La statistica come modo di guardare al futuro! - pagina 10
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
Guarda l'immagine appena sopra il tuo post, la curva rossa ha proprietà molto buone dal mio punto di vista, è liscia (posso variare) e ha meno lag (posso anche variare) rispetto agli indicatori di prezzo che conosco
In basso c'è un oscillatore basato su una stima e una previsione.
Non posso dire nulla di buono sulla curva rossa in particolare, perché non vedo alcun uso particolare per tali curve - ridurre il ritardo a valori quasi utilizzabili in tutte queste curve porta a un netto deterioramento della scorrevolezza e un aumento dell'overshoot. Una tale curva sarebbe preziosa se l'orizzonte per prevedere accuratamente i suoi valori fosse di 30-50 passi.
Non posso dire nulla sull'oscillatore, perché non è chiaro quali valori vengono visualizzati lì.
Mmm, interessante. E quale metodo viene usato per stimare i risultati, rispetto agli "input casuali"?
In altre parole, come conta esattamente il 30-50%, o non è questa la domanda?
Certo, una semplice sottrazione.
Il mio NS predice il segno dell'incremento un passo avanti. Creare un vettore di lunghezza n dai segni degli incrementi di prezzo e un altro vettore dalle previsioni dei segni di questi incrementi. Poi contiamo il numero di indovinelli di segno corretti per il dato NS e sottraiamo n/2 dalla somma ottenuta - questo corrisponde al caso 50/50. La differenza ottenuta viene moltiplicata per 200 e divisa per n.
Questo è tutto.
E ho bisogno di un tale valore per stimare la redditività di TS. A tal fine è sufficiente moltiplicare la percentuale ottenuta per la volatilità dello strumento e si ottiene il rendimento statistico medio per una transazione.
Aha, se ho capito bene, mi riferivo alla moltiplicazione per 100, non per 200. Poi otteniamo:
(p-n/2)*100/n=(p/n-0.5)*100=100*p/n-50, dove p è il numero di caratteri indovinati correttamente
Aha, se ho capito bene, mi riferivo alla moltiplicazione per 100, non per 200. Poi otteniamo:
(p-n/2)*100/n=(p/n-0.5)*100=100*p/n-50, dove p è il numero di caratteri indovinati correttamente
No esattamente per 200 sulla corsa per ottenere un intervallo da 0 a 100. Avete una gamma da 0 a 50. Dato che la rete è buona come il caso :)
Ecco una foto che mi piace di più :-) mordere permette
Ho preso il MEMU di Bulashov (linea rossa) e ho costruito per necessità una previsione del passo avanti (nera). Ha fatto questo per la serie Open (verde). "Buono" per vedere come la previsione di MEMA è un passo avanti, freddamente in anticipo sul cotier e permette di mordere e ingoiare in tempo.
Tuttavia, su un campione rappresentativo (10.000 campioni) i miracoli scompaiono, e le proprietà predittive di questo muving sono nulle e anche peggio (tan=-0,02). Voglio sottolineare che un'immagine, anche bella, non è sempre in grado di riflettere oggettivamente la realtà, ed è utile controllare l'algoritmo con un metodo indipendente.
Voglio sottolineare che un'immagine, per quanto bella, non è sempre in grado di riflettere oggettivamente la realtà, ed è utile testare un algoritmo con un metodo indipendente.
Parole d'oro.
P.S. L'immagine mostra solo che MEMA è molto in ritardo e la sua previsione non dà nulla.
Ed ecco il mio modello ad occhio nudo:
La teoria del mercato efficiente in azione!
La teoria del mercato efficiente in azione!
Proprio come me! - Altrettanto efficace:-)
A proposito, bstone, se i dati che citi sono relativi alle prestazioni NS, allora possiamo affermare che esiste un sovrallenamento duro. Infatti, sul campione di addestramento vediamo una completa corrispondenza tra le previsioni e gli incrementi reali, mentre sul campione di test vediamo una completa schifezza! Idealmente (formazione ottimale), NS ha elissi identiche sui campioni di formazione e di prova, abbastanza spesse, soprattutto identiche in pendenza e larghezza.