![MQL5 - Язык торговых стратегий для клиентского терминала MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Сколько времени вам понадобилось чтобы сделать это открытие? :)
Например, вы, случаем, не хотите открыть что-то типа темы "матрицы в валютном анализе"?
Например, вы, случаем, не хотите открыть что-то типа темы "матрицы в валютном анализе"?
Мне хватает своих лабораторных, спасибо.
Из-за них спать приходится раз в двое суток уже вторую неделю.
Мне хватает своих лабораторных, спасибо.
Из-за них спать приходится раз в двое суток уже вторую неделю.
Выкладывайте. Дельного катастрофически мало.
P.S. Конечно, вас обкакают обязательно. Но на это с определенного момента перестанете обращать внимание.
Выкладывайте. Дельного катастрофически мало.
P.S. Конечно, вас обкакают обязательно. Но на это с определенного момента перестанете обращать внимание.
)) Так ето ж наверняка про универ :)
По поводу статьи - я где-то видел реализацию (или подобие) алгоритма (этими авторами). Как найду - выложу.
P.S. Полного текста статьи нету. ((
Если у кого-то сохранился интерес, то второй автор статьи во введении к своей кандидатской по экономике (2006, Муравьев, Дмитрий Георгиевич, Математические и инструментальные методы экономики, Научная библиотека диссертаций и авторефератов disserCat http://www.dissercat.com/content/matematicheskie-metody-razrabotki-i-otsenki-strategii-torgovli-na-mezhbankovskom-valyutnom-r?_openstat=cmVmZXJ1bi5jb207bm9kZTthZDE7#ixzz3vXr6iRi5) отмечает:
"Развиваемые в данной работе методы и алгоритмы опираются на идеи В.Н. Вапника поиска правила, близкого к наилучшему в классе для заданного объема выборки с оценкой качества правила на генеральной совокупности с заданной надежностью."
Вапник десятилетиями занимался распознаванием образов, а применительно к сказанному "поиску правила" написал очень хорошую монографию
Вапник В. Н. Восстановление зависимостей по эмпирическим данным.— М.: Наука, 1979. — 448 с. http://www.machinelearning.ru/wiki/index.php?title=%D0%9F%D1%83%D0%B1%D0%BB%D0%B8%D0%BA%D0%B0%D1%86%D0%B8%D1%8F:%D0%92%D0%B0%D0%BF%D0%BD%D0%B8%D0%BA_1979_%D0%92%D0%BE%D1%81%D1%81%D1%82%D0%B0%D0%BD%D0%BE%D0%B2%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B7%D0%B0%D0%B2%D0%B8%D1%81%D0%B8%D0%BC%D0%BE%D1%81%D1%82%D0%B5%D0%B9
Вводится понятие среднего риска, или эмпирического риска, который включает не только риск отклонения аппроксимирующей функции от имеющихся данных (МНК его минимизирует), но и риск от излишнего числа подгоняемых параметров или функций.
Я пользовался, как мне помнится, другой его книгой, 1984 "Алгоритмы и программы восстановления зависимостей", позволившей прямо из текста книги на Фортране написать реализацию. Брал из разных мест точечно определенные функции, просчитывал аппроксимации и алгебраическими, и тригонометрическими полиномами, смешанными комбинациями вообще любых функций. Удивлялся, насколько точно его алгоритмы определяли, сколько стоит оставить подгоняемых параметров, а сколько будут лишними. Удивлялся в том смысле, что почти во всех примерах я и сам оставил бы столько же и те же.