Regressão Bayesiana - Alguém já fez um EA usando este algoritmo? - página 12
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
...
Yusuf, sinto muito, mas você está cansado de empurrar seus 18 anos para todos os lugares e em todas as ocasiões.
O Gauss ISC não é um "throwback", é um clássico que é melhor e mais simples do que nunca e nunca será. Não há nada mais estúpido e burro do que dividir os métodos matemáticos em modernos e obsoletos.
Yusuf, sinto muito, mas você está cansado de empurrar seus 18 anos para todos os lugares e em todas as ocasiões.
O Gauss ISC não é um "throwback", é um clássico que é melhor e mais simples do que nunca e nunca será. Não há nada mais estúpido e burro do que dividir os métodos matemáticos em modernos e obsoletos.
Dimitri, obrigado pela observação sobre a incorreção, corrigida, mas essencialmente, há fortes objeções a (18), como você diz? Tipo, este modelo de regressão é melhor que (18)? MNC aplica-se na presença de dependência linear, e (18), além do caso linear, cobre igualmente com sucesso o domínio não-linear, mantendo todas as vantagens do MNC.
Em seguida, para que a regressão se torne Bayesiana, supõe-se que o eps seja distribuído de acordo com a lei normal.
Por favor, aqueles que são Copenhagenistas, corrijam-me se algo está errado e me aconselhem o que fazer a seguir.
Deite fora a distribuição normal, já que não é observada em nenhum lugar nos instrumentos financeiros. E ao invés disso, construir um histograma da densidade real de distribuição e aproximá-lo.
Para entender a diferença, basta dar uma olhada na captura de tela abaixo. A linha preta representa uma distribuição normal e a linha vermelha representa um histograma da função da densidade de probabilidade real.
Isto é, se tomarmos apenas uma distribuição triangular, haverá muito menos erros. Embora seja mais fácil pegar dois círculos contíguos cujos centros estão na mesma linha horizontal ou elipses contíguas para maior precisão, já que os lados do triângulo são claramente côncavos.
1. Jogue fora a distribuição normal, pois ela não é observada em nenhum lugar nos instrumentos financeiros. Ao invés disso, construir um histograma da densidade real de distribuição e aproximá-lo.
2. Para entender a diferença, basta olhar para a seguinte captura de tela. A linha preta mostra a distribuição normal, e a linha vermelha mostra o histograma da função de densidade de probabilidade da volatilidade real.
3 Isto é, se você fizer apenas uma distribuição triangular, haverá muito menos erros. Embora seja mais fácil pegar dois círculos contíguos cujos centros estão na mesma linha horizontal ou elipses contíguas, já que os lados do triângulo são claramente côncavos, para melhor precisão.
1. Onde se aproximar? Aproximar o quê e a quê?
2.
3. O erro de quê?
O que o faz pensar isso? De forma alguma. Não é preciso pensar sobre isso, é como definir o escopo da regressão Bayesiana.
Precisamos determinar as características que são necessárias para calcular a regressão Bayesiana. Esta é a primeira questão de como fazer um círculo quadrado. É aqui que você pode perceber que a regressão Bayesiana não se encaixa em nada. Mas não nos importamos... algo tem que ser feito. Suponha que a coincidência dos valores de preços de uma linha e da segunda linha (em nosso caso, a linha) corresponderá à máxima probabilidade. E o máximo um por um caminho será 1/n (n - número de barras). Embora esta abordagem seja exatamente como desenhar com uma forquilha na água. Portanto, devemos inventar alguma fórmula que, no argumento 0 dá 1/n, e no argumento crescente, tende a 0. Em seguida, anotamos a fórmula das iscas e substituímos a fórmula que inventámos anteriormente pelas probabilidades. A seguir, precisamos encontrar o máximo da função resultante. Provavelmente pegue a derivada, equacione-a a zero.
O resultado será quase o mesmo que a regressão linear, pois o objetivo inicial era combinar a linha reta e a série de preços.
A suposição de que os dados sobre Forex têm distribuição normal e, portanto, é o escopo da regressão Bayesiana é o motivo.
