Bayesian regression - Делал ли кто советник по этому алгоритму? - страница 16
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
1. правдоподобие максимально при : дальше идут длинные формулы. Можно сказать, что мы получаем минимальное значение средней квадратов остатков, а можно сказать, мы максимизировали правдоподобие.
2. возможно, вы кое-что не понимаете. коэффициент b1 что это? Мат.ожидание выборочных значений коэффициента b1, которое t-распределено в условиях отсутствия знания о параметрах коэффициента b1 на ген.совокупности. Линейная регрессия (обычная, ordinary least squares) дает оценку E(b) и sigma(b) - стандартной ошибки коэффициента b1. То что вы видите на выходе модели это и есть все эти оценки. Далее, следует оценка того, насколько значимо отличается E(b) от 0, t-статистика и связанная с ней вероятность.
3. Про тренды я ничего сказать не могу. Симметричность важна - факт. Сигма на остатках также важна. Также важен коэффициент эксцесса.
4. Недавно много читал про регрессию, поэтому то, что написал выше - понимаю. Я отчитываюсь перед своими заказчиками по результатам регрессии и приходиться что-то понимать. Хотя я предпочитаю непараметрические методы.
1. Вообще-то регрессия Баесовская, если вы забыли. Значит требуется максимизация значения формулы вероятности Баеса.
2. Это полный бред ума воспаленного математикой.
3. Т.е. вы что-то делаете застрявшии в т-распределениях, нормальности, оценках, сигмах... при отсутствии понимания, что же вы делаете и зачем, и что это вообще такое. Тогда от чего и для чего непрерывно сражаетесь тут с нормальностью распределения.
4. "Отчитываться по результатам регрессии" - это нечто!
1. Вообще-то регрессия Баесовская, если вы забыли. Значит требуется максимизация значения формулы вероятности Баеса.
2. Это полный бред ума воспаленного математикой.
3. Т.е. вы что-то делаете застрявшии в т-распределениях, нормальности, оценках, сигмах... при отсутствии понимания, что же вы делаете и зачем, и что это вообще такое. Тогда от чего и для чего непрерывно сражаетесь тут с нормальностью распределения.
4. "Отчитываться по результатам регрессии" - это нечто!
По-моему, вам следует обраться к пособию по классическим методам: http://www.intuit.ru/studies/courses/1153/318/info
Я не обижаюсь на хамство.
По-моему, вам следует обраться к пособию по классическим методам: http://www.intuit.ru/studies/courses/1153/318/info
Я не обижаюсь на хамство.
Давай ты не будешь советовать куда мне обратиться, а я не буду отвечать куда тебе пойти?
Давай ты не будешь советовать куда мне обратиться, а я не буду отвечать куда тебе пойти?
Вы из какой палаты будете?
Нечего там всерьез воспринимать. По сути решена задача уровня курсовика студента этак 4-го курса какого-нибудь факультета связанного с автоматизацией.
Дмитрий, смотрите на абсолютное совпадение сумм фактических и расчетных значений численности населения, разве какой-либо метод может добиваться такого совпадения и разве этот факт является случайным?:
Даже после этого (18) не удивила Вас? Правда, такого чудесного результата добивается частный случай (18), при n=1 и его график более монотонный:
1. Дмитрий, смотрите на абсолютное совпадение сумм фактических и расчетных значений численности населения, разве какой-либо метод может добиваться такого совпадения и разве этот факт является случайным?:
2. Даже после этого (18) не удивила Вас? Правда, такого чудесного результата добивается частный случай (18), при n=1 и его график более монотонный:
В журнале "Техника молодежи" в году этак 1980 был интересная статья про одного ученого изобретателя каких-то там лучей. Решил этот ученый показать свои эксперименты стороннему наблюдателю. Эксперимент проводился в темноте, а этот посторонний наблюдатель взял и открутил датчик, стрелка прибора после этого просто болталась от шума. Но тем не менее ученый увидел как прибор реагировал на его лучи.
1. Ничего удивительного. Ваша регрессия и есть регрессия с такой же вот экспонентой как показано на графике, поэтому и будет совпадать с ней. Факт не случайный, а сфабрикованный, не все процессы развиваются по таким графикам. Такого же совпадения можно получить и с полиноминальной регрессией, даже лучшего.
2. Нисколько. Метод регрессии разработан давно и четко. Давно известно, что можно брать любую функцию, хоть с одним параметром, хоть с двумя, с любым другим количеством параметров. Путем некоторых математических выкладок получить формулы. Т.е. ваше открытие, это обычная стандартная задачка для студента матфака этак 3-го или 4-го курса (а может и 2-го). Другими словам - есть функция кривулина, есть функция проверки совпадения, на их основе известными методами (взятие производной и решение системы уравнений) вычисляются коэффициенты построения кривулины.
Yousufkhodja Sultonov , где скачать последнюю версию Вашего индикатора?
Вот, рабочая версия, последнюю - выложу скоро
Спасибо - попробую оценить эффективность в своей АТС.
Оказалось, что он уже существует у меня - значит версия древняя...
Он постоянно перерисовывается на прошлых барах, что не даёт возможности толком оценить его эффективность, зачем так сделано?
Судя по этой части кода
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++;
Должны рисоваться стрелочки, но их нет.
Буфера SELL и BUY есть, но информации в них нет, так разве и должно быть по задумке? Не лучше ли там пустить гистограмму +1/-1 для покупки и продажи?