Bayesian regresyon - Bu algoritmayı kullanarak Uzman Danışman yapan var mı? - sayfa 17
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
Popüler bilim makalelerinde Bayes'in çalışmalarını okurken böyle bir görevle karşılaştım.
"Bir fıçıda çok sayıda küçük plastik yumurta olduğunu varsayalım. Bazıları kırmızı, bazıları mavi renktedir. Yumurtaların %40'ı inci içerir ve %60'ı boştur. İçinde inci bulunan yumurtaların %30'u mavi renklidir ve %10'u boştur. Yumurtalar mavi bir yumurtanın inci içerme olasılığı nedir?"
İlk bakışta, inci içeren yumurtaların sadece %30'u mavi olduğu için olasılık küçük görünüyor. Aslında tam tersine mavinin inci içerme olasılığı %67, yani inci içermeme olasılığının iki katıdır.
"Yumurtaların %40'ı inci, %30'u mavidir, yani yumurtaların %12'si aynı anda hem inci hem de mavi içerir.
Yumurtaların %60'ı inci içermez ve %10'u mavidir, yani yumurtaların %6'sı mavidir ve inci içermez.
%12 + %6 = %18, yani mavi yumurtaların toplam oranı %18'dir.
Yumurtaların %12'sinin mavi olduğunu ve inci içerdiğini zaten biliyoruz, bu nedenle mavi bir yumurtanın inci içerme olasılığı 12/18 veya yaklaşık %67'dir. "
Veya Bayes formülüne göre: mavi bir yumurtanın bir inci içerme olasılığı P(A|B)=P(B|A)*P(A)/P(B)=0.4*0.3/0.18=0.67.
P(A)= p(inci) = 0,4 yumurtanın inci içerme olasılığı.
P(B|A)=p(mavi|inci) = inci içeriyorsa yumurtanın mavi olma olasılığı 0,3
P(B)=p(mavi) = 0,18 yumurtanın mavi olma olasılığı.
"Varil" kelimelerini "grafik" ile değiştirdim, mavi yumurtalar - düşüş mumu, kırmızı yumurtalar - yükseliş mumu, inciler - çubuğun içindeki fiyat artışlarının %70'inden fazlası olumlu veya kısacası - çok olumlu artışlar (MPP).
Grafiğin kırmızı mumları olduğunu varsayalım - yükseliş, mavi mumlar - düşüş. Tüm mumların %40'ı MPP içerir ve %60'ı içermez. WFP içeren mumların %30'u düşüş eğiliminde ve tüm mumların %18'i de düşüş eğiliminde. Bir düşüş mum çubuğunun WPP içerme olasılığı nedir?
Burada, ilk bakışta olasılık daha da azdır: MPP içeren mumların sadece %30'u düşüş eğiliminde ve hatta mumun kendisi düşüş eğiliminde ve teorik olarak pozitif olanlardan daha fazla negatif artış içermelidir. Ancak bu durum için yapılan hesaplamalara göre aynı %67'lik bir oran elde edilmiştir.
Bir düşüş mum çubuğunun bir MPP içerme olasılığı. P(MPP|Ayı)=P(MPP)*P(Ayı|MPP)/P(Ayı)=0.4*0.3/0.18=0.67
P(A) = p(MPP)=0.4, mumun MPP içerme olasılığıdır.
P(B|A)=p(düşüş|MPP) = MPP'si varsa mumun düşüş eğiliminde olma olasılığı 0,3
P(B)=p(düşüş) = 0,18 mumun düşüş olasılığı.
Bu durumda, mum artışların çoğu pozitifse, o zaman düşüşe geçmesi için negatif artışların daha uzun olması gerekir. Bu, mum içinde veya mumun olmadığı durumlarda fiyat artışlarının herhangi bir dağıtım yasası için geçerlidir.
İşte başka ne okudum:
"Psikolojik deneyler [1] , insanların bir olayın olasılığını deneyimlerine dayanarak ( a posteriori olasılık) sıklıkla yanlış tahmin ettiklerini göstermiştir, çünkü bir varsayımın olasılığını ( a priori olasılık) görmezden gelirler. Bayes formülü, sezgisel olarak beklenenden çok farklı olabilir."
İşte bunun nasıl olduğunu anlıyorsunuz.
...
Bu durumda, mum artışların çoğu pozitifse, o zaman düşüşe geçmesi için negatif artışların daha uzun olması gerekir. Bu, mum içinde veya mumun olmadığı durumlarda fiyat artışlarının herhangi bir dağıtım yasası için geçerlidir.
...
Bu sonuca varmak için Bayes teoremi uygulandı mı?
Olasılık problemlerinde yanlış tahmin, problemin koşullarının görsel olmayan bir sunumundan da gelebilir.
Ağzımı kapatmanın en kolay yolu, bu örnekte polinom modelinin nasıl çalıştığını göstermektir....
