Les statistiques comme moyen de se projeter dans l'avenir ! - page 10

 
Prival >> :

Regardez l'image juste au-dessus de votre message, la courbe rouge a de très bonnes propriétés de mon point de vue, elle est lisse (je peux varier) et a moins de retard (je peux aussi varier) par rapport aux indicateurs de prix que je connais.

En bas, on trouve un oscillateur basé sur une estimation et une prévision.

Je ne peux rien dire de bon sur la courbe rouge en particulier, car je ne vois pas d'utilité particulière à de telles courbes - réduire le retard à des valeurs presque utilisables dans toutes ces courbes conduit à une forte détérioration de la fluidité et à une augmentation du dépassement. Une telle courbe serait précieuse si l'horizon pour prédire avec précision ses valeurs était de 30 à 50 pas.

Je ne peux rien dire sur l'oscillateur, car les valeurs qui y sont affichées ne sont pas claires.

 
bstone писал(а) >>
Mmm, intéressant. Et quelle méthode est utilisée pour estimer les résultats, par rapport à des "données aléatoires" ?

En d'autres termes, comment exactement 30-50% comptent-ils, ou n'est-ce pas la question ?

 
En pratique. C'est-à-dire que l'approche habituelle consiste à calculer le % d'entrées correctes. Pourquoi le décaler par rapport au "hasard" et comment cela se fait-il ? Sauf s'il s'agit d'une simple soustraction de 50%, bien sûr.
 

Bien sûr, une simple soustraction.

Mon SN prédit le signe de l'incrément avec une longueur d'avance. Créez un vecteur de longueur n à partir des signes des augmentations de prix et un autre vecteur à partir des prédictions des signes de ces augmentations. Ensuite, nous comptons le nombre de suppositions correctes du signe pour le NS donné et soustrayons n/2 de la somme obtenue - cela correspond au cas 50/50. La différence obtenue est multipliée par 200 et divisée par n.

C'est tout.

Et j'ai besoin d'une telle valeur pour estimer la rentabilité de TS. A cette fin, il suffit de multiplier le pourcentage obtenu par la volatilité de l'instrument et nous obtenons le rendement statistique moyen par transaction.

 

Aha, si j'ai bien compris, je faisais référence à la multiplication par 100, pas par 200. Alors on a :


(p-n/2)*100/n=(p/n-0,5)*100=100*p/n-50, où p est le nombre de caractères correctement devinés.

 
bstone >> :

Aha, si j'ai bien compris, je faisais référence à la multiplication par 100, pas par 200. Alors on obtient :


(p-n/2)*100/n=(p/n-0,5)*100=100*p/n-50, où p est le nombre de caractères correctement devinés



Non exactement par 200 sur le trait pour obtenir un intervalle de 0 à 100. Vous disposez d'une fourchette de 0 à 50. Étant donné que le réseau est aussi bon que le hasard :)

 
Prival писал(а) >>

Voici une photo que je préfère :-) le mordant permet

J'ai pris l'UMFE de Bulashov (ligne rouge) et j'ai construit une prévision d'étape pour elle (noir) par nécessité. J'ai fait ça pour la série Open (vert). "Bon" de voir comment la prédiction de MEMA a une longueur d'avance, devance froidement le cotier et permet de mordre et d'avaler à temps.

Cependant, sur un échantillon représentatif (10 000 échantillons), les miracles disparaissent, et les propriétés prédictives de cette muving sont nulles, voire pires (tan=-0,02). Je tiens à souligner qu'une image, même belle, n'est pas toujours capable de refléter objectivement la réalité, et qu'il est utile de vérifier l'algorithme par une méthode indépendante.

 
Neutron >> :

Je tiens à souligner qu'une image, aussi belle soit-elle, n'est pas toujours capable de refléter objectivement la réalité, et qu'il est utile de tester un algorithme par une méthode indépendante.


Des mots en or.


P.S. L'image montre simplement que MEMA est très en retard et que sa prédiction ne donne rien.

 

Et voici mon modèle à l'œil nu :



La théorie du marché efficient en action !

 
bstone писал(а) >>

La théorie du marché efficient en action !

Tout comme moi ! - Tout aussi efficace :-)

Au fait, bstone, si les données que vous citez sont liées aux performances de la NS, alors nous pouvons affirmer qu'il y a un surentraînement dur. En effet, sur l'échantillon d'entraînement, nous constatons une correspondance complète entre les prédictions et les incréments réels, tandis que sur l'échantillon de test, nous constatons des erreurs complètes ! Dans l'idéal (formation optimale), NS a des ellipses identiques sur les échantillons de formation et de test, assez épaisses, et surtout identiques en pente et en largeur.