贝叶斯回归 - 有没有人用这种算法做了一个EA？ - 页 7 1234567891011121314...55 新评论 Alexey Burnakov 2016.02.05 09:05 #61 Dmitry Fedoseev: 这有什么意义呢？当然，如果你寻找的话，你可以找到它，因为市场已经提出了各种不同的指标，每一个指标都可以附加到一些或多或少的成功。 这没有任何理由。只是一个事实）。 Mikhail Tkachev 2016.02.05 09:09 #62 СанСаныч Фоменко:该党教导说，对价格序列应用线性回归是不正确的，因为它们是非平稳的。:) Dmitry Fedoseev 2016.02.05 09:09 #63 Mike: 上述帖子中的作者只是说错了话。统计软件包有处理时间序列的标准程序：突出趋势，突出季节性成分，并采取差异。作者指的是第一个。这不仅仅是一个地方，在整个部分有好几次。做了一点阅读。这篇文章秉承了最沉闷的学生课本的最坏传统。 我还发现"前面给出的所有Box-Cox变换的例子都是指假设原始序列的分布规律 为正态时的情况。".你到底是怎么给这篇文章提供链接的，你不是 "反正态分布 "运动的信徒吗？或者你不是吗？ Mikhail Tkachev 2016.02.05 09:12 #64 Dmitry Fedoseev:你到底是怎么链接到这篇文章的，你是 "反正态分布 "运动的信徒？或者你是吗？ 我从来没有写过这样的东西，同事。:)你错了。 Dmitry Fedoseev 2016.02.05 09:13 #65 СанСаныч Фоменко:当我们试图应用统计学时，基石，基础，是该科学的一个特定工具的适用性问题。你的例子不包含随机变量--一个常数。分散性仅指随机变量。在你的特定案例中，有一个统计学特有的结果：方差计算显示，常数，而不是随机数，是作为输入提供的。 你这个例子的独特之处在于，结果是正确的，而且容易解释。通常情况下，如果你不仔细论证使用 一个工具的可能性，如线性回归，将得到一个与现实无关的结果，因此在实践中完全无法使用：数字会，它们可以被看到（打地鼠可见），但在现实中，所有这些数字都不只是一个数字游戏。 以线性回归为例：一个标准的算法（不是自制的算法）计算回归系数，通常，最右边一栏会告诉我们，我们看到的回归系数是否真的存在。如果最右边一栏的数字是0.5（50%），那么可以肯定的是，打印出来的数字并不存在。如果是10%，那么它只是如此，在迷雾中。但如果低于5%，那么这些数字就真的存在。而这只有在你事先设法证明应用这种线性回归的可能性的情况下才会被相信。而你凭什么认为它们不是随机数字。随机数字突然不能变成一条直线了？他们还可以画一幅雷平画。总的来说，对话不是关于数据，而是关于公式，它所代表的内容和它所承载的意义。 Yuri Evseenkov 2016.02.05 10:06 #66 Dmitry Fedoseev:你到底是怎么链接到这篇文章的，你是 "反正态分布 "运动的信徒？或者你是吗？事实上，对话不是关于数据，而是关于公式，它所代表的内容和它承载的意义。 仿佛你从月亮上掉下来。好像识别波浪很复杂一样。分析和交易的主要问题是对趋势的识别。虽然这个问题不适合我。请允许我介绍一下自己：高斯将军军队中的一名士兵。私人，未受过训练。在这个主题的作者的第一个帖子中，有一个PDF格式的公式描述。我希望能找到一个合适的翻译。https://www.mql5.com/go?link=https://arxiv.org/pdf/1410.1231.pdf同意。如果人们能够准确地知道市场是平坦的还是有趋势的，大多数高频专家都会获利。 Alexey Burnakov 2016.02.05 10:25 #67 Mike: 在这个帖子中，第5节，趋势的把握 https://www.mql5.com/ru/articles/363 作者展示了一个完全可以接受的对正常增量的样本的近似。人们早就知道如何处理那些不在直线上的点--它们被排除在样本之外，大约有7-10%的最大模数值。那么即使是Kolmogorov的拟合优度标准（对分布形式非常敏感）也显示样本是正常的。至于被排除在外的数值，这些都是当前趋势被打破的点。这个方法的来源（我很久以前读过一些英文资料，我不记得在哪里了）基本上建议从趋势断点之间的点形成增量样本，这就是建议称为当前趋势的东西。这是很有趣的东西。一个重要的说明：作者写道，对于线性回归 和方差分析，假定数据的分布是正常的。这是一个非常冗长和不正确的说法，许多人不假思索地重复。事实上，它是关于假设模型误差的正常分布。数据本身可能不正常。 nowi 2016.02.05 10:47 #68 贝叶斯回归、线性回归、神经网络、进化算法.....，市场上的吸金社区有多丰富....，专业人士有多高兴，有傻瓜相信他们的科学 模型............) 多么令人惊讶的是，它仍然不清楚，市场是一个简单的事情...复杂的算法 -- 搞砸了，因为他们只是不相关... 但是没有--继续吧，对于那些不喜欢数学的人来说就更好了，但是要画出阻力位，注意假突破，建立头寸，.....，其余的对论坛上的大多数人来说都是未知的（这是在ATM机上获得钞票）。 We fly and you crawl fools you fools........... Dmitry Fedoseev 2016.02.05 10:56 #69 Yuri Evseenkov:虽然这个问题不适合我。请允许我介绍一下自己：高斯将军军队中的一名士兵。私人，未受过训练。在该主题作者的第一篇帖子中，有一个带公式的pdf格式的描述。我希望能找到一个合适的翻译。https://www.mql5.com/go?link=https://arxiv.org/pdf/1410.1231.pdf同意。如果人们能够准确地知道市场是平坦的还是有趋势的，大多数高频专家都会获利。 我必须在互联网上寻找。也许已经有了一个翻译。我看到了类似的东西，但用的是俄语。而且一般来说，文字不多，如果想翻译的话，是可以的。 Dmitry Fedoseev 2016.02.05 10:57 #70 nowi:... 在某种程度上，我同意。 1234567891011121314...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
这有什么意义呢？当然，如果你寻找的话，你可以找到它，因为市场已经提出了各种不同的指标，每一个指标都可以附加到一些或多或少的成功。
СанСаныч Фоменко:
该党教导说，对价格序列应用线性回归是不正确的，因为它们是非平稳的。:)
上述帖子中的作者只是说错了话。统计软件包有处理时间序列的标准程序：突出趋势，突出季节性成分，并采取差异。作者指的是第一个。
这不仅仅是一个地方，在整个部分有好几次。做了一点阅读。这篇文章秉承了最沉闷的学生课本的最坏传统。
我还发现"前面给出的所有Box-Cox变换的例子都是指假设原始序列的分布规律 为正态时的情况。".