Ve kaç tane Reshetov seninle dalga geçti ve tahmin dalında kaç tane taraftar (18) öldü ...)))
Piyasanın haberlere tepki veren bir sistem olduğunu uzun zaman önce yazmıştım. Fiyatların istatistiksel dağılımı, oynaklık veya regresyon hataları hakkındaki tüm bu konuşmalar işe yaramaz. Haber bültenleri anındaki fiyatların davranışını alırsak (ve bu zamanlar bilinir ve düzenlidir), o zaman bir dağıtım elde ederiz. Gece seanslarının saatlerini seçersek farklı bir dağılım elde ederiz. Piyasa fiyatlarının gerilemesi de işe yaramaz. Gerilemenin kuyruğu sallanacak ve gelen fiyatlara bağlı olacaktır. Fiyat aralığını düzeltmeniz gerekiyorsa tire kullanın. Regresyonun ekstrapolasyonu bir ütopyadır. Fiyat atılan bir taş değildir ve belli bir süre sonra nerede olacağını belirlemeye çalışırlar. Füze takip algoritmalarının kullanımı da işe yaramıyor. Haber bülteni anlarına (harici itmeler) odaklanırken ve itmeden hemen sonra fiyatı takip ederken, mantıklı geliyor. Burada kalıpları tanımlayabilir ve kazanabilirsiniz. Ancak tüm fiyat aralığını bir bütün olarak ele almak ve ortalama özelliklerinden bahsetmek bir hata ve teorik bir "halk için afyon".
Bazı haberlerin piyasalar üzerindeki etkisini kontrol etmek için iyi bir algoritma bulmak istediğinizi hatırlıyorum, bulmayı başardınız mı?
Haber hakkındaki fikrim şudur - sadece çok önemli ve beklenmedik haberler piyasanın yönünü ve teknik analiz kuralları ile açıklanamayan fiyat davranışının mantığını değiştirir. Diğer tüm durumlarda, haberler fiyat hareketini etkileyebilir, ancak hareketin kendisi teknik ve anlaşılırdır.
Bazı haberlerin piyasalar üzerindeki etkisini kontrol etmek için iyi bir algoritma bulmak istediğinizi hatırlıyorum, bulmayı başardınız mı?
Haber hakkındaki fikrim şudur - sadece çok önemli ve beklenmedik haberler piyasanın yönünü ve teknik analiz kuralları ile açıklanamayan fiyat davranışının mantığını değiştirir. Diğer tüm durumlarda, haberler fiyat hareketini etkileyebilir, ancak hareketin kendisi teknik ve anlaşılırdır.
Bu sonuca varmak için Bayes teoremi uygulandı mı?
Olasılık problemlerinde yanlış tahmin, problemin koşullarının görsel olmayan bir sunumundan da gelebilir.
Bu örnekte böyle bir sonuca tamamen mantıksal olarak ulaşılabilir. Ama bence Bayes formülü burada doğru uygulanıyor. Buna kefil olmama rağmen, konuyu aptallar için makalelere göre inceliyorum.
http://baguzin.ru/wp/wp-content/uploads/2013/09/%D0%98%D0%BD%D1%82%D1%83%D0%B8%D1%82%D0%B8%D0 %B2%D0%BD%D0%BE%D0%B5-%D0%BE%D0%B1%D1%8A%D1%8F%D1%81%D0%BD%D0%B5%D0%BD%D0% B8%D0%B5-%D1%82%D0%B5%D0%BE%D1%80%D0%B5%D0%BC%D1%8B-%D0%91%D0%B0%D0%B9%D0% B5%D1%81%D0%B0.pdf
Piyasanın haberlere tepki veren bir sistem olduğunu uzun zaman önce yazmıştım. Fiyatların istatistiksel dağılımı, oynaklık veya regresyon hataları hakkındaki tüm bu konuşmalar işe yaramaz. Haber bültenleri anındaki fiyatların davranışını alırsak (ve bu zamanlar bilinir ve düzenlidir), o zaman bir dağıtım elde ederiz. Gece seanslarının saatlerini seçersek farklı bir dağılım elde ederiz. Piyasa fiyatlarının gerilemesi de işe yaramaz. Gerilemenin kuyruğu sallanacak ve gelen fiyatlara bağlı olacaktır. Fiyat aralığını düzeltmeniz gerekiyorsa maskotları kullanın. Regresyonun ekstrapolasyonu bir ütopyadır. Fiyat atılan bir taş değildir ve belli bir süre sonra nerede olacağını belirlemeye çalışırlar. Füze takip algoritmalarının kullanımı da işe yaramıyor. Haber bülteni anlarına (dışarıdan itmeler) odaklanırken ve itmeden hemen sonra fiyatı takip ederken, mantıklı geliyor. Burada kalıpları tanımlayabilir ve kazanabilirsiniz. Ancak tüm fiyat aralığını bir bütün olarak ele almak ve ortalama özelliklerinden bahsetmek bir hata ve teorik bir "halk için afyon".
