Regressão Bayesiana - Alguém já fez um EA usando este algoritmo? - página 16
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
1. a probabilidade é máxima em : as fórmulas longas continuam. Podemos dizer que obtemos o valor mínimo do quadrado médio dos resíduos, ou podemos dizer que maximizamos a probabilidade.
2. pode haver algo que você não entende. o coeficiente b1 é o quê? A expectativa matemática dos valores da amostra do coeficiente b1, que é distribuída em t na ausência de conhecimento dos parâmetros do coeficiente b1 sobre a população geral. A regressão linear (mínimos quadrados comuns) dá uma estimativa de E(b) e sigma(b), o erro padrão do coeficiente b1. O que você vê na saída do modelo são todas essas estimativas. Depois há uma estimativa de quão significativamente diferente é E(b) de 0, a estatística t e a probabilidade associada.
3. Não há nada que eu possa dizer sobre tendências. A simetria é importante - fato. O Sigma sobre os resíduos também é importante. O coeficiente de curtose também é importante.
4. Tenho lido muito sobre regressão recentemente, então o que escrevi acima eu entendo. Relato aos meus clientes os resultados da regressão e tenho que entender algo. Embora eu prefira métodos não paramétricos.
1. Na verdade, a regressão é Bayesiana, caso você tenha esquecido. Portanto, você precisa maximizar o valor da fórmula de probabilidade Bayesiana.
Isto é um completo disparate da mente de um matemático inflamado.
3. por isso, você está fazendo algo preso em distribuições t, normalidade, estimadores, sigmas... sem nenhuma compreensão do que você está fazendo ou por quê, ou o que é, em primeiro lugar. Então por que e pelo que você está continuamente lutando contra a normalidade da distribuição aqui.
4. "Relatar os resultados da regressão" é alguma coisa!
1. Na verdade, a regressão é Bayesiana, caso você tenha esquecido. Portanto, você precisa maximizar o valor da fórmula de probabilidade Bayesiana.
Isto é um completo disparate de uma mente matemática inflamada.
3. por isso, você está fazendo algo preso em distribuições t, normalidade, estimadores, sigmas... sem nenhuma compreensão do que você está fazendo ou por quê, ou o que é, em primeiro lugar. Então por que e pelo que você está continuamente lutando contra a normalidade da distribuição aqui.
4. "Relatar os resultados da regressão" é alguma coisa!
Acho que você deve consultar o manual de métodos clássicos: http://www.intuit.ru/studies/courses/1153/318/info
Não me sinto ofendido pela rudeza.
Acho que você deve consultar o manual de métodos clássicos: http://www.intuit.ru/studies/courses/1153/318/info
Não me sinto ofendido pela rudeza.
E se você não me dissesse para onde ir e eu não lhe dissesse para onde ir?
E se você não me dissesse para onde ir e eu não lhe dissesse para onde ir?
De qual ala você será?
Não há nada a ser levado a sério. Na verdade, o problema é resolvido no nível de um trabalho de um aluno do 4º ano de algum departamento relacionado à automação.
Dimitri, veja a coincidência absoluta das somas dos valores reais e estimados da população, será que qualquer método pode alcançar esta coincidência e este fato é aleatório?
Mesmo depois disso (18) não o surpreendeu? É verdade, tal resultado milagroso é alcançado por um caso especial de (18), quando n=1 e seu gráfico é mais monótono:
1. Dimitri, veja a coincidência absoluta das somas dos valores reais e estimados da população, será que qualquer método pode alcançar esta coincidência e este fato é aleatório?
2. Mesmo depois disso (18) não o surpreendeu? É verdade que um caso especial de (18) atinge um resultado tão milagroso, com n=1 e seu gráfico é mais monotônico:
Houve um artigo interessante sobre um cientista inventando alguns raios na revista "Tekhnika Zhurnika" em 1980. Este cientista decidiu mostrar suas experiências a um observador externo. O experimento foi conduzido no escuro, e este observador externo pegou o sensor e o desenroscou, e depois disso a seta do dispositivo estava apenas pendurada pelo ruído. No entanto, o cientista viu como o instrumento reagiu a seus feixes.
1. Não é uma surpresa. Sua regressão é uma regressão com o mesmo expoente como mostrado no gráfico, portanto, ela coincidirá com ela. O fato não é aleatório, mas fabricado, nem todos os processos se desenvolvem em tais gráficos. A mesma coincidência pode ser obtida com uma regressão polinomial, ainda melhor.
2. De forma alguma. O método de regressão foi desenvolvido há muito tempo e claramente. Há muito se sabe que você pode assumir qualquer função, mesmo com um parâmetro, mesmo com dois, com qualquer outro número de parâmetros. Por alguns cálculos matemáticos, você pode obter fórmulas. Portanto, sua descoberta é um problema padrão para um estudante de matemática do 3º ou 4º ano (ou talvez do 2º ano). Em outras palavras, há uma função curvulina, há uma função de verificação de coincidência, e os coeficientes de construção de curvas são calculados usando métodos bem conhecidos (tomando a derivada e resolvendo um sistema de equações).
Yousufkhodja Sultonov, onde posso baixar a última versão do seu indicador?
Aqui está a versão de trabalho, a mais recente - Publicá-la-ei em breve
Obrigado - Vou tentar avaliar a eficácia em meu PBX.
Acontece que eu já o tenho - então é uma versão antiga...
Ele continua a se redesenhar em barras passadas, o que torna impossível avaliar corretamente sua eficácia, por que isso é feito?
A julgar por esta parte do código
SetIndexBuffer(i, Buy); SetIndexLabel(i, "Buy"); SetIndexStyle(i, DRAW_ARROW); SetIndexArrow(i, 233); i++;
SetIndexBuffer(i, Sell); SetIndexLabel(i, "Sell"); SetIndexStyle(i, DRAW_ARROW); SetIndexArrow(i, 234); i++;
As flechas devem ser desenhadas, mas não o são.
Os amortecedores SELL e BUY estão presentes, mas não há informações neles. Não seria melhor usar o histograma +1/-1 para COMPRAR e VENDER?