贝叶斯回归 - 有没有人用这种算法做了一个EA? - 页 31 1...242526272829303132333435363738...55 新评论 Vladimir 2016.03.05 04:45 #301 Yuri Evseenkov:我做了一个程序,它可以得到系数a和b,当应用期望值等于ax+b的正态分布时,根据贝叶斯定理的概率是最大的。该算法被简化为列举y=ax+b行中a和b的可能值,将其代入贝叶斯公式P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y); (1)P(x,y|a,b)被当作似然函数P(x,y|a,b),它是一个具有期望值ax+b的正态分布公式。贝叶斯公式的最大似然度量与标准差成反比。由系数a和b(根据贝叶斯定理,其概率最大)构建的直线(红线)几乎与来自kodobase的线性回归的相同指标(黄线)重合。德米特里-费多塞耶夫、弗拉基米尔和其他 "哥本哈根主义者 "是对的。我们通过贝叶斯公式得到了相同的加上概率的a,b x和y的拟合措施。在这种情况下(线性依赖,y的正态分布,a和b的均匀分布),结果是与标准差成反比。也许这项措施在分析中会派上用场。 我还以为只有喋喋不休的人来到这里。我尊重你的坚持和愿意理解理论并在实践中应用它。 Yuri Evseenkov 2016.03.05 07:01 #302 forexman77:我还有一个问题:我无法理解一些你必须理解代数符号的公式。如果你指的是我和你的代码,显示按价格水平划分的点数分布,只有四个算术运算。如果你指的是贝叶斯和一般的概率方法,你只能直观地表示一些基本概念。如果对象很复杂,你需要弄错,结果就是浪费时间。你需要一种数学文化之类的东西。而且公式很复杂。但这也没关系。我,在高等数学中获得了 "C",有些东西开始变得有意义了。而在论坛上,人们给出了关键的概念和公式,以免迷失在理论中。 Yuri Evseenkov 2016.03.05 07:10 #303 Event:你的研究应该得到尊重!最近有一篇文章--你可能会发现它很有用......https://habrahabr.ru/company/itinvest/blog/277337/好吧,"研究 "是一个口号。所以我通过系数,把它们放到一个公式中。这只是让你开始的东西。谢谢你的文章。我一直想读关于熵的书,已经很久了。我甚至在那里有一个代码的例子。P.S. 你以前的大象头像很酷。 Yuri Evseenkov 2016.03.05 07:17 #304 Vladimir: 我以为这只是喋喋不休的人。我尊重你的坚持和愿意理解理论并在实践中应用它。谢谢你。我读了你的主题,根据宏观经济指标预测市场。 令人印象深刻。P.S. 还有,Baeis线上的 "话匣子 "很有意思。 forexman77 2016.03.05 11:45 #305 请解释指标https://www.mql5.com/ru/code/7812 和https://www.mql5.com/ru/code/7325 之间的区别。如果用第一种似乎很清楚,它在给定的条形范围内的报价中间建立了一条线,那么第二种,看起来像滑动条,就不清楚了? Linear Regression Line (Линия Линейной Регрессии) 投票: 12008.02.06Antoniuk Olegwww.mql5.com Индикатор рисует линию линейной регресии на основе цен закрытия последних баров. Aleksey Vyazmikin 2016.03.06 08:25 #306 forexman77:请解释指标https://www.mql5.com/ru/code/7812 和https://www.mql5.com/ru/code/7325 之间的区别。如果用第一种似乎很清楚,它在给定的条形范围内的报价中间画了一条线,那么第二种,看起来像滑动条,就不清楚了? 线性回归并不是静态的--第一个指标直观地显示了哪些数据被用于计算,并且只显示一个点的结果,而第二个指标则分别显示了每个点的计算结果,而没有直观地显示计算结果。也就是说,作为交易者,我们对过去的数据没有足够的兴趣,我们想利用指标对回归的预测潜力。 forexman77 2016.03.06 11:31 #307 -Aleks-: 线性回归不是静态的--第一个指标直观地显示了用于计算的数据,并且只显示一个点的结果,第二个指标则分别显示了对每个点的计算,没有计算的可视化。也就是说,作为交易者,我们对过去的数据不感兴趣,我们想利用指标的预测潜力进行回归。 谢谢你! Yuri Evseenkov 2016.03.08 05:42 #308 祝贺这条主题的创建者和读者的节日!祝你和你的亲人健康、平安和繁荣 Yuri Evseenkov 2016.03.08 05:47 #309 我将尝试在实践中应用贝叶斯定理。任务。使用贝叶斯定理,确定尚未到达的刻度线的哪个值最有可能。鉴于。时间序列x,y。y=ax+b 从最后一个刻度到未来的直线。P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y);(1)贝叶斯公式。 P(a,b|x,y)是系数a和b对应于未来刻度的x和y坐标的概率。我们需要找到这样的a和b,使这个概率(更正确地说是概率测量)是最大的。P(x,y|a,b) - 让我们把按价格水平分布的真实直方图作为一个似然函数。