贝叶斯回归 - 有没有人用这种算法做了一个EA？ - 页 22

[[删除]]

MikeZv:
你没有回答这个问题...
你在这个方向上有什么成就吗？

当然，"年年岁岁花相似 "并不是没有回报的。

[Mikhail Tkachev]

Олег avtomat:
当然，"虚度年华 "并不是没有回报的。

是否有一个真正的TS，在5年内每年至少带来100%的收益，而收益率不超过20%？
只有在没有每周优化的情况下...:)

[[删除]]

MikeZv:
是否有一个真正有效的TS，在5年内，每年至少带来100%的收益，而提款不超过20%？
只有在没有每周优化的情况下...:)

要达到这种要求，TC必须至少在5年前成立。但这些是你的标准。我的标准是不同的。

至于"每周优化"--你也没有理解事情的本质。

[Mikhail Tkachev]

Олег avtomat:

而关于"每周优化"的问题--你也不了解这里的案情。

分享 ...

[[删除]]

MikeZv:
分享 ...

分享什么？理解？;))

[Mikhail Tkachev]

Олег avtomat:
用什么？理解？;))

是的。

[[删除]]

MikeZv:
是的。

切掉一块？;))

[Mikhail Tkachev]

Олег avtomat:
切掉一块？;))

"然后也会明白你的讽刺应该朝哪个方向发展。"

[[删除]]

MikeZv:
"然后就会明白你的讽刺应该朝哪个方向发展。"

朝着这个方向打开书本--也许在理解识别的本质的同时也会理解优化的本质。

[СанСаныч Фоменко]

MikeZv:
这个初始样本必须是非常大的......。
一个子集里至少应该有100个交易，至少有100个子集。

反之亦然。这种方法是为短的样品开发的。500次观察是一个很大的数字。通常是50-100。

比如说。有30个预测器--输入数据。我们需要从中选择一些对目标变量影响最强的预测因子子集。在我的例子中，选择了10-15个与目标相关的预测因子。提供带有置信区间 的统计数据。