Хит-программа, которая поможет вам научиться прогнозировать рынок: FOREX Educational Manager - страница 6
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
Я понял в чем проблема. Странно, что у меня она не вылезла. Я ее решу вечером и будет вам рабочая прога :)
С типом переменной лоханулся (
Информация на размышление для любителей статистики.
Вчера около часа я прогнозировал котир на базе сабжа. Запомнилось, что результаты по началу шли неплохие. Поделюсь соображениями.
Прогнозировал цену через 6 часовых баров, глядя на 12-барный график. Мне лично вроде бы такой перспективы хватает, чтобы оценить ситуацию.
Привожу ниже статистику своих результатов с пояснениями:
По оси абсцисс идут испытания (всего я накликал 841 прогноз). Красной линией показан накопленный процент точных предсказаний, как видим, он плавно спускается почти до 50% с ростом испытаний, но...
Синей линией показан доверительный уровень P - вероятность того, что мои результаты похожи на честную монету (судя по перекосу вероятности правильных ответов). Как видите, на 134-ом испытании у меня было округленно 58% правильных ответов, что на уровне P < 0,01 позволяет отвергнуть нулевую гипотезу о том, что я попадаю в правильные ответы абсолютно случайно (а точнее, что перекос вероятности в ответах, которого я достиг - случаен). Дальше уже было похуже, но, как видно на графике, на 232-ом испытании я снова достиг P = 0,009.
Дальнейший регресс я лично связываю с притуплением внимания (игра реальны выматывает). Видно, как P рвануло в сторону подтверждения нулевой гипотезы :)
Можете делать предварительные выводы, я потратил на игру в общей сложности несколько часов и накликал почти 4000 прогнозов.
PS: можно распланировать занятия по схеме достижения большего количества sigma в мастерстве прогноза. Я, например, перешагнул планку в 2 sigma. Дальнейшая планка - 3 sigma. Мастер достигнет уровня 6 sigma и станет непобедим.
Синей линией показан доверительный уровень P - вероятность того, что мои результаты похожи на честную монету (судя по перекосу вероятности правильных ответов). Как видите, на 134-ом испытании у меня было округленно 58% правильных ответов, что на уровне P < 0,01 позволяет отвергнуть нулевую гипотезу о том, что я попадаю в правильные ответы абсолютно случайно
Юрий, приветствую.
Так еще не считал. Хорошая идея, думал об этом. Могу провести тест хи-квадрат между рядом targets и outputs. Тест покажет зависимость или независимость выборок. Там как раз принимается во внимание знак предсказания.
Я считаю попроще. Просто ориентируюсь на долю правильных ответов.
Допустим, имею 232 испытания, среднее M (МО) правильных ответов (независимо от знака приращения) равно 116. Мое количество правильных ответов = n = 135, к примеру. Считаю стандартное отклонение S по биномиальному распределению для суммы бросков "монеты", как (N * p * (1 - p))^0,5, здесь p - это теоретическая вероятность правильного ответа. Далее считаю, на сколько стандартных отклонений мое количество правильных ответов отстоит от среднего: (n - M) / S. Может иметь и знак минус в данном случае. А потом через Z-статистику считаю вероятность того, что честная монета покажет такое же или большее отклонение частоты выпадения одной из сторон. Здесь же получается чистое нормальное распределение, а поэтому просто посчитать.
PS: по ссылке мой способ расчета P автоматизирован: http://stattrek.com/online-calculator/binomial.aspx
Юрий, приветствую.
Так еще не считал. Хорошая идея, думал об этом. Могу провести тест хи-квадрат между рядом targets и outputs. Тест покажет зависимость или независимость выборок. Там как раз принимается во внимание знак предсказания.
А смысл считать ХИ-квадрат между targets и outputs? Считаем, как я подсказал выше и подставляем в четырехпольную таблицу сопряженностей. Получаем результат. Методика от Криса Нейлора, автора "Как написать экспертную систему". Он по этой самой методике в своей книге вычисляет значимость нулевой гипотезы на предмет случайности предсказаний экспертных систем.
А смысл считать ХИ-квадрат между targets и outputs? Считаем, как я подсказал выше и подставляем в четырехпольную таблицу сопряженностей. Получаем результат. Методика от Криса Нейлора, автора "Как написать экспертную систему". Он по этой самой методике в своей книге вычисляет значимость нулевой гипотезы на предмет случайности предсказаний экспертных систем.
Давайте сравним. Вот это мне выдала SPSS:
Точная значимость 0,018. Тоже неплохо. С поправкой на непрерывность: 0,023.
Вот результат расчета по вашей ссылке:
Сходится - с поправкой на непрерывность.
Значит, P = 0,0232.
Значит, хи-квадрат в 2 раза ухудшает показатель P (у меня он был 0,009 без учета знака прогноза).
Я обновил программу, исправил ошибки, отыскал возможные баги.
Видео по запуску программы:
Из нового:
- можно выбирать столбцы с ценами целиком
- можно выводить результаты в несколько диапазонов, не выходя из программы и не удаляя старые результаты (раньше был баг)
- доля правильных ответов автоматически считается и выводится в поле программы "Average".
А я тем временем обучаюсь.
Честно, пока нет постоянства, но бывают интересные результаты. Сегодня получил 60% точных предсказаний на выборке в 218 попыток. Предсказываю на 6 часов вперед по графику из 12 часов, на массиве из 60000+ паттернов.
Статистика хи-квадрат:
P = 0,004.
Прикладываю файл с результатами. И это не просто компиляция лучших серий или что-то в этом роде. Я просто сажусь и ставлю опыт длиной 100-500 испытаний, пока не почувствую, что на сегодня хватит.