该函数由一个二维数组(矩阵)定义:价格范围--概率,落在该范围内的点数与总点数的百分比比。(见图1)P(a) 系数a决定了直线的斜率。它既可以是积极的,也可以是消极的。该值的一个或另一个符号的概率,是由同一图表确定的。P(b) 系数b决定了直线相对于时间轴的斜率。系数a和b决定了价格的增量。正如与会者所强调的,价格增量的分布具有接近正常的形状。我建议考虑系数b是正态分布。你可以用 高斯分布的随机数发生器(RNG)来设置。P(x,y)是一个归一化除数。一个常量值。 对于程序的编写,请告知MT4的标准RNG是否有正态分布的结果,或使用另一个。图1 Lilita Bogachkova 2016.03.08 06:12 #310 Yuri Evseenkov:祝贺这条主题的创建者和读者的节日!祝你和你的亲人健康、平安和繁荣 非常感谢你的这份意外礼物。 1...242526272829303132333435363738...55 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
我做了一个程序,它可以得到系数a和b,当应用期望值等于ax+b的正态分布时,根据贝叶斯定理的概率是最大的。
该算法被简化为列举y=ax+b行中a和b的可能值,将其代入贝叶斯公式P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y); (1)
P(x,y|a,b)被当作似然函数P(x,y|a,b),它是一个具有期望值ax+b的正态分布公式。贝叶斯公式的最大似然度量与标准差成反比。
由系数a和b(根据贝叶斯定理,其概率最大)构建的直线(红线)几乎与来自kodobase的线性回归的相同指标(黄线)重合。
德米特里-费多塞耶夫、弗拉基米尔和其他 "哥本哈根主义者 "是对的。
我们通过贝叶斯公式得到了相同的加上概率的a,b x和y的拟合措施。在这种情况下(线性依赖,y的正态分布,a和b的均匀分布),结果是与标准差成反比。也许这项措施在分析中会派上用场。
我还有一个问题:我无法理解一些你必须理解代数符号的公式。
如果你指的是我和你的代码,显示按价格水平划分的点数分布,只有四个算术运算。
如果你指的是贝叶斯和一般的概率方法,你只能直观地表示一些基本概念。如果对象很复杂,你需要弄错,结果就是浪费时间。你需要一种数学文化之类的东西。而且公式很复杂。但这也没关系。我,在高等数学中获得了 "C",有些东西开始变得有意义了。而在论坛上,人们给出了关键的概念和公式,以免迷失在理论中。
最近有一篇文章--你可能会发现它很有用......
https://habrahabr.ru/company/itinvest/blog/277337/
好吧,"研究 "是一个口号。所以我通过系数,把它们放到一个公式中。这只是让你开始的东西。
谢谢你的文章。我一直想读关于熵的书,已经很久了。我甚至在那里有一个代码的例子。
P.S. 你以前的大象头像很酷。
我以为这只是喋喋不休的人。我尊重你的坚持和愿意理解理论并在实践中应用它。
谢谢你。我读了你的主题,根据宏观经济指标预测市场。 令人印象深刻。
P.S. 还有,Baeis线上的 "话匣子 "很有意思。
请解释指标https://www.mql5.com/ru/code/7812 和https://www.mql5.com/ru/code/7325 之间的区别。
如果用第一种似乎很清楚,它在给定的条形范围内的报价中间建立了一条线,那么第二种,看起来像滑动条,就不清楚了?
请解释指标https://www.mql5.com/ru/code/7812 和https://www.mql5.com/ru/code/7325 之间的区别。
如果用第一种似乎很清楚,它在给定的条形范围内的报价中间画了一条线,那么第二种,看起来像滑动条,就不清楚了?
线性回归不是静态的--第一个指标直观地显示了用于计算的数据,并且只显示一个点的结果,第二个指标则分别显示了对每个点的计算,没有计算的可视化。也就是说,作为交易者,我们对过去的数据不感兴趣,我们想利用指标的预测潜力进行回归。
祝贺这条主题的创建者和读者的节日!祝你和你的亲人健康、平安和繁荣
我将尝试在实践中应用贝叶斯定理。
任务。使用贝叶斯定理,确定尚未到达的刻度线的哪个值最有可能。
鉴于。时间序列x,y。
y=ax+b 从最后一个刻度到未来的直线。
P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y);(1)贝叶斯公式。
P(a,b|x,y)是系数a和b对应于未来刻度的x和y坐标的概率。
我们需要找到这样的a和b,使这个概率(更正确地说是概率测量)是最大的。
P(x,y|a,b) - 让我们把按价格水平分布的真实直方图作为一个似然函数。该函数由一个二维数组(矩阵)定义:价格范围--概率,落在该范围内的点数与总点数的百分比比。(见图1)
P(a) 系数a决定了直线的斜率。它既可以是积极的,也可以是消极的。该值的一个或另一个符号的概率,是由同一图表确定的。
P(b) 系数b决定了直线相对于时间轴的斜率。
系数a和b决定了价格的增量。正如与会者所强调的,价格增量的分布具有接近正常的形状。我建议考虑系数b是正态分布。你可以用 高斯分布的随机数发生器(RNG)来设置。
P(x,y)是一个归一化除数。一个常量值。
对于程序的编写,请告知MT4的标准RNG是否有正态分布的结果,或使用另一个。
图1
祝贺这条主题的创建者和读者的节日!祝你和你的亲人健康、平安和繁荣