Regressione bayesiana - Qualcuno ha fatto un EA usando questo algoritmo? - pagina 30
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Fatto un programma per ottenere i coefficienti a e b ai quali la probabilità secondo il teorema di Bayes è massima quando si applica una distribuzione normale con aspettativa uguale ad ax+b.
Fico! Sicuramente.
È possibile costruirlo. Ma come si può applicare alla formula bayesiana?
Ho fatto un indicatore simile con buffer di prezzi vicini. Ho diviso l'intero intervallo calcolato in 10 parti. Ho cercato di utilizzare un algoritmo simile nel mio Expert Advisor. Non sono rimasto molto impressionato.
Come cucinarlo con cosa?
La densità non sono i prezzi in sé, ma i loro incrementi.
Nell'analisi bayesiana, come scrivono, la parte più difficile è determinare la probabilità a priori. Se applicato al forex, penso che sia così.
Non conosciamo le proprietà dei dati situati a destra della barra dello zero. Cosa c'è davanti? Distribuzione dei prezzi sconosciuta, distribuzione di tipo normale, distribuzione di Laplace o qualcos'altro. Quale distribuzione prendiamo come probabilità a priori (funzione di verosimiglianza) determinerà la probabilità risultante secondo la formula di Bayes. Più la probabilità a priori è plausibile, più i nostri calcoli sono vicini alla verità.
Fico! Assolutamente.
Vale la pena dare un'occhiata, confrontare i punti di inizio della tendenza, potrebbe esserci una differenza.
Grazie. È raro sentirtelo dire.
Non ho usato i minimi quadrati per calcolare i coefficienti. Ho preso l'indicatore dal kodobase. La coincidenza è quasi del 100%, nonostante il fatto che quell'indicatore è calcolato in base ai prezzi di chiusura e il mio metodo è "bayesiano". Uso OHLC come valore medio.
Fatto un indicatore simile con i buffer dei prezzi di chiusura. Diviso l'intera sezione calcolata in 10 parti. Ho cercato di utilizzare un algoritmo simile nel mio Expert Advisor. Non sono rimasto molto impressionato.
Come cucinarlo con cosa?
Ho usato lo stesso programma come Expert Advisor sul DAX tedesco. Sembra che vada bene in un mercato tranquillo. Ma non appena VW viene presa, Draghi dice qualcosa, i nordcoreani testano una bomba termonucleare - le campane gaussiane si rompono immediatamente, gli intervalli di prezzo con i maggiori volumi di tick non attirano più il prezzo.
Beh, non è così male. Notizie come questa accadono raramente. Dovrò provare con il volume.
Ho un altro problema: non riesco a capire alcune formule, ho bisogno di capire i segni algebrici.
La distribuzione che prendiamo come probabilità a priori (funzione di verosimiglianza) determinerà la verosimiglianza risultante secondo la formula di Bayes. Più la probabilità a priori è plausibile, più i nostri calcoli sonovicini alla verità.
E il tuo post precedente?
https://www.mql5.com/ru/forum/72329/page14
E il tuo post precedente?
https://www.mql5.com/ru/forum/72329/page14
Quel post conferma questo. C'è una distribuzione normale, ma come sono i profitti, nessuno lo sa.
Ho fatto un programma che ottiene i coefficienti a e b ai quali la probabilità secondo il teorema di Bayes è massima quando si applica una distribuzione normale con aspettativa uguale ad ax+b.
L'algoritmo si riduce a enumerare i possibili valori di a e b nelle linee y=ax+b, sostituendo nella formula di Bayes P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y); (1)
La funzione di probabilità P(x,y|a,b) è presa come la formula di distribuzione normale con aspettativa ax+b. La misura di massima verosimiglianza della formula di Bayes è inversamente proporzionale alla deviazione standard.
La linea retta (linea rossa) costruita dai coefficienti a e b (a cui la probabilità secondo il teorema di Bayes è massima) coincide quasi con lo stesso indicatore (linea gialla) della regressione lineare del kodobase.
Dmitry Fedoseev, Vladimir e altri "Copenhagenisti" avevano ragione.
Abbiamo ottenuto lo stesso più una misura probabilistica di adattamento di a,b x e y con la formula di Bayes. In questo caso (dipendenza lineare, distribuzione normale di y, distribuzione uniforme di a e b) risulta essere inversamente proporzionale alla deviazione standard. Forse questa misura tornerà utile nell'analisi.
C'è un articolo recente - forse lo troverete utile...
https://habrahabr.ru/company/itinvest/blog/277337/