Bayesian regression - Делал ли кто советник по этому алгоритму? - страница 30
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
Проверил. Сделал программу получающие коэффициенты a и b при которых вероятность по теореме Байеса максимальна при применении нормального распределения с мат. ожиданием равным ах+b.
Крут! Безусловно.
Построить то можно. Только как её применить в формуле Байеса?
Сделал похожий индикатор с буферами по ценам закрытия. Поделил весь рассчитываемый участок на 10 частей. Пробовал применить похожий алгоритм в советнике. Как-то не впечатлило.
Как его с чем варить...?
Плотность не самих цен, а их приращений.
В байесовском анализе, как пишут, самое сложное это определится с априорной вероятностью. Применительно к форекс полагаю вот как.
Мы не знаем свойств данных находящихся справа от нулевого бара. Что там впереди? Неизвестное распределение цен, распределение приращений похожее на нормальное, распределение Лапласа или что то другое. От того, какое распределение мы возьмем в качестве априорной вероятности (функции правдоподобия) , и будет зависеть результирующая вероятность по формуле Байеса. Чем правдоподобней априорная вероятность тем ближе к истине наши расчёты.
Крут! Безусловно.
Стоит посмотреть, посравнивать в местах начала тренда, там может быть разница.
Благодарю. Редко от вас такое услышишь.
Я не стал рассчитывать коэффициенты по методу наименьших квадратов. Взял индикатор из кодобазы. Совпадение почти 100%, несмотря на то , что в том индикаторе расчёт ведется по ценам закрытия, а в моём методе " по байесовски" , расчёт ведется по средней величине OHLC.
Сделал похожий индикатор с буферами по ценам закрытия. Поделил весь рассчитываемый участок на 10 частей. Пробовал применить похожий алгоритм в советнике. Как-то не впечатлило.
Как его с чем варить...?
Применял то же свою программу как советник на немецком DAX. На спокойном рынке вроде ничего. Но стоит VW попасться, Драги что то ляпнуть, северокорейцам термоядерную бомбу испытать - сразу колокольчики гауссовские разбиваются, диапазоны цен с наибольшими тиковыми объёмами больше не притягивают цену.
Ну это как раз не так страшно. Такие новости редко бывают. Надо с объемом будет попробовать.
У меня проблема в другом, что некоторые формулы не могу понять там нужно в знаках алгебраических разбираться.
От того, какое распределение мы возьмем в качестве априорной вероятности (функции правдоподобия) , и будет зависеть результирующая вероятность по формуле Байеса. Чем правдоподобней априорная вероятность тем ближе к истине наши расчёты.
А как же ваш предыдущий пост?
https://www.mql5.com/ru/forum/72329/page14
А как же ваш предыдущий пост?
https://www.mql5.com/ru/forum/72329/page14
Тот пост подтверждает этот. Есть нормальное распределение, но как прибыль, ни кто не знает.
Проверил. Сделал программу получающие коэффициенты a и b при которых вероятность по теореме Байеса максимальна при применении нормального распределения с мат. ожиданием равным ах+b.
Алгоритм свёлся к переборке возможных значений a и b линий y=ax+b, подстановку в формулу Байеса P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y); (1)
В качестве функции правдоподобия P(x,y|a,b) взята формула нормального распределения при мат. ожидании ax+b. Максимальная вероятностная мера по формуле Байеса получилась обратно пропорциональна среднеквадратичному отклонению.
Прямая (красная линия) построенная по коэффициентам a и b (при которых вероятность по теореме Байеса максимальна) почти совпала с тем же индикатором (жёлтая линия) линейной регрессии из кодобазы.
Правы были Dmitry Fedoseev, Vladimir и другие "копенгагены".
Получилось то же самое плюс получена вероятностная мера соответствия a,b x и y по формуле Байеса. В данном случае (линейная зависимость, нормальное распределение y, равномерное распределение a и b) она оказалась обратно пропорциональна среднеквадратичному отклонению. Возможно эта мера пригодится при анализе.
Недавно появилась статья - возможно, Вам пригодится...
https://habrahabr.ru/company/itinvest/blog/277337/