Bayesian regresyon - Bu algoritmayı kullanarak Uzman Danışman yapan var mı? - sayfa 5
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
)))
Ve birinin yapacak bir şeyi olmadığı izlenimini edindim ve fikir - gitme) olmasına rağmen akıllı olmaya başlıyorlar ... ve yukarıda gördüğünüz gibi - sadece benim değil
Hata dağılım yoğunluğunun önemli olmadığı bir yöntemin kullanılması gerekmektedir. Parametrik olmayan yöntemler.
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)
Bitcoin stratejisinin yazarları gibi bir daire üzerinde araştırma yaptıysanız, gerçek eğri ile ideal eğri arasındaki farkların sonucu nasıl etkilediğini kesinlikle daha iyi bilirsiniz.
Doğada en yaygın olan ve bilimde (sosyolojiden nükleer fiziğe kadar) yaygın olarak kullanılan Gauss dağılımı, bir nedenden dolayı MQL topluluğundaki birçok kişi tarafından piyasaya uygulanabilirlik açısından düşmanca algılanmaktadır.
Ben matematikçi değilim ama fiyat seviyelerine göre çubuk veya tik hacimlerinin dağılımına baktığımda resim bana bir zili hatırlatıyor. Özellikle dairelerde. Örneğin. EURUSD'nin tüm tarihi küresel bir daireye benzer.
Bitcoin stratejisinin yazarları gibi bir daire üzerinde araştırma yaptıysanız, gerçek eğri ile ideal eğri arasındaki farkların sonucu nasıl etkilediğini kesinlikle daha iyi bilirsiniz.
Doğada en yaygın olan ve bilimde (sosyolojiden nükleer fiziğe kadar) yaygın olarak kullanılan Gauss dağılımı, bir nedenden dolayı MQL topluluğundaki birçok kişi tarafından piyasaya uygulanabilirlik açısından düşmanca algılanmaktadır.
Ben bir matematikçi değilim, ancak fiyat seviyelerine göre çubuk sayısı veya tik hacmi dağılımına baktığımda, resim bana bir zili hatırlatıyor. Özellikle dairelerde. Örneğin. EURUSD'nin tüm tarihi küresel bir daireye benzer.
Yoğunluk, fiyatların kendileriyle değil, fiyatların artışlarıyla ölçülür.
Ö! İlginç. Bir formül alabilir miyim?
Meslektaşım, bunlar temel bilgiler!
Örneğin, en popüler olan farklı formüller alabilirsiniz:
ön-fiyat
t - zaman
1) Pr(t) - Pr(t-1)
2) Pr(t) / Pr(t - 1) - 1
3) log(Pr(t)) - log(Pr(t-1))
Bu nedenle, ekonomistler, örneğin şu veya bu aracın varyansını ölçtüğümüzü söylediğinde, şunu yaparlar: varyans = toplam((Xi - X^)^2) / (N - 1),
burada Xi, formüllerden birine göre hesaplanan artıştır,
X^, üst sınırı olan x'tir - mevcut örnekteki artışların ortalama değerinin örnek tahmini
N - 1, numune boyutu eksi birdir,
ve formülün tamamı varyansın yansız bir tahminidir.
Ve sonra bu ekonomistler artış yoğunluğunun normal olduğunu düşünmeye başlarlar ve örneğin şöyle bir şey yapmaya çalışırlar: sqrt(varyans) * sqrt(m) * 1.96,
varyansın kökünün standart sapmanın tahmini olduğu ve tüm formülün, ileri doğru m adım cinsinden fiyat yayılmasının aşırı sınırının bir tahminini elde etmek için normalliğin doğal sonucunu(!) normal olmayan bir seriye yaymasıdır. %95 ihtimal. Ve hatalar elde edilir, essno.
Umarım kabaca anlatabilmişimdir. Ve ilk fiyat serisi, ilk yaklaşımda bile, artışların aksine normal görünmüyor.
Meslektaşım, bunlar temel bilgiler!
Örneğin, en popüler olan farklı formüller alabilirsiniz:
pr-fiyat
t - zaman
1) Pr(t) - Pr(t-1)
2) Pr(t) / Pr(t - 1) - 1
3) log(Pr(t)) - log(Pr(t-1))
Bu nedenle, ekonomistler, örneğin şu veya bu aracın varyansını ölçtüğümüzü söylediğinde, şunları yaparlar: varyans = (Xi - X^)^2 / (N - 1),
burada Xi, formüllerden birine göre hesaplanan artıştır,
X^, üst sınırı olan x'tir - mevcut örnekteki artışların ortalama değerinin örnek tahmini
N - 1, numune boyutu eksi birdir,
ve formülün tamamı varyansın yansız bir tahminidir.
Ve sonra bu ekonomistler artış yoğunluğunun normal olduğunu düşünmeye başlarlar ve örneğin şöyle bir şey yapmaya çalışırlar: sqrt(varyans) * sqrt(m) * 1.96,
varyansın kökünün standart sapmanın tahmini olduğu ve tüm formülün, ileri doğru m adım cinsinden fiyat yayılmasının aşırı sınırının bir tahminini elde etmek için normalliğin doğal sonucunu(!) normal olmayan bir seriye yaymasıdır. %95 ihtimal. Ve hatalar elde edilir, essno.
Umarım kabaca anlatabilmişimdir. Ve ilk fiyat serisi, ilk yaklaşımda bile, artışların aksine normal görünmüyor.
Formüllere baktım. Evet, bu yaklaşım buraya yapıştırılmıştır. Teşekkür ederim!
Temel bilgileri okumak istiyorum. Belki yukarıdaki konuları içeren bir ders kitabı vardır?
Formüllere baktım. Evet, bu yaklaşım burada yapıştırılmıştır. Teşekkür ederim!
Temel bilgileri okumak istiyorum. Belki yukarıdaki konuları içeren bir ders kitabı vardır?
Burada bir kişi temelleri kulaktan kulağa iyi bir şekilde ortaya koyuyor
Formüllere baktım. Evet, bu yaklaşım buraya yapıştırılmıştır. Teşekkür ederim!
Temel bilgileri okumak istiyorum. Belki yukarıdaki konuları içeren bir ders kitabı vardır?
Dürüst olmak gerekirse, ders kitaplarını kendim okumadım. Temel olarak, analiz sürecinde alıyorum.
Bu konudaki en önemli şey, uzmanların sözlerine inanmamaktır. Size söylüyorum, şimdiye kadar hisse senedi analistleri bunları sadece uygun olduğu için normal bir süreç olarak kabul ediyor.
Zaman serisi analizi üzerine bir kitap tavsiye ederim. Ancak, Forex için hiç geçerli olmayabilecek bir dizi Arima, Garch, Unit Root özelliği de olacaktır.
varyans = toplam((Xi - X^)^2) / (N - 1),