贝叶斯回归 - 有没有人用这种算法做了一个EA？ - 页 33

新评论
 
Vasiliy Sokolov:
关于时间依赖性作为回归分析 适用性的强制性标准--热闹，请......
 
Дмитрий:

回归分析并不要求输入数据的正态分布，它要求模型残差的正态分布。

所有经济数据、价格特征等都是相关的。不存在不相关的数据。

价格取决于时间。

你的帖子毫无意义："苏联的船只在广阔的大剧院里航行；外汇市场是一个分散的市场；一切都相互联系；一切都相互依赖，也依赖时间"。

你知道，我还不如说大 瓷壶在火星和地球之间盘旋，控制着地球上的所有市场......

我不想参与你强加的废话，而是你应该向我们展示你在这个问题上的真正知识：在市场上有哪些真正的确定性关系（只是不要告诉我们任何关于相关矩阵的信息，因为那是微不足道的）。

 
Дмитрий:
将时间依赖性作为回归分析适用性的强制性标准，有点搞笑，请......

不要装傻，不要歪曲我的话。我哪里写过时间依赖性是一个强制性的适用性标准。只是，这个特定的主题是试图在回归模型 的基础上进行预测。或者你是说，对于 "明天会比今天更贵 "的预测，预测过程的时间依赖性是不需要的？

 
Vasiliy Sokolov:

所以你想让人看到例如价格（t-1）和价格t之间的相关系数，而你真的不知道这些变量之间有很强的相关性？

 

或者显示例如EURUSD和AUDUSD之间的相关系数？

难道你不知道这其中有很强的关联性吗？

 
Дмитрий:
关于时间依赖性作为回归分析适用性的强制性标准------一点都不尖锐，高兴......

迪米特里。

价格取决于时间...

是的，好吧，我们等着你来证明你的这个创造性思维的顶点。
 
Vasiliy Sokolov:
是的，我们正在等待你证明你的创造性思维的顶点。

收到，XXXX，手榴弹一枚。

欧元倍数 R = .70504504 F = 1654.618

R?=.49708851 df=1.1674

病例数：1676 调整后的R=.49678809 P=0.000000

估计数的标准误差：0.076419726

截距：5.857784198 标准误差：.1120961 t( 1674) = 52.257 p = 0.0000


 

破译还是不破译？

自变量是时间。

因变量是欧元兑美元，D1。

R^2 = 0.49708851

R = 0.70504504

 
Vasiliy Sokolov:

令我惊讶的是，参加讨论的人对数学方法的熟练程度很高，而对其适用的原则却完全不了解。任何回归分析的相关数据。如果没有相关关系，那么回归就不适用。如果所研究的量的分布不同于正态，参数统计方法也不适用。市场不具有规范性的属性。另外，市场作为一个过程并不取决于时间。然而，这两件事从根本上击败了回归分析的想法。

瓦西里，我很抱歉。但这种 "正常分配 "的东西让我很不爽。再次抱歉，对于这个不谦虚的问题，你是不是在某个地方被僵尸化了，你就像一个常态分布的副本？这里只有一个人设法编纂，而不是所有的煽动者。

 
Yuri Evseenkov:

而我对具有较高能力的参与者的帖子中的不一致感到惊讶。最近，在另一个Illita主题中，你确认了正态分布的存在。的确，那里是关于价差的，你写道："分布分析仅从研究交易条件的角度来看是有意义的。鱼不在这里。" 现在你又写道："市场不具有常态的属性"。

我不是那个写了关于波动率、增量的事实，有一个接近正态的分布规律并给出了图表的人。我只是考虑到了这一点，因为我相信它。

总的来说，我对贝叶斯方法本身以及试图用贝叶斯公式将概率测量作为概率的乘积来计算感兴趣。而这取决于每个人能否在此基础上建立一个回归。我认为这里有一条鱼要炸。

首先，我从来没有否认过正态分布的存在。

第二，那个帖子是关于另一种数据--供求价格之间的测量。

第三，该过程被认为是第一近似值。甚至从来没有人说过要建立一个强大的模型来预测什么。是的，可以用高斯来确定平均价差及其围绕这个平均价的分布，一目了然。也就是说，要做这样一个扩展的SymbolInfo。应该指出的是，从他的能力水平来看，这篇文章的作者一定是题为："如何制作一个扩展的SymbolInfo"。

1...262728293031323334353637383940...55
新评论