авторегрессия - страница 3

 

Вот результат прогноза с помощью ARMAX, вместе с линией регрессии.

Прогнозирую правда не цену - а целевую функцию:

Target = (Up-Down)/(Up+Down), Up = High-Open, Down = Open-Low

 
don_castelano писал(а) >>

Прогнозирую правда не цену - а целевую функцию:

Не моглибы вы уточнить что у вас являеться целевой функцией

 
Vinin писал(а) >>

....

Просто после подгрузки истории переинициализирую индикатор руками.

Хотя механизм есть, но корректной работы добиться не удалось. Все равно ручками потом приходится.

Синхронизация баров нужна только на малых таймфреймах. Сделать несложно, но увеличится время загрузки индикатора.

тоже делаю руками. у меня даже историю не удается корректно всю загрузить (

 
Prival >>:

Не моглибы вы уточнить что у вас являеться целевой функцией

Расчитывается

Up[i] = High[i]-Open[i] - максимальное движение вверх на данном баре

Down[i] = Open[i]-Low[i] - максимальное движение вниз


Target[i] = (Up[i]-Down[i]) / (Up[i]+Down[i]), если max(Up[i], Down[i]) >= N пунктов

0, если max(Up[i], Down[i]) < N пунктов


то есть целевая функция ограничена по модулю единицей, положительна для растущей цены и отрицательна для падающей


Минус конечно то что не учитываеться величина движения, но с величиной сильно падает качество прогноза

 
Один из основных аспектов, которые смущают лично меня при применении авторегрессии, а доверительный интервал полученной модели может позволить вести безубыточную торговлю? Сколько занимался исследованим временных рядов в процессе обучения, получал оооочень серьезные доверительные интервалы... А если интервалы и были адекватны, то количество регрессоров в модели говорило об ее отвратительных прогностических способоностях из-за потери степеней свободы.
 

Я работаю с линейными регрессионными моделями наравне с нейросетями. Чаще всего ЛР граздо более стабильны и линейны чем НС. Нужно просто уметь готовить входные данные и к тем и к другим, я несколько лет потратил на это, прежде чем все заработало. С конкретными примерами потерпите, по просьбам трудящихся начал писать статью на эту тему, с подробными примерами, хотя некоторые примеры я уже приводил в других темах. Статистика, как способ заглянуть в будущее!,Piligrimus - нейросетевой индикатор. и т.д.

 
Piligrimm писал(а) >>

Я работаю с линейными регрессионными моделями наравне с нейросетями. Чаще всего ЛР граздо более стабильны и линейны чем НС. Нужно просто уметь готовить входные данные и к тем и к другим, я несколько лет потратил на это, прежде чем все заработало. С конкретными примерами потерпите, по просьбам трудящихся начал писать статью на эту тему, с подробными примерами, хотя некоторые примеры я уже приводил в других темах. Статистика, как способ заглянуть в будущее!,Piligrimus - нейросетевой индикатор. и т.д.

Я с интересом прочитал указанную Вами ветку о статистике. Будем ждать статью. Мой совет, создайте советник по Вашей НС, научите его и потом проверьте на ненаученных барах и покажите отчёт. Тогда и будем слюньки пускать и поздравлять Вас с работающей идеей.