Régression bayésienne - Est-ce que quelqu'un a fait un EA en utilisant cet algorithme ? - page 30
![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
Testé. Réalisation d'un programme permettant d'obtenir les coefficients a et b pour lesquels la probabilité selon le théorème de Bayes est maximale lorsqu'on applique une loi normale avec une espérance égale à ax+b.
Cool ! Absolument.
Il est possible de le construire. Mais comment l'appliquer à la formule bayésienne ?
J'ai fait un indicateur similaire avec des tampons de prix de clôture. J'ai divisé l'ensemble de l'intervalle calculé en 10 parties. J'ai essayé d'appliquer un algorithme similaire dans mon conseiller expert. Je n'ai pas été très impressionné.
Comment le cuisiner avec quoi ?
La densité n'est pas les prix eux-mêmes, mais leurs incréments.
Dans l'analyse bayésienne, comme on l'écrit, le plus difficile est de déterminer la probabilité a priori. Appliqué au forex, je pense que c'est comme ça.
Nous ne connaissons pas les propriétés des données situées à droite de la barre du zéro. Qu'est-ce qui le précède ? Distribution de prix inconnue, distribution de type normal, distribution de Laplace ou autre. La distribution que nous prenons comme probabilité a priori (fonction de vraisemblance) déterminera la probabilité résultante selon la formule de Bayes. Plus la probabilité a priori est plausible, plus nos calculs sont proches de la vérité.
Cool ! Absolument.
Cela vaut la peine de regarder, comparez les points de départ des tendances, il pourrait y avoir une différence à ce niveau.
Merci. C'est rare de vous entendre dire ça.
Je n'ai pas utilisé les moindres carrés pour calculer les coefficients. J'ai pris l'indicateur dans la base de données Kodobase. La coïncidence est de presque 100%, malgré le fait que cet indicateur est calculé sur la base des prix de clôture et que ma méthode est "bayésienne". J'utilise l'OHLC comme valeur moyenne.
J'ai créé un indicateur similaire avec des tampons de prix de clôture. Diviser l'ensemble de la section calculée en 10 parties. J'ai essayé d'utiliser un algorithme similaire dans mon conseiller expert. Je n'ai pas été très impressionné.
Comment le cuisiner avec quoi ?
J'ai utilisé le même programme comme Expert Advisor sur le DAX allemand. Il semble que cela soit correct sur un marché calme. Mais dès que VW se fait prendre, que Draghi dit quelque chose, que les Nord-Coréens testent une bombe thermonucléaire - les cloches gaussiennes se brisent immédiatement, les fourchettes de prix avec les plus grands volumes de ticks n'attirent plus le prix.
Eh bien, ce n'est pas si mal. Des nouvelles comme celle-ci arrivent rarement. Je vais devoir essayer avec le volume.
J'ai un autre problème : je ne peux pas comprendre certaines formules, je dois comprendre des signes algébriques.
La distribution que nous prenons comme probabilité a priori (fonction de vraisemblance) déterminera la vraisemblance résultante selon la formule de Bayes. Plus la probabilité a priori est plausible, plus nos calculs sontproches de la vérité.
Et votre message précédent ?
https://www.mql5.com/ru/forum/72329/page14
Et votre message précédent ?
https://www.mql5.com/ru/forum/72329/page14
Ce post confirme celui-là. Il y a une distribution normale, mais comment sont les bénéfices, personne ne le sait.
J'ai réalisé un programme qui permet d'obtenir les coefficients a et b pour lesquels la probabilité selon le théorème de Bayes est maximale lorsqu'on applique une distribution normale avec une espérance égale à ax+b.
L'algorithme se réduit à énumérer les valeurs possibles de a et b dans les lignes y=ax+b, en les substituant dans la formule de Bayes P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y) ; (1)
La fonction de probabilité P(x,y|a,b) est considérée comme la formule de distribution normale avec l'espérance ax+b. La mesure du maximum de vraisemblance de la formule de Bayes est inversement proportionnelle à l'écart-type.
La ligne droite (ligne rouge) construite par les coefficients a et b (pour lesquels la probabilité selon le théorème de Bayes est maximale) coïncide presque avec le même indicateur (ligne jaune) de la régression linéaire de la kodobase.
Dmitry Fedoseev, Vladimir et les autres "Copenhagenistes" avaient raison.
Nous avons obtenu la même chose, plus une mesure probabiliste de l'ajustement de a, b x et y par la formule de Bayes. Dans ce cas (dépendance linéaire, distribution normale de y, distribution uniforme de a et b), il s'avère être inversement proportionnel à l'écart-type. Peut-être cette mesure sera-t-elle utile dans l'analyse.
Il y a un article récent - peut-être le trouverez-vous utile...
https://habrahabr.ru/company/itinvest/blog/277337/