2011'de bir danışman yazdım , gerçek hayatta piyasaya sürmeye hazırdım ama ABD'de birçok forex ofisi kapandı, hatta Alpari bile.
Tanrı!
Hepiniz ne zaman kitap okumaya başlayacaksınız?
Sonuçta, bilinenler biliniyor ve bilinmeyenler biliniyor!
Oturup okumanız yeterli!
1. Başlangıç olarak, telaffuz ettiğimiz kelimeleri anlamaya çalışıyoruz:
teknik Analiz.
Analiz ve ayrıca tahmin kelimesi de var - bu kelimelerin farklı anlamları var ve eş anlamlı değil. Teknik analize sahip kişilere grafiker denir, yani. grafikçiler, grafik çizen insanlar. Daha fazlası değil. İnsan ruhunun özelliği, bilgiyi dijital formdan daha iyi grafik formda algılamak için kullanılır. Daha fazla yok. Doğru, çok nadir, çizilmiş tablolara uzun süre, 3-5 yıl boyunca bakan, gerçek hayatta kararlar alan ve sonunda karlı ticaret yapan insanlar var. Bu satırları okuyan herkes kendilerini bu insan kategorisine mi dahil ediyor?
2. Finansal piyasalara regresyon uygulanamayacağı 100 yıl önce biliniyordu. Ancak bu insanlar 1952'de Markowitz tarafından portföy teorisinin icadıyla boğuldular. Karlılık ve riski dengelemeye izin veren matematiksel bir aygıt verdi. Tüm portföylerin Markowitz teorisi gibi çöktüğü 1987'ye rağmen, Nobel bile 1992'de verildi.
Herkes 1960'ların ortalarında Mandelbrot'un yayınlarını hatırladı ve 1987 olayları neredeyse inanılmaz bir olay olduğundan ve Mandelbrot'un 1987'nin üzüntülerinden önce tahmin ettiği gibi, dağıtımların kuyruklarına yoğun bir şekilde parmak sokmaya başladı. 20 yıl önceki.
Sonra diğer insanları hatırladılar - 1987 kazasından 15 yıl önce bir model öneren Box-Jenkins.
3. ARIMA modeli. Modelin yazarları, orijinal alıntıların kullanılmaması gerektiğini, ancak fiyat artışlarının kullanılması gerektiğini savundu. Bu yüzden trendlerden kurtulun. Yapımı için bir model ve metodoloji verdiler. ABD hükümeti hala kullanıyor. Kamusal alanda mevcuttur.
4. Akıllı insanlar, ARIMA'nın uygulanabilir bir model olduğunu, ancak finansal piyasaların çok dar bir bölümünde hemen fark ettiler. Ve formüle ettiler: varyanstaki değişiklikleri hesaba katmak gerekiyor - bunlar çeşitli ARCH modelleri. Bu modeller matematiksel yöntemlerin kapsamını genişletmeyi mümkün kıldı.
5. Hemen hemen aynı zamanda, Granger kendi eşbütünleşme modelini icat etti ve ayrıca bir Noble aldı. ARMA, ARIMA, ARCH, GARCH ve diğer şeylerin aynı olmadığını, ancak iki varlığı öyle bir şekilde birleştirebileceğinizi, durağan bir sonuç elde edebileceğimizi ve eğer öyleyse, regresyonlar dahil tüm istatistiksel yöntemler mükemmel bir şekilde çalışmaya başladığını belirtti. ve ilgili analizler ve tahminler. Ve gerçekten işe yarıyor.
6. Sonra 1998, sonra 2007 - tüm bunlar bana finansal serilerin durağanlığı fikrinin şüphesini, bu finansal serileri durağan hale getirme yöntemlerinin şüphesini hatırlattı.
Yapay zekanın, girdi değişkenlerinin (öngörücüler) bir dizi değere dayanarak, değeri (regresyon yöntemleri) veya yönünü tahmin etmenin mümkün olduğu iddia edilen makine öğrenimi biçimindeki yapay zeka fikirleri yükselmeye başladı. ( sınıflandırma yöntemleri ) hedef değişkenin. Sınıflandırma durumunda: iki değer alan bir değişkeni tahmin edebilirsiniz: al ve sat. TA sevenler için: Modellere göre ticaret yapmak gibi bir şey, yalnızca modele kalıpları tanıması öğretilir ve istatistikler vardır.
not.
Bayes modellerinin finansal piyasalardaki yeri uzun zamandır kesin olarak tanımlanmıştır - uygulanamaz.
PSPS
Bir aforizma var: doğru modeller yok - faydalı modeller var.
Ve kullanışlılık yalnızca, modelin yalnızca uygulanabileceği verilere uygulanması gerçeğiyle belirlenir.
...