Teoriden pratiğe - sayfa 1559
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
ona zaten yazdı, belirli bir hipostazda anlam arıyor, sonra üniversiteden hatırladığı her şeye vurgu yaparak, sonra Hann, sonra Koldunov, sonra Yüce hesap sormaya çalışıyor
Toplamda 2 yıl boyunca, bir kişi kâseyi arıyor, çok sıkı bir şekilde gerekli değil, 5 yıl sonra hala acı çekiyorsa, şarkı söyleyecek veya farklı şekilde uluyacaktır.
http://www.thealgoengineer.com/2014/online_linear_regression_kalman_filter/
ayrıca yuvarlanan regresyon ve diğer değişiklikler var
Kalman'ı sevmiyorum çünkü her zaman sistem hakkında önceden bilgi sahibi olduğunu varsayıyor. Makalede bu, iki tırnak arasındaki bağlantı katsayılarının rastgele bir yürüyüşle tanımlandığı bilgisidir. Eğer bilgimiz doğruysa, o zaman her şey yolundadır, ama değilse, ne yazık ki. Sokratik bir yaklaşıma ihtiyacınız var - "Hiçbir şey bilmediğimi biliyorum")
yuvarlanan regresyon - anladığım kadarıyla, bu belirli bir algoritma değil, bir uyumsuzluk olup olmadığına bakılmaksızın katsayılar sürekli olarak yeniden hesaplandığında genel bir yaklaşımdır. Burada her bir özel duruma bakmak gerekir - böyle bir basitleştirme ile doğruluk kaybı olup olmadığı. Pencerenin kalıcılığı potansiyel olarak yanlışlıklara yol açabilir.
Uyuşmazlık arayışında, genellikle iki görev ayırt edilir: 1) anlaşmazlığın oluşup oluşmadığı ve 2) hangi zamanda meydana geldiği. İlki sıralı (çevrimiçi) bir şekilde çözülebilir ve ikincisi sadece a posteriori (çevrimdışı) gibi görünüyor. Fiyatlarımız SB'ye çok yakın olduğu için sorunumuzu olabildiğince doğru bir şekilde çözmemiz gerekiyor, yani. her iki yaklaşımı da kullanın.
Onu bulana kadar. yöntemler, çok geç olacak) En iyi uyumsuzluk, kaybı durdurmak veya kopmaktır.
Belirsizlik altında problem çözmeye yönelik herhangi bir algoritmik yaklaşım istatistiksel olarak tanımlanabilir (belki - olması gerektiği anlamına gelmez). Doğru, genellikle bu durumda matstat hakkında değil, istatistiksel kararlar teorisi hakkında konuşuyorlar.
Kalman'ı sevmiyorum çünkü her zaman sistem hakkında önceden bilgi sahibi olduğunu varsayıyor. Makalede bu, iki tırnak arasındaki bağlantı katsayılarının rastgele bir yürüyüşle tanımlandığı bilgisidir. Eğer bilgimiz doğruysa, o zaman her şey yolundadır, ama değilse, ne yazık ki. Sokratik bir yaklaşıma ihtiyacınız var - "Hiçbir şey bilmediğimi biliyorum")
yuvarlanan regresyon - anladığım kadarıyla, bu belirli bir algoritma değil, bir uyumsuzluk olup olmadığına bakılmaksızın katsayılar sürekli olarak yeniden hesaplandığında genel bir yaklaşımdır. Burada her bir özel duruma bakmak gerekir - böyle bir basitleştirme ile doğruluk kaybı olup olmadığı. Pencerenin kalıcılığı potansiyel olarak yanlışlıklara yol açabilir.
Uyuşmazlık arayışında, genellikle iki görev ayırt edilir: 1) anlaşmazlığın oluşup oluşmadığı ve 2) hangi zamanda meydana geldiği. İlki sıralı (çevrimiçi) bir şekilde çözülebilir ve ikincisi sadece a posteriori (çevrimdışı) gibi görünüyor. Fiyatlarımız SB'ye çok yakın olduğu için sorunumuzu olabildiğince doğru bir şekilde çözmemiz gerekiyor, yani. her iki yaklaşımı da kullanın.
