Équation de régression - page 7
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
P.S. Votre fil de discussion menace de devenir l'un des plus fascinants et des plus instructifs de ce forum. Il y en a peu, vraiment peu.
En effet, tant de luminaires en un seul endroit. Alors, de quoi parlons-nous ? Une régression, je pense.
Il y a un bouton sur le terminal appelé "Canal de régression linéaire". Vous n'aimez pas ça, même si c'est très joli et pratique pour les obliques.
Je ne pense pas que j'aime ça non plus, bien que je le dessine parfois - pour le plaisir d'être mignon. La raison en est simple : en établissant une régression linéaire, nous supposons que le modèle du quotient sera un ensemble de segments. C'est complètement absurde.
Et si nous prenions un ordre de régression différent ? Cela signifie que le modèle de quotient sera une régression de cet ordre choisi. Aussi stupide.
Donc, peut-être qu'il faut d'abord définir verbalement ce qui se passe dans un quotient, puis choisir un modèle, estimer ce modèle et c'est alors que le problème de la régression est résolu.
Le modèle mâché ARPSS(p,d.q) - contient notamment la régression avec l'ordre p. Si l'on lit l'encadré, on s'aperçoit que p n'est pas nécessairement supérieur à 0, c'est-à-dire qu'il existe des BP où la régression des BP ne s'applique pas du tout et est modélisée par d'autres moyens.
Sans hypothèses verbales sur la BP, c'est-à-dire des hypothèses sur le type de modèle que nous voulons identifier, la conversation est purement cognitive, mathématique et non pertinente pour la CT.
Dites-moi, à quelles données comptez-vous appliquer l'analyse de régression? Et dans quel but ?
Rien de personnel, mais on a l'impression que vous voulez manger la soupe avec un marteau parce que ça cloue mieux qu'une cuillère.
Je ne comprends pas l'idée, pourquoi voulez-vous appliquer l'analyse de régression ? Et dans quel but ?
L'exemple de Candid est un bon exemple.
Lancements - prenez-les comme des données et étonnez-vous des gros fosts...
Hilarant ! (c) Kolobok avec un gros cigare.
Il y a une culture dans la vie. La même pureté de pensée et la même compétence doivent se retrouver dans l'analyse.
(Un statisticien attentif aurait jeté cette observation - et n'aurait pas révélé le quatrième ordre de son "tiré par les oreilles de travers" et le résultat de la "preuve" qui était pressenti) - il est dommage que Сandid ait fait silence sur l'auteur.
J'adore le marteau, cependant. :)
hrenfx- Bravo ! Après tout, nous nous souvenons tous qu'au début, il y avait une idée... le modèle, puis l'approximation.
Si nous savons qu'il y a des erreurs de mesure (elles sont inévitables dans le monde physique-réel, ET ALORS il nous est plus facile de les accepter comme base des déviations) - un modèle.
Mais si nous prenons un abonnement aux données (par exemple, le flux de citations DC préféré du vénérable Morning Star.... :) - alors les erreurs seront très différentes, et le modèle de marché d'autant plus.
Mais pas dans les observations, mais dans l'évaluation de la situation des erreurs des joueurs. Et leur tâtonnement - dans aucune donnée de bar, vous ne le remarquerez. Prival a raison - mais le tâtonnement lui-même est un tâtonnement.
Et des elipsoïdes avec une complexité NP pour résoudre les problèmes de recherche d'extrémum avec contraintes - un ornement pour la table. Comme s'il y avait de tels problèmes. Au sujet du sujet du sujet du sujet - comme le discours de Golokhvastov. Il se vante lui-même !
Je pense.
-- L'enfant s'est répandu.
A la normale, dans le sens, applicable au forex ;), discussion des régressions - j'appelle !
Et n'oubliez pas les liquidités - le moteur du progrès !
;)
Je ne comprends pas l'idée, alors pourquoi voulez-vous appliquer l'analyse de régression ? Et dans quel but ?
Qu'est-ce qu'il y a à saisir. Demandez aux autres pourquoi ils veulent appliquer Machka, RSI, MACD et autres anciens indicateurs classiques. Mais ici, c'est la régression.
