ベイズ回帰 - このアルゴリズムを使ってEAを作った方はいらっしゃいますか？ - ページ 29

新しいコメント
 
Yuri Evseenkov:

多人数参加型のコンピューターベースのオンラインシミュレーターの一種。

先物と同期しているので、そうでもないです。

 
Комбинатор:

先物が同期して歩いているので、そうでもないのですが。

どんな先物？RTS ?あるトレーダーのフォーラムで、モスクワ取引 所のゲーム上のアウトラインと実際のアウトラインに食い違いがあったんです。そして、それがFXと同期しているということは、優れたシミュレーターを手に入れたということです。
 
Yuri Evseenkov:
CME ))
 
Yuri Evseenkov:

納得。ほとんど。線分y=ax+bの係数a,bが異なる方法で計算された場合、数値的に、あるいは近似的に等しくなることに疑問が残る。 ここで、2つの方法の公式を丹念に比較するか、プログラムを書く必要がある。 要は、公式、アルゴリズム、コード自体が理論に対して適切でなければならないのである。プログラムでなければならない。

-最小二乗法を用いて、線形回帰 y=ax+b の係数 a と b を計算しなさい。

-数学的期待値がax+bに等しい正規分布を適用したとき、ベイズの定理による確率が最大となるa,bの係数を求めます。

そして、それらの係数を比較し、かなりの差がある場合は、それらのa、bを基に2つの線の挙動を力学的に見る必要がある。例えば、可視化モードのストラテジーテスターで。

このプログラムは、さらに他のモデル、回帰、ベイズ式による分布を使って使用することができます。もしかしたら、何かがすごくうまく撮れるかもしれない。


回帰モデルでの取引結果が、パラメータa,bの選択方法に強く依存することはないと思われる。インプットの方がよっぽど重要です。また、aとbの計算には、より簡単な（最小二乗法）方法を選びます。
 
Комбинатор:
CME ))
そうそう！シカゴ証券取引所ってすごいんですよ反論の余地はない。
 
Vladimir:
回帰モデルでの取引結果が、aやbのパラメータの選択方法に大きく左右されることはないと思われる。インプットの方がよっぽど重要です。また、aとbの計算には、より簡単な（最小二乗法）方法を選びます。

アドバイスありがとうございました。しかし、ベイズの方法論は、他の方法にはないものを与えてくれます。すなわち、確率です。係数a、bがx、y、時間、価格に対応する確率。これは、エントリーやエグジットの判断に利用できます。それとも、私の希望的観測でしょうか？

 

期待値がax+bに等しい正規分布を適用したとき、ベイズの定理による確率が最大となる係数a、bを求める プログラムを作りました。

アルゴリズムは、y=ax+b の行で a と b の取り得る値を列挙し、ベイズ式 P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y) に代入することになる(1)。

確率関数P(x,y|a,b)は期待値ax+bの正規分布式とする。ベイズ式の最尤法は、標準偏差に反比例している。

ベイズの定理による確率が最大となる係数aとbで構成される直線（赤線）は、コドベースの線形回帰の同じ指標（黄線）とほぼ一致した。

ドミトリー・フェドセーエフやウラジミールなどの「コペンハーゲン主義者」は正しかったのです。

同じように、ベイズ式によるa,b x,y の確率的な適合度の測定値を得ました。この場合（線形依存性、yの正規分布、a、bの一様分布）、標準偏差に反比例することが判明した。おそらく、この対策は分析に役立つと思います。


ファイル:
BayesNormDistr_.mq4  5 kb
 
Yury Reshetov:

正規分布は、金融商品のどこにも観察されないので、捨てましょう。そして、代わりに分布の実密度のヒストグラムを作り、それを近似する。


構築することが可能です。しかし、ベイズ式にはどのように適用できるのだろうか。


 
Yuri Evseenkov:

構築することが可能です。ただ、それをベイズ式にどう応用できるのか？


そして、その代わりに、自分で本当の分布の密度のヒストグラムを作る。

密度は価格そのものではなく、その刻み幅です。

 
Yuri Evseenkov:

数学的期待値がax+bに等しい正規分布を適用したとき、ベイズの定理による確率が最大となる係数a、bを求める プログラムを作成しました。

...

カッコイイ!もちろんです。

トレンドのスタート地点で比較してみると、違いが出てくるかもしれませんね。

1...222324252627282930313233343536...55
新しいコメント