Bayesian regresyon - Bu algoritmayı kullanarak Uzman Danışman yapan var mı? - sayfa 12
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
...
Yusuf, üzgünüm ama 18'ini her yerde ve herhangi bir nedenle zorlamaktan gerçekten bıktın.
MNK Gaus bir geri dönüş değil, hiçbir zaman olmadığı ve olmayacağından daha iyi ve daha basit bir klasik. Şah matını bölmekten daha aptal ve daha aptalca bir şey yoktur. yöntemleri modern ve modası geçmiş.
Yusuf, üzgünüm ama 18'ini her yerde ve herhangi bir nedenle zorlamaktan gerçekten bıktın.
MNK Gaus bir geri dönüş değil, hiçbir zaman olmadığı ve olmayacağından daha iyi ve daha basit bir klasik. Şah matını bölmekten daha aptal ve daha aptalca bir şey yoktur. yöntemleri modern ve modası geçmiş.
Dmitry, yanlışlık hakkındaki yorum için teşekkürler, düzelttim, ancak özünde, sizin belirttiğiniz gibi (18) için geçerli bir itiraz var mı? Mesela, bu regresyon modeli daha mı iyi (18)? LSM, lineer bir bağımlılığın varlığında uygulanabilir ve (18), lineer durum dışında, LSM'nin tüm avantajlarını korurken, lineer olmayan bölgeyi eşit derecede başarılı bir şekilde kapsar.
Ayrıca, regresyonun Bayes olması için, eps'nin normal yasaya göre dağıtıldığı varsayımı yapılır.
Lütfen Kopenhag'da olanlar, bir şeyler yanlışsa beni düzeltin ve bundan sonra ne yapacağımı tavsiye edin.
Normal dağılımı atın, çünkü finansal araçlarda hiçbir yerde görülmemektedir. Ve bunun yerine bağımsız olarak gerçek dağılım yoğunluğunun bir histogramını oluşturun ve ona yaklaşın.
Farkı anlamak için aşağıdaki ekran görüntüsüne bakmanız yeterlidir. Siyah çizgi normal dağılımdır ve kırmızı çizgi, gerçek oynaklık olasılık yoğunluğunun histogramıdır.
Onlar. Aptalca üçgen bir dağılım alırsanız, çok daha küçük bir hata olacaktır. Her ne kadar, daha fazla doğruluk için, merkezleri aynı yatay çizgide bulunan veya üçgenin kenarları açıkça içbükey olduğu için elipslere dokunan iki temas eden daire almak daha kolaydır.
1. Normal dağılımı atın, çünkü finansal araçlarda hiçbir yerde görülmemektedir. Bunun yerine, bağımsız olarak gerçek dağılım yoğunluğunun bir histogramını oluşturun ve ona yaklaşın.
2. Farkın ne olduğunu netleştirmek için aşağıdaki ekran görüntüsüne bakmanız yeterlidir. Siyah çizgi normal dağılımdır ve kırmızı çizgi, gerçek oynaklık olasılık yoğunluğunun histogramıdır.
3. Yani Aptalca üçgen bir dağılım alırsanız, çok daha küçük bir hata olacaktır. Her ne kadar, daha fazla doğruluk için, merkezleri aynı yatay çizgide bulunan veya üçgenin kenarları açıkça içbükey olduğu için elipslere dokunan iki temas eden daire almak daha kolaydır.
1. Yaklaşık nereye? Neye yaklaşmalı ve neye yaklaşmalı?
2. Icho?
3. Neyin hatası?
Neden böyle bir varsayım? Hiç de bile. Bunu düşünmenize bile gerek yok, Bayes regresyonunun kapsamını tanımlamak gibi.
Bayesian regresyonunu hesaplamak için gerekli olan işaretlere karar vermek gerekir. Bu kare bir yuvarlak nasıl yapılır ilk sorudur. Bayesian regresyonunun buraya hiçbir şekilde uymadığı anlayışının ortaya çıkabileceği yer burasıdır. Ama umursamıyoruz... bir şeyler yapmalıyız. Bir satırın ve ikinci satırın (bizim durumumuzda satır) fiyat değerlerinin çakışmasının maksimum olasılığa karşılık geleceğini varsayalım. Ve bir özelliğin maksimum yolu 1/n olacaktır (n, çubuk sayısıdır). Her ne kadar bu yaklaşım, bir dirgen ile su üzerinde çizim yapmak gibidir. Bu nedenle, 0 argümanıyla 1 / n veren ve argümandaki bir artışla 0 eğiliminde olan bir tür formül icat etmeniz gerekiyor. Ardından, olasılıklar yerine Bayes formülünü yazıyoruz, öncekini değiştiriyoruz. formül icat etti. Ardından, ortaya çıkan işlevin maksimumunu bulmanız gerekir. Muhtemelen türevi alın, sıfıra eşit ...
Sonuç olarak, doğrusal regresyonla neredeyse aynı şeyi elde ederiz, çünkü asıl amaç düz bir çizgi ile bir fiyat serisini birleştirmekti .
