Bayesian regresyon - Bu algoritmayı kullanarak Uzman Danışman yapan var mı? - sayfa 4
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
Bununla ilgili.
Araştırmacılar belirgin bir eğilimi olmayan bir dönem seçtiler, bu nedenle elde edilen sonuçlar ilgi çekici.
Kısacası, şunları yapabilirsiniz - ekranda ne var?
Şimdi bununla ilgili bir konuşma var. algoritma nasıl çalışır.
Uygulanabilirliğe gelince, yararlı olduğu bazı görevler var. Fiyatlar kümelenmeyecek.
Bununla ilgili.
Araştırmacılar belirgin bir eğilimi olmayan bir dönem seçtiler, bu nedenle elde edilen sonuçlar ilgi çekici.
Bayesian regresyon, aynı Olasılıksal Sinir Ağı (PNN) veya Genel Regresyon Sinir Ağı (GRNN) ile aynıdır. Hatanın normal dağılımını beğenmiyorsanız, üstel çekirdek yerine, örneğin, exp(-|distance|), exp(-distance^n) vb. gibi herhangi bir uzaklık işlevini kullanabilirsiniz. Sonuç pek değişmeyecek. Hızla azalan bir mesafe işlevi, geçmişteki daha yeni olaylara daha fazla ağırlık verecektir. Bu ağ ve çeşitleriyle uğraştım. Bir gerileme olarak, özellikle uygun değildir. Ve bir sınıflandırıcı olarak daha iyidir, ancak yine de piyasadaki kullanımının sonucu, diğer herhangi bir araçtan veya yazı turadan daha iyi değildir. 4-ke'de foruma bakın. Oradaki insanlar bir kerede bunu şiddetle tartıştılar.
Özellikle piyasada ticaretle ilgili üniversite yazılarına inanmayın. Bu makalelerin çoğu öğrenciler tarafından doktora gerekliliklerini karşılamak için yazılmıştır (3-4 makale + tez). Bu aynı zamanda bilimler için de geçerlidir: milyonlarca öğrenci makalesi, ancak sıfır anlamda. Bu sektörlerde çalışan insanlara güvenin. Herhangi bir deneyimli tüccar, bir MIT profesöründen daha fazlasını bilir.
Buradan: http://datareview.info/article/10-tipov-regressii-kakoy-vyibrat/
Hataların normalliği varsayımıyla bağlantılı olarak, bu yöntemin finansal piyasalar için uygulanabilirliğini sorguluyorum.
Ek olarak, bağımlılığın yalnızca bir hiperdüzlem olarak tahmin edildiği herhangi bir modelde, modeli karlı hale getirebilecek doğrusal olmayan kenarı kaçırma şansı vardır.
Finansal piyasaların tahmin etmesi için hangi hataların uygun olacağını düşünüyorsunuz?
" Hataların normalliği varsayımıyla bağlantılı olarak, bu yöntemin finansal piyasalar için uygulanabilirliğini sorguluyorum. "
Finansal piyasalarda alış ve satış. Hatalar olur ve sorun değil.
// Alıntı yorumunun çift işlenmesi
)
Bu yüzden orijinal gönderi farklı yorumlanır.
Alıntının herhangi bir matematiksel işlemi veya başka bir yorumu aynıdır ve yapılamaz!
" Hataların normalliği varsayımıyla bağlantılı olarak, bu yöntemin finansal piyasalar için uygulanabilirliğini sorguluyorum. "
Finansal piyasalarda al ve sat. Hatalar olur ve sorun değil.
// Alıntı yorumunun çift işlenmesi
)
Bu yüzden orijinal gönderi farklı yorumlanır.
Alıntının herhangi bir matematiksel işlemi veya başka bir yorumu aynıdır ve yapılamaz!
Evet! Burada her şey böyle bir ev tarzında yorumlanır.
Ama yine de sonucu ilk kim çizecek merak ediyorum.
Kimse çekmez.
Hata dağılım yoğunluğunun önemli olmadığı bir yöntemin kullanılması gerekmektedir. Parametrik olmayan yöntemler.
Genel olarak deneylerimde fiyat değerlerini (veya dönüşümlerini) regrese etmiyorum, işareti tahmin ediyorum ama bunun da fiyat bilgisinin bir parçası olduğunu söyleyebiliriz.
Hatalarım şöyle görünüyor:
0 1
0 0,58 0,42
1 0.43 0.57
Veya orijinal olarak şöyle bir şey:
1 - doğru, 0 - hata: 1, 1, 0, 0, 0, 1, 1, 1, 0, 1
Ve ortaya çıkan olasılık dağılımı, 0,5 / 0,5'ten maksimum olarak farklı olmalıdır.
Bu tür sonuçların karşılıklı bağımsızlığını elde edersek, o zaman binom dağılımına geleceğiz ve bunun için birçok formül ve istatistiksel testler var.
Ancak fiyat için bir tür regresyon modeli oluşturursam, hatalar için PDF'nin şekli hakkındaki varsayım bana dokunmamalıdır.
UPD: https://en.wikipedia.org/wiki/Errors_and_residuals
https://en.wikipedia.org/wiki/Robust_statistics
Forex için hataların dağılımını hiç bilmiyoruz. Resmi olarak - ve kesinlikle - hatalar, simüle edilen değerler ile genetik popülasyon üzerinde elde edilen model değerleri arasındaki farklardır, yani. tamamen teorik değerler. Artıklar, simüle edilen değerler ile mevcut örnek üzerindeki model değerler arasındaki farkla elde edilir, ancak finansal zaman serileri (daha doğrusu getirileri) normal olmadığı için normal olmaları da olası değildir (!) Ve kalın uzun kuyruklu ve sivri uçludur ve çok karmaşıktır .
Hatta kafam karıştı ve saatlik artışlar için orijinal dağılımı (turkuaz =)) ve normal dağılımı aynı ortalama ve sd parametreleriyle çıkardım. Gördüğünüz gibi, bu normal olmaktan çok uzak. Ve normallik testi geçmekten çok uzak.
Ve hataların normalliğine dayanan yöntemler, lineer regresyon, varyans analizi gibi 20. yüzyıldan kalma klasik yöntemlerdir. Ama onlarsız da mümkün.
Wiki'yi okuyun)