Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
É disto que estamos falando.
Os pesquisadores escolheram um período sem uma tendência clara, razão pela qual os resultados são interessantes.
Resumidamente - o que está na imagem da tela?
Сейчас идет разговор о том. как работает алгоритм.
Насчет применимости, найдется какая-нибудь задача, для которой пригодится. Цены кластеризовать не пойдет.
É disto que estamos falando.
Os pesquisadores escolheram um período sem uma tendência clara, razão pela qual os resultados são interessantes.
A regressão Bayesiana é a mesma que a Rede Neural Probabilística (PNN) ou Rede Neural de Regressão Geral (GRNN). Se você não gosta da distribuição normal de erros, você pode usar qualquer outra função de distância em vez de kernel exponencial, por exemplo exp(-|distance|), exp(-distance^n), etc. O resultado não vai mudar muito. Uma função de distância rapidamente decrescente dará maior peso a eventos mais próximos no passado. Eu me envolvi com esta rede e suas variantes. Como regressão, não é particularmente adequado. Mas como classificador é melhor, mas ainda assim o resultado de seu uso no mercado não é melhor do que qualquer outra ferramenta ou moeda de troca. Procure-o no fórum no dia 4. As pessoas têm discutido isso lá em seu tempo.
Especialmente não acredite nos artigos da universidade sobre comércio de mercado. A maioria destes artigos é escrita por estudantes para satisfazer os requisitos de doutorado (3-4 trabalhos + tese). Isto também se aplica às ciências: milhões de artigos estudantis, e valor zero. Confie nas pessoas que trabalham nestas indústrias. Qualquer comerciante com experiência sabe mais do que um professor do MIT.
Daqui: http://datareview.info/article/10-tipov-regressii-kakoy-vyibrat/
Devido à suposição de normalidade dos erros, questiono a aplicabilidade deste método aos mercados financeiros.
Além disso, em qualquer modelo em que a dependência é estimada apenas como um hiperplano, há uma chance de faltar uma borda não linear, o que pode tornar o modelo rentável.
Qual suposição de erro você acha que pode ser apropriada para os mercados financeiros?
"Devido à suposição de normalidade dos erros, questiono a aplicabilidade deste método aos mercados financeiros."
Os mercados financeiros vendem e compram. Oserros acontecem, e isso é normal.
// Duplo tratamento do comentário sobre a citação
)
Assim, o posto original é interpretado de forma diferente.
Qualquer processamento matemático ou qualquer outra interpretação de uma citação é a mesma e não deve ser feita!
"Devido à suposição de normalidade dos erros, questiono a aplicabilidade deste método aos mercados financeiros."
Nos mercados financeiros, as pessoas vendem e compram. Erros acontecem e tudo bem.
// Duplo tratamento do comentário sobre a citação
)
Assim, o posto original é interpretado de forma diferente.
Qualquer processamento matemático ou qualquer outra interpretação de uma citação é a mesma e não deve ser feita!
Sim! Esse é o tipo de interpretação do estilo caseiro que está acontecendo aqui.
Mas ainda me pergunto quem irá desenhar o resultado primeiro
Ninguém o fará.
Deve-se usar um método no qual a densidade da distribuição de erros não é importante. Métodos não-paramétricos.
Eu não faço regressão e valores de preços (ou suas transformações) em minhas experiências, eu prevejo o sinal, mas você pode dizer que isto também faz parte das informações de preços.
Meus erros são semelhantes a este:
0 1
0 0,58 0,42
1 0,43 0,57
Ou mais ou menos como originalmente escrito:
1 - verdadeiro, 0 - erro: 1, 1, 1, 1, 0, 0, 0, 1 , 1, 1, 0, 1
E a distribuição de probabilidade resultante deve ser tão diferente quanto possível de 0,5 / 0,5.
Se obtivermos a insensibilidade mútua de tais resultados, chegaremos a uma distribuição binomial, e para ela existem muitas, muitas fórmulas e testes estatísticos.
Mas se eu vou construir algum tipo de modelo de regressão por preço, a suposição sobre o formulário PDF para os erros não deve me afetar.
UPD: https://en.wikipedia.org/wiki/Errors_and_residuals
https://en.wikipedia.org/wiki/Robust_statistics
Não conhecemos de modo algum a distribuição de erros para forex. Formalmente - e estritamente - os erros são diferenças entre valores modelados e valores de modelo obtidos sobre a população gênica, ou seja, valores puramente teóricos. Os residuais são obtidos em distinções de valores modelados dos valores do modelo na amostra disponível, mas dificilmente serão também normais, já que as séries cronológicas financeiras (seus retornos, para ser mais exato) não são normais (!) e são grossamente forradas e com pico, enquanto que é muito difícil modelar umasérie tãogrossamente forrada e com pico.
Eu até aborreci e derivei por incrementos horários a distribuição original (turquesa =)) e a normal com os mesmos parâmetros de média e sd. Como você pode ver, está longe de ser normal. E o teste de normalidade está longe de ser aprovado.
Os métodos que dependem da normalidade dos erros são clássicos, a partir do século 20, métodos como a regressão linear e a análise de variância. Mas podemos passar sem eles.
Leia o wiki).