你到底是怎么给这篇文章提供链接的，你不是 "反正态分布 "运动的信徒吗？或者你不是吗？
你到底是怎么链接到这篇文章的，你是 "反正态分布 "运动的信徒？或者你是吗？
当我们试图应用统计学时，基石，基础，是该科学的一个特定工具的适用性问题。
你的例子不包含随机变量--一个常数。分散性仅指随机变量。在你的特定案例中，有一个统计学特有的结果：方差计算显示，常数，而不是随机数，是作为输入提供的。
你这个例子的独特之处在于，结果是正确的，而且容易解释。通常情况下，如果你不仔细论证使用 一个工具的可能性，如线性回归，将得到一个与现实无关的结果，因此在实践中完全无法使用：数字会，它们可以被看到（打地鼠可见），但在现实中，所有这些数字都不只是一个数字游戏。
以线性回归为例：一个标准的算法（不是自制的算法）计算回归系数，通常，最右边一栏会告诉我们，我们看到的回归系数是否真的存在。如果最右边一栏的数字是0.5（50%），那么可以肯定的是，打印出来的数字并不存在。如果是10%，那么它只是如此，在迷雾中。但如果低于5%，那么这些数字就真的存在。而这只有在你事先设法证明应用这种线性回归的可能性的情况下才会被相信。
而你凭什么认为它们不是随机数字。随机数字突然不能变成一条直线了？他们还可以画一幅雷平画。
总的来说，对话不是关于数据，而是关于公式，它所代表的内容和它所承载的意义。
你到底是怎么链接到这篇文章的，你是 "反正态分布 "运动的信徒？或者你是吗？
事实上，对话不是关于数据，而是关于公式，它所代表的内容和它承载的意义。
仿佛你从月亮上掉下来。好像识别波浪很复杂一样。分析和交易的主要问题是对趋势的识别。
虽然这个问题不适合我。请允许我介绍一下自己：高斯将军军队中的一名士兵。私人，未受过训练。
在这个主题的作者的第一个帖子中，有一个PDF格式的公式描述。我希望能找到一个合适的翻译。https://www.mql5.com/go?link=https://arxiv.org/pdf/1410.1231.pdf
同意。如果人们能够准确地知道市场是平坦的还是有趋势的，大多数高频专家都会获利。
在这个帖子中，第5节，趋势的把握
https://www.mql5.com/ru/articles/363
作者展示了一个完全可以接受的对正常增量的样本的近似。人们早就知道如何处理那些不在直线上的点--它们被排除在样本之外，大约有7-10%的最大模数值。那么即使是Kolmogorov的拟合优度标准（对分布形式非常敏感）也显示样本是正常的。至于被排除在外的数值，这些都是当前趋势被打破的点。这个方法的来源（我很久以前读过一些英文资料，我不记得在哪里了）基本上建议从趋势断点之间的点形成增量样本，这就是建议称为当前趋势的东西。
这是很有趣的东西。
一个重要的说明：作者写道，对于线性回归 和方差分析，假定数据的分布是正常的。这是一个非常冗长和不正确的说法，许多人不假思索地重复。事实上，它是关于假设模型误差的正常分布。数据本身可能不正常。
贝叶斯回归、线性回归、神经网络、进化算法.....，市场上的吸金社区有多丰富....，专业人士有多高兴，有傻瓜相信他们的科学 模型............)
多么令人惊讶的是，它仍然不清楚，市场是一个简单的事情...复杂的算法 -- 搞砸了，因为他们只是不相关...
但是没有--继续吧，对于那些不喜欢数学的人来说就更好了，但是要画出阻力位，注意假突破，建立头寸，.....，其余的对论坛上的大多数人来说都是未知的（这是在ATM机上获得钞票）。
We fly and you crawl fools you fools...........
虽然这个问题不适合我。请允许我介绍一下自己：高斯将军军队中的一名士兵。私人，未受过训练。
在该主题作者的第一篇帖子中，有一个带公式的pdf格式的描述。我希望能找到一个合适的翻译。https://www.mql5.com/go?link=https://arxiv.org/pdf/1410.1231.pdf
同意。如果人们能够准确地知道市场是平坦的还是有趋势的，大多数高频专家都会获利。
...