Je comprends les arguments de la faa , mais seulement en partie. Le flux des citations ressemble effectivement à des morceaux de complots mal collés, qui ne sont pas mal prédits.
P.S. Michael Andreevich, ne brouillons pas les pistes en ce qui concerne le logiciel de l'entreprise qui possède la ressource, hein ?
FreeLance: (un statisticien prudent jetterait cette observation - et ne se délecterait pas du quatrième ordre de son "tiré par les courbures des oreilles" et du résultat de la "preuve" qui a été prédite)
Toute cette danse de tambourin statistique autour du rejet des grands pics "aléatoires" est en fait une tentative voilée de forcer la distribution réelle (distribution de la vie réelle avec des queues grasses) à une distribution à queue fine. Tout le même désir de travailler avec des formules commodes plutôt qu'avec la réalité dérangeante.
...Et leur tâtonnement - vous ne le remarquerez pas dans les données du bar. Prival a raison - mais le shara-ha-ha-ha-ha lui-même...
Je suis là, mais parfois je ne peux pas écrire pour des raisons indépendantes de ma volonté :-))
Et quand ils parlent de mannequins et de grosses queues. Je me souviens toujours de kamal et kniff et je relis leurs posts (désolé ils ne sont pas sur le forum très lettrés) bon fil conducteur. le mathématicien m'a même "traité" de tigre du bengale là :-)))
https://www.mql5.com/ru/forum/105771/page15
kamal 09.12.2007 00:50
Eh bien, en fin de compte, pour ne pas jouer ici le rôle de "tueur d'idées", je vais exprimer une idée très simple, que j'avais l'habitude de mettre en avant même dans mon article ici à mql4.ru, et qui, au fur et à mesure que j'ai acquis une expérience pratique du trading, est devenue de plus en plus importante : le modèle gaussien standard de marches aléatoires géométriques est sauvé de tous les problèmes en repensant un seul paramètre : le temps. Cette idée a déjà été mentionnée ici, mais ce n'est pas un péché de la répéter encore une fois : regardez le tickframe ! Et les effets comme les "queues lourdes", comme la "volatilité", et bien d'autres choses encore, disparaîtront.
alsu 21.09.2010 21:44
tout est déjà formalisé, lisez le lien, celui en russe (premier sur 3 pp). Le problème de la régression quantile se réduit à un problème de programmation linéaire : trouver le minimum d'une fonction linéaire sous des contraintes linéaires.
Écrire des formules. Il faut 2-3 minutes pour programmer et trouver une solution dans matcad. Beaucoup de gens ici peuvent le faire très bien...
alsu 21.09.2010 21:44
écrire les formules. Il faut 2 à 3 minutes pour programmer et trouver une solution dans Matcadet. Beaucoup de gens ici peuvent le faire très bien...
Quel est le problème avec les images du forum ? Je ne peux pas insérer de png.
Lisez http://www.nsu.ru/ef/tsy/ecmr/quantile/quantile.pdf, paragraphe 2, le tout début, où le problème LP est décrit. Toutes les formules sont là.
Qu'y a-t-il à attraper ? Nous avons déjà appris que les traders ne sont pas prêts à appliquer Machka, RSI, MACD et autres trucs des indicateurs classiques. Eh bien, voici la régression.
L'approche "vouloir" semble erronée. Je vais vous donner mon point de vue :
1. Une transformation est effectuée sur les données du marché (la plus simple est de prendre les sommets du ZigZag. Par exemple, en prenant tous les ticks tels qu'ils sont - ce sont les sommets du ZigZag avec la condition d'un genou minimum de 1 point). Nous avons obtenu une matrice de données, où chaque colonne correspond à un paramètre observé (par exemple, le prix d'un instrument financier) du marché. Et chaque ligne est un vecteur de la condition du marché dans l'espace d'observation.
2. On part du principe que si l'on trouve une régression efficace (linéaire, polynomiale ou autre - peu importe), elle donnera des écarts relativement faibles à un certain intervalle de données en dehors (avant et après) de sa construction.