Peki, grafikte sadece kayan bir regresyon yapılır, katsayılar kaydedilir ve sınıflandırıcıya doldurulur. Yeni veriler üzerinde kontrol edilebilen uyumsuzluk göstergesi ortaya çıkıyor.
Bu, bir şey icat etmek istemiyorsanız, tabiri caizse üst düzey)
Spesifik araştırmaya ihtiyaç var, Alexey. İlgileniyorsanız ve yakınsanız CUSUM, Shewhart kartları vb.
Tek başıma aptalca her şeyi yapacak zamanım yok. Ve forum üyelerinin umutları gitgide azalıyor. Biri Vysotsky'den alıntı yapıyor, diğeri felsefe yapıyor ve sanki bu onları hedefe daha da yaklaştıracakmış gibi bazı sinyalleri takip ediyor. Bir tür absürt tiyatrosu.
Anlamlı teorik soruların tartışmasına katılmaya hazırım. Zaman ve/veya para israfı ile ilgili hiçbir ortak projede yer almayacağım.
Peki, grafikte sadece kayan bir regresyon yapılır, katsayılar kaydedilir ve sınıflandırıcıya gönderilir. Yeni veriler üzerinde kontrol edilebilen uyumsuzluk göstergesi ortaya çıkıyor.
Bu, bir şey icat etmek istemiyorsanız, tabiri caizse üst düzey)
Yaklaşım, keşif serileri analizi için iyidir. Nihai ticaret sistemi daha da basit olmalıdır)
Peki, grafikte sadece kayan bir regresyon yapılır, katsayılar kaydedilir ve sınıflandırıcıya doldurulur. Yeni veriler üzerinde kontrol edilebilen uyumsuzluk göstergesi ortaya çıkıyor.
Bu, bir şey icat etmek istemiyorsanız, tabiri caizse üst düzey)
Che zaten katılımcı hakkında bir şeyler önerdi. Evet ve uzun zamandır böyle bir analiz yapacağımı söyledim (ama bunu uygulamak için yeterli beynim yok, ortaya çıktığı gibi, üstel bir fiyat değişikliği bile yapamıyorum).
veya farklı bir trendle (doğrusal, üstel, vb.) bir dizi fiyat oluşturun ve ardından gerçek fiyatı karşılaştırın veya trend türünü belirlemenin başka yolları da olabilir.
Che zaten katılımcı hakkında bir şeyler önerdi. Evet ve uzun zamandır böyle bir analiz yapacağımı söyledim (ama bunu uygulamak için yeterli beynim yok, ortaya çıktığı gibi, üstel bir fiyat değişikliği bile yapamıyorum).
veya farklı bir trendle (doğrusal, üstel, vb.) bir dizi fiyat oluşturun ve ardından gerçek fiyatı karşılaştırın veya trend türünü belirlemenin başka yolları da olabilir.
Bilmiyorum, görsel dr yapmıyorum... Araştırma. Sadece modellere sürüyorum ve bakıyorum, optimize ediyorum. En iyi sonuçlar tam olarak regresyon özelliklerinde elde edilir.
Belirsizlik altında problem çözmeye yönelik herhangi bir algoritmik yaklaşım istatistiksel olarak tanımlanabilir (belki - olması gerektiği anlamına gelmez). Doğru, genellikle bu durumda matstat hakkında değil, istatistiksel kararlar teorisi hakkında konuşuyorlar.
Che zaten katılımcı hakkında bir şeyler önerdi. Evet ve uzun zamandır böyle bir analiz yapacağımı söyledim (ama bunu uygulamak için yeterli beynim yok, ortaya çıktığı gibi, üstel bir fiyat değişikliği bile yapamıyorum).
veya farklı bir trendle (doğrusal, üstel, vb.) bir dizi fiyat oluşturun ve ardından gerçek fiyatı karşılaştırın veya trend türünü belirlemenin başka yolları da olabilir.
Sabit bir örnek üzerinde en küçük kareler yöntemi kullanılarak regresyon katsayılarının (sabit sıra) nasıl hesaplandığını anlayın. Ardından bunları sabit bir boyuttaki sürgülü bir pencerede sayın - bir dizi gösterge-katsayı elde edeceksiniz.