Regressão Bayesiana - Alguém já fez um EA usando este algoritmo? - página 14
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
Polinomial.
Se você acrescentar ruído às citações, você obtém esta distribuição:
E como isso ajudaria no comércio?
Pegue-o, calcule-o, compare-o.
Por que eu deveria? Não me importa, você pode ficar na neblina o tempo que quiser.
Além disso, esta sua proposta parece muito estranha. Como você está se apresentando como um especialista e inventor único, você deve conhecer a regressão polinomial e conhecer suas propriedades.
Não há absolutamente nenhuma necessidade de calculá-lo, há um indicador na base de código, você pode até mesmo mudar o grau de polinômio, e isso é realmente poderoso.
Se você acrescentar ruído às citações, você obtém esta distribuição:
E como isso ajudaria no comércio?
Por que eu deveria? Não me importa, você pode ficar na neblina o tempo que quiser.
Além disso, esta sua proposta parece muito estranha. Como você é um especialista e inventor tão único, você deve conhecer a regressão polinomial e conhecer suas propriedades.
O polinômio precisa ser adaptado sempre aos dados reais e, no caso de (18) você não precisa fazer nada, ele se ajusta da melhor maneira possível. Você simplesmente não tem coragem de admitir que um modelo melhor do que (18) ainda não foi inventado em todos os sentidos.
Por que adaptá-lo? É o polinômio que melhor se adapta por si só. Sua regressão curvilínea só raramente se ajustará aos dados. A situação aqui é bem diferente, sua regressão não é que seja a melhor ou a melhor, não se aplica aqui de forma alguma.
Também não está muito claro o que você chama de adaptação? A própria essência da regressão é a adaptação. Por que outra razão você chamaria isso de manteiga?
Como você pode dar uma estimativa para algo que você ainda não tentou?
Por que adaptá-lo? É o polinômio que melhor se adapta por si só. Sua regressão curvilínea só raramente se ajustará aos dados. A situação aqui é bem diferente, sua regressão não é que seja a melhor ou a melhor, não se aplica aqui de forma alguma.
Também não está muito claro o que você chama de adaptação? A própria essência da regressão é a adaptação. Por que outra razão você chamaria isso de manteiga?
A maneira mais fácil de me calar é mostrar o funcionamento do modelo polinomial com este exemplo. Estou convencido de que não tem capacidade de previsão. Ele pode ser capaz de mostrar algo em um segmento dos dados reais inseridos, mas depois se afasta da realidade.
Caso contrário, você pensaria que o seu seria aplicável para a previsão.