Forex verilerinin normal bir dağılıma sahip olduğu ve dolayısıyla Bayesian regresyonunun kapsamı olduğu varsayımı, işte bu.
Forex bir çok DC, forex ofisi, mutfak - Avrupa, Çin, Bahama, Bermuda ... Karanlıkları. Hiçbiri hakim değildir ve fiyatlandırmaya belirleyici bir katkı sağlamaz, ayrıca piyasada tek bir oyuncu yoktur. Varsayım, olasılık teorisinin Merkezi Limit Teoremine dayanmaktadır:
"Yaklaşık olarak aynı ölçeklere sahip yeterince büyük sayıda zayıf bağımlı rastgele değişkenlerin toplamı (terimlerin hiçbiri baskın değildir, toplama belirleyici bir katkı sağlamaz) normale yakın bir dağılıma sahiptir." (Wikipedia)
Forex ile ilgili olarak anladığım kadarıyla. TÜM DC'lerin tüm tiklerini (milyonlarca tik) bir M5 çubuğunda toplarsak, tiklerin çubuk içindeki dağılımı normale yakın olacaktır. Ve zaman aralığı ne kadar eskiyse, o kadar yakın. Her belirli DC, bu DC'nin bozulma derecesine göre baskın küresel akıştan farklı olan kendi teklif akışına sahiptir. Grafikteki bu baskın akış, hiçbir DC'nin uzaklaşamayacağı bir tür eğri çizgidir (kesinlikle düz bir çizgi değil!).
Forex verilerinin normal bir dağılıma sahip olduğu ve dolayısıyla Bayesian regresyonunun kapsamı olduğu varsayımı, işte bu.
Forex bir çok DC, forex ofisi, mutfak - Avrupa, Çin, Bahama, Bermuda ... Karanlıkları. Hiçbiri hakim değildir ve fiyatlandırmaya belirleyici bir katkı sağlamaz, ayrıca piyasada tek bir oyuncu yoktur. Varsayım, olasılık teorisinin Merkezi Limit Teoremine dayanmaktadır:
"Yaklaşık olarak aynı ölçeklere sahip yeterince büyük sayıda zayıf bağımlı rastgele değişkenlerin toplamı (terimlerin hiçbiri baskın değildir, toplama belirleyici bir katkı sağlamaz) normale yakın bir dağılıma sahiptir." (Wikipedia)
Forex ile ilgili olarak anladığım kadarıyla. TÜM DC'lerin tüm tiklerini (milyonlarca tik) bir M5 çubuğunda toplarsak, tiklerin çubuk içindeki dağılımı normale yakın olacaktır. Ve zaman aralığı ne kadar eskiyse, o kadar yakın. Her belirli DC, bu DC'nin bozulma derecesine göre baskın küresel akıştan farklı olan kendi teklif akışına sahiptir. Grafikteki bu baskın akış, hiçbir DC'nin uzaklaşamayacağı bir tür eğri çizgidir (kesinlikle düz bir çizgi değil!).
Onlar. Yazdıklarımdan bir şey anladın mı?
Normal dağılımı atın, çünkü finansal araçlarda hiçbir yerde görülmemektedir. Ve bunun yerine bağımsız olarak gerçek dağılım yoğunluğunun bir histogramını oluşturun ve ona yaklaşın.
Farkı anlamak için aşağıdaki ekran görüntüsüne bakmanız yeterlidir. Siyah çizgi normal dağılımdır ve kırmızı çizgi, gerçek oynaklık olasılık yoğunluğunun histogramıdır.
Onlar. Aptalca üçgen bir dağılım alırsanız, çok daha küçük bir hata olacaktır. Her ne kadar, daha fazla doğruluk için, merkezleri aynı yatay çizgide bulunan veya üçgenin kenarları açıkça içbükey olduğu için elipslere dokunan iki temas eden daire almak daha kolaydır.
Yuri,
Laplace dağılımını deneyin - iki taraflı üstel. Bana göre finansal veriler ona en yakın olanıdır.
Laplace için maksimum olabilirlik parametrelerinin analitik tahmini:
Parametre Tahmini [ düzenle ]
verilen N bağımsız ve aynı şekilde dağılmış örnekler x 1 , x2 , ..., xN , maksimum olasılık tahmin edici µ örnektir ortanca , [1] ve maksimum olasılık tahmincisi b dır-dir
https://en.wikipedia.org/wiki/Laplace_distribution adresinden
Onlar. Yazdıklarımdan bir şey anladın mı?
İlk sorunuzu cevapladım. İşaretleri gerçekten anlamıyorum. Teorinin geçerli olduğu çubuk sayısını bulunuz? Ve bundan dansa? hemen reddediyorum.
"Asıl amaç, düz bir çizgi ile bir fiyat serisini birleştirmekti." - Bayes regresyonu düz bir çizgi ise, o zaman gerçekten işe yaramaz.