Bayesian regresyon - Bu algoritmayı kullanarak Uzman Danışman yapan var mı? - sayfa 44
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
Sınıflandırma ayrıca gelen verilerin özelliklerine dayanmaktadır ve bu özellikler zamanla değişirse, gelecekte sınıflandırma uygulaması yanlış bir tahmin verecektir.
Her şey hüzünlü...
Aynen öyle. Verileri kutulara (ceplere) ayırmak kolaydır. Sorun, kutulardaki olasılık dağılımı eğitim örneğinin dışındaki verilere değiştiğinde olacaktır.
Ay'ın altında hiçbir şey sonsuz değildir.
Ancak sınıflandırmada tüccarın kulağına çok yakın bir şey var.
Oturup grafiklere bakıyoruz ve bazı kalıplar bulmaya çalışıyoruz. Ve işte mutluluk: iki arabanın kesişimi! "Baş ve omuzlar" gibi bir rakamdan bahsetmiyorum bile.
Ve sonra algoritmayı çalıştırırsınız ve bir çıktı değişkeni ile ilişkilendirilebilecek girdi veri değerlerinin kombinasyonları olan birkaç yüz ağaç (mutluluk arabalardan yüzlerce kat daha fazladır) bulur. Sadece bir ruh ve TA akrabalığı, ama hangi seviyede!
Durağan olmayan veriler, zaman serisi modelleri tarafından tahmin edilmez. Ne istatistiksel modeller (regresyon, otoregresyon, yumuşatma, vb.), ne de yapısal modeller (NN, sınıflandırma, Markov zincirleri, vb.).
Yalnızca alan modelleri
Görünüşe göre bir şey anlamıyorum, ama ne tür istatistiklerden ve hangi modellerden bahsedebiliriz - Wiener sürecinin türevi için korelasyon işlevi bir delta işleviyse. Tabii ki, piyasa verileri saf haliyle (en azından homojen durağan bir ortamda değil) bir Wiener süreci değildir, ancak modern pazardaki korelasyonlar, kural olarak, çoğunlukla 1-2 saatten fazla olmayan aralıklarla önemlidir. 15-30 dakika civarında bir yerde. Ve aslında, bunun gerçek olduğu ve “görünen ayın görünen bir yansıması” olmadığı bir gerçek değil (c)
Bakış açınızın benimkiyle güçlü bir şekilde örtüşmesi ilginçtir) Sadece 20 dakikadan bir saate kadar olan aralık için kararlı "korelasyonların" veya daha doğrusu birkaç tahminciye bağımlılıkların varlığını gösterdim. Okuyun: https://www.mql5.com/en/blogs/post/661499
Ancak bu henüz nihai gerçek değil. Boole değişkeni (fiyat hareketinin işaretini tahmin eden) için olasılık çarpıklığının önemi daha uzak ufuklarda da mevcuttur. Bu konuda daha detaylı yazacağım.
Ay'ın altında hiçbir şey sonsuz değildir.
Ancak sınıflandırmada tüccarın kulağına çok yakın bir şey var.
Oturup grafiklere bakıyoruz ve bazı kalıplar bulmaya çalışıyoruz. Ve işte mutluluk: iki arabanın kesişimi! "Baş ve omuzlar" gibi bir rakamdan bahsetmiyorum bile.
Ve sonra algoritmayı çalıştırırsınız ve bir çıktı değişkeni ile ilişkilendirilebilecek girdi veri değerlerinin kombinasyonları olan birkaç yüz ağaç (mutluluk arabalardan yüzlerce kat daha fazladır) bulur. Sadece bir ruh ve TA akrabalığı, ama hangi seviyede!
Durağan olmayan veriler, zaman serisi modelleri tarafından tahmin edilmez. Ne istatistiksel modeller (regresyon, otoregresyon, yumuşatma, vb.), ne de yapısal modeller (NN, sınıflandırma, Markov zincirleri, vb.).
Yalnızca alan modelleri
Ve "alan modelleri" hakkında nereden okuyabilirim? Daha doğrusu anladığım kadarıyla "fiyat kotasyonları/döviz fiyat kotasyonları" konusu ile ilgili.
Uygulandı - bu temel analizdir.
Etki alanı modelleri, bir süreci zaman serileri dışında faktörlerle açıklayan modellerdir. Örneğin, termodinamik