Forex são muitas corretoras, empresas forex, cozinhas - européias, chinesas, bahamianas, bermudas ... Há muitos deles. Nenhum deles domina e não contribui decisivamente para a formação de preços, e nenhum dos participantes do mercado também não. A suposição é baseada no teorema do Limite Central da teoria da probabilidade:
"A soma de um número suficientemente grande de variáveis aleatórias pouco dependentes de aproximadamente a mesma magnitude (nenhuma delas domina, nenhum determinante contribui para a soma) tem uma distribuição próxima do normal"(Wikipedia).
Como eu o entendo em relação ao forex. Se recolhermos todos os carrapatos de TODAS as corretoras em uma barra M5 (milhões de carrapatos), então a distribuição de carrapatos dentro da barra estará próxima de uma normal. E quanto mais antigo for o prazo, mais próxima estará. Cada corretora em particular tem seu próprio fluxo de cotações que difere do fluxo global dominante pela medida de depreciação desta corretora. Este fluxo dominante no gráfico representa uma curva (certamente não uma linha reta!) da qual nenhuma corretora pode ir longe.
A suposição de que os dados cambiais têm uma distribuição normal e, portanto, é o escopo de uma regressão Bayesiana é o motivo.
Forex são muitas corretoras, empresas forex, cozinhas - européias, chinesas, bahamianas, bermudas ... Há muitos deles. Nenhum deles domina e não contribui decisivamente para a formação de preços, e nenhum dos participantes do mercado também não. A suposição é baseada no teorema do Limite Central da teoria da probabilidade:
"A soma de um número suficientemente grande de variáveis aleatórias fracamente dependentes de aproximadamente a mesma magnitude (nenhuma soma domina, nenhum determinante contribui para a soma) tem uma distribuição próxima do normal"(Wikipedia).
Como eu o entendo em relação ao forex. Se recolhermos em uma barra M5 todos os carrapatos de TODAS as corretoras (milhões de carrapatos), então a distribuição de carrapatos dentro da barra estará próxima de uma normal. E quanto mais antigo for o prazo, mais próximo estará. Cada corretora em particular tem seu próprio fluxo de cotações que difere do fluxo global dominante pela medida de depreciação desta corretora. Este fluxo dominante no gráfico representa uma curva (certamente não uma linha reta!) da qual nenhuma corretora pode ir longe.
Então você não entendeu nada do que eu escrevi?
Jogue fora a distribuição normal, pois ela não é observada em nenhum lugar nos instrumentos financeiros. Ao invés disso, construir um histograma da densidade real de distribuição e aproximá-lo.
Para entender a diferença, basta dar uma olhada na captura de tela abaixo. A linha preta mostra a distribuição normal e a linha vermelha mostra o histograma da função da densidade de probabilidade real.
Isto é, se tomarmos apenas uma distribuição triangular, haverá muito menos erros. Embora seja mais fácil pegar dois círculos contíguos cujos centros estão na mesma linha horizontal ou elipses contíguas para melhor precisão, já que os lados do triângulo são claramente côncavos.
Yuri,
Experimente a distribuição Laplace - exponencial bilateral. Na minha opinião, os dados financeiros são os mais próximos a ele.
Estimativa analítica dos parâmetros de máxima verosimilhança para Laplace:
Estimativa dos parâmetros[editar]
Considerando N amostrasindependentes e distribuídas de forma idênticax1,x2, ...,xN, oestimador deprobabilidade máxima deμ é amediana da amostra,[1]e oestimador deprobabilidade máxima de bé
de: https://en.wikipedia.org/wiki/Laplace_distribution
Então você não entendeu nada do que eu escrevi?
Eu respondi sua primeira pergunta. Sobre os sinais que eu realmente não entendo. Encontrar o número de bares em que a teoria funciona? E a partir daí dançar? Rejeito de imediato.
"O objetivo original era combinar a linha reta e a série de preços". - Se a regressão Bayesiana é uma linha reta, então realmente não é boa.