le souhaitez, mais il est plus facile d'admettre que Y (prix) ne dépend pas de X (temps), du moins en termes de régression linéaire.