3. Étudiez statistiquement le comportement de la régression en dehors de ses tracés. Les points faibles sont trouvés. Trouvez les causes.
Comme la plupart des gens (tous les mêmes points) :
1. un (deux ou trois au maximum) instrument financier est pris. Aucune transformation n'est effectuée, ils prennent simplement tous les tics (barres - plus souvent).
2. Ils utilisent tout ce qu'ils veulent en fonction de considérations liées au "désir".
3. Il n'y a pas de recherche statistique. Un conseiller expert est écrit et optimisé en espérant qu'il le sera.
Je comprends les arguments de la faa, mais seulement en partie. Le flux des citations ressemble effectivement à des morceaux de complots mal collés qui ne sont pas mal prédits.
Mes arguments, comme je le pense et l'aurais souhaité, étaient plus profonds.
Un TS a toujours une sorte de modèle sous-jacent - indépendamment du désir de l'auteur du TS. Si l'auteur du CT nie ce fait - alors le chukcha chevauchant sur la toundra avec la chanson : ce que je vois, je le chante. Ce n'est pas une insulte - depuis des milliers d'années, les Tchouktches vont d'un point A à un point B sans aucun repère ni problème. Les auteurs de CT font de même - ils vont jusqu'au point de profit.
Si vous réfléchissez au modèle, vous pouvez apprendre beaucoup de résultats inattendus sur votre système de trading, non visibles à première vue.
Le modèle le plus précis est celui de Prival avec ses tics. Mais est-il possible de faire une prévision à une heure sur la base des ticks ? Sur un graphique horaire, c'est en principe possible - il n'y a qu'une seule bougie. Et sur les tiques ? Prévoir au moins 60 bougies à l'avance ? Est-ce possible ? Sur un marché non stationnaire ? Et quel est l'intervalle de confiance ? Je crois savoir qu'il n'y a pas de réponse à ces questions.
Prenons le modèle ARPSS (p, d, q) où d=q=0. Si p=1, il s'agit d'une ligne droite. Cette section du marché est tout à fait possible. En outre, une prédiction est possible. Mais nous devrions accepter les conditions externes à ce modèle, à savoir : il existe une tendance et elle est stationnaire, et le bruit devrait être inférieur à SL. S'il n'y a pas d'autres éléments dans notre modèle qui le rapprochent de la réalité, nous constaterons très vite que le dépôt est nul.
Quel modèle est le meilleur ? Une plus complexe qui prend tout en compte comme celle de Prival ou une plus grossière ? Il n'y a pas de réponse théorique. Il existe un modèle empirique - en cas d'estimations de modèles identiques, le modèle le plus simple doit être utilisé. De ce dernier point découle une remarque fondamentale sur les modèles : il n'y a rien à discuter des modèles si l'on ne dispose pas d'un système solide pour les évaluer.
Compte tenu de ce qui précède, je conclus sur le sujet : pas de modèle avec régression intégrée et pas d'évaluation du résultat obtenu. Un discours d'écolier sur la régression, et d'une manière très primitive (rappelez-vous le billet sur l'analyse de régression).
FreeLance 22.09.2010 04:28
Mais si vous prenez un abonnement aux données (par exemple, le flux de citations préférées de DC du toujours mémorable Morning Star.... :) - Leserreurs seront alors très différentes et le modèle de marché encore plus.
Le modèle est décidé avant le DC et le DC ne peut pas influencer le modèle. Au départ, on regarde la cotation et on essaie de voir s'il y a une tendance ou pas, s'il y a des cycles ou pas, et quelle est la volatilité. Des DC différents pour le même instrument et la même période ne peuvent pas affecter les réponses à ces questions. Le motif est devant, tout le reste est derrière.
donc tout est déjà formalisé, lisez le lien, celui en russe (le premier sur 3 pages). Le problème de la régression quantile se réduit à un problème de programmation linéaire : trouver le minimum d'une fonction linéaire sous des contraintes linéaires.
Je pensais ici que la descente de gradient fonctionnerait moins bien que la méthode du simplex, puisque le grad-t est plus général. Toutes choses égales par ailleurs, il n'est pas moins itératif.