Bayesian regression - Делал ли кто советник по этому алгоритму? - страница 9

 

ну дык надо сходить повесится тогда, хле ныть, я не понимаю?...... неудачники? не умеете торговать в прибыль? ЧТО ВЫ ДЕЛАЕТЕ ТОГДА ЗДЕСЬ НА ФОРУМЕ???? идите гайки точить на заводе или еще чем нибудь заниматся..

я уже это говорил.. если бы я не верил в то что можно на трейдинге (не обязательно форексном, вообще на бирже) заработать, я бы никогда больше этот форум не посещал бы!!......нафига??

а я вот могу.. и зарабатываю.... прикиньте.... постоянно и стабильно...годами...% не большой (потому что я реалист) но я делаю это...  ну... и че?   вопросы есть? 

 
Yuri Evseenkov:
Да вас как то понесло. Стали обзыватся плюс героин. Это же не  профиль форума. Для чего жизнь? Это написано в первых книгах человечества. Другие книги - просто разговоры.  
истинно верущие подтянулись))...... уж не про тору и новый з. речь?    если че они не первые книги и уж тем более не самые важные.... и уж тем более не самые интересные и умные... библия - отстой.....
 
nowi:
истинно верущие подтянулись))...... уж не про тору и новый з. речь?    если че они не первые книги и уж тем более не самые важные.... и уж тем более не самые интересные и умные... библия - отстой.....
Удалят все, начиная с белого, как минимум.
 
Alexey Burnakov:

Это интересный материал.

 

Одно важное замечание: автор пишет, что для линейной регрессии и ANOVA предполагается нормальное распределение данных. Это очень пространное и неверное утверждение, которое многие повторяют, не думая. Речь идет, на самом деле, о предположении о нормальном распределении ошибок модели. Сами данные могут быть и не нормальными. 

Для линейной регрессии есть ещё условия применимости ...


и для ценовых рядов, а также приращений, условия 3a,3b не выполняются - дисперсия каждый день разная, ошибки коррелируют ...
 
Yuri Evseenkov:

В первом посте автора ветки приведено описание с формулами в формате pdf. Найти бы адекватный перевод. https://www.mql5.com/go?http://arxiv.org/pdf/1410.1231.pdf

И в чем трудность ? Гугл хорошо переводит... :)

 
Переведу исходный труд как только появится свободное время (а его сейчас чуть менее, чем вообще нет) - постараюсь в ближайшие две недели 
 
nowi:

баесовская регрессия, линейная регрессия, нейронные сети, эволюционные алгоритмы.....эээх как богато общество лохов на рынке....и как радуются профессионалы тому что есть дурачки верящие в свои  научные модели............)

как удивительно что до сих пор не ясно, что рынок простая вещь... сложные алгоритмы -- лажают, потому что они просто не уместны...
но нет --продолжайте продолжайте, тем лучше для тех кто не дрочит на математику а чертит уровни подержики сопротивления, следит за ложными прорывами, собирает-накапливает позицию и..... остальное неизвесно большей части форума (это получение банкнот в банкомате)


мы летим а вы ползете дураки вы дураки...........

Сильное высказывание. :)
Осталось предъявить сообществу эквити. 
Может Вы действительно хороший интуитивный трейдер ...
 
Alexey Burnakov:
Как сказал один профессор: "Нужно быть очень тупым, чтобы заниматься фундаментальной теорией". Если это интересно и в дальней перспективе сулит профит, почему бы и нет?
Кто-то из великих физиков сказал: "Нет ничего практичней хорошей теории".  :)
 
Mike:И в чем трудность ? Гугл хорошо переводит... :)

Гугл то переводит: 

 RU Стратегия способен почти вдвое инвестиций в менее чем 60-дневного периода, когда бежать против реального следа данных.
I. Байеса регрессия проблема. Рассмотрим вопрос о регрессии: дано п учебные меченых точек данных (Xi, Yi) в течение 1 ^ г ^ п с Xi ∈ Rd, у ∈ R для некоторого фиксированной д ≥ 1. Цель заключается в использовании этой подготовки данных для предсказать неизвестные метки у ∈R для данного х ∈Rd. Классический подход. Стандартный подход от непараметрических статистических (ср [3], например), чтобы предположить, модель следующего вида: меченый данные генерируются в соответствии с соотношением у = F (х) +? где ? является независимым случайная величина, представляющая шум, как правило, предполагается, что гауссовский со средним 0 и (нормированной) дисперсии 1. Метод регрессионного boilsdownto оценки рН из н наблюдения (x1, y1), ..., (Xn, уп) andusingitforfuture предсказания. Например, если Р (х) = xTθ *, т.е. предполагается F быть линейной функцией, то оценка классическая наименьших квадратов используется для оценки в * или п: θLS ∈argmin θ∈Rd н X я = 1 ( Yi -xt я Q) 2 (1) [...]

Это из первого поста автора ветки. Но как то криво.  Кстати никто не знает как из формата pdf вставлять в переводчик текст не набивая вручную?

P.S F А вообще хотелось бы иметь перевод человека знакомого с темой и диалектом данного сообщества MQL.  

 
Yuri Evseenkov:

Гугл то переводит: 

 RU Стратегия способен почти вдвое инвестиций в менее чем 60-дневного периода, когда бежать против реального следа данных.
I. Байеса регрессия проблема. Рассмотрим вопрос о регрессии: дано п учебные меченых точек данных (Xi, Yi) в течение 1 ^ г ^ п с Xi ∈ Rd, у ∈ R для некоторого фиксированной д ≥ 1. Цель заключается в использовании этой подготовки данных для предсказать неизвестные метки у ∈R для данного х ∈Rd. Классический подход. Стандартный подход от непараметрических статистических (ср [3], например), чтобы предположить, модель следующего вида: меченый данные генерируются в соответствии с соотношением у = F (х) +? где ? является независимым случайная величина, представляющая шум, как правило, предполагается, что гауссовский со средним 0 и (нормированной) дисперсии 1. Метод регрессионного boilsdownto оценки рН из н наблюдения (x1, y1), ..., (Xn, уп) andusingitforfuture предсказания. Например, если Р (х) = xTθ *, т.е. предполагается F быть линейной функцией, то оценка классическая наименьших квадратов используется для оценки в * или п: θLS ∈argmin θ∈Rd н X я = 1 ( Yi -xt я Q) 2 (1) [...]

Это из первого поста автора ветки. Но как то криво.  Кстати никто не знает как из формата pdf вставлять в переводчик текст не набивая вручную?

P.S F А вообще хотелось бы иметь перевод человека знакомого с темой и диалектом данного сообщества MQL.  

Формулы невозможно перекопировать в тхт файл.