Regresión Bayesiana - ¿Alguien ha hecho un EA utilizando este algoritmo? - página 31
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
He realizado un programa que obtiene los coeficientes a y b en los que la probabilidad según el teorema de Bayes es máxima al aplicar una distribución normal con expectativa igual a ax+b.
El algoritmo se reduce a enumerar los posibles valores de a y b en las líneas y=ax+b, sustituyendo en la fórmula de Bayes P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y); (1)
P(x,y|a,b) se toma como la función de probabilidad P(x,y|a,b), que es una fórmula de distribución normal con expectativa ax+b. La medida de máxima probabilidad de la fórmula de Bayes es inversamente proporcional a la desviación estándar.
La línea recta (línea roja) construida por los coeficientes a y b (en los que la probabilidad según el teorema de Bayes es máxima) casi coincide con el mismo indicador (línea amarilla) de la regresión lineal de la kodobase.
Dmitry Fedoseev, Vladimir y otros "Copenhagenistas" tenían razón.
Obtenemos lo mismo más una medida probabilística de ajuste de a,b x e y mediante la fórmula de Bayes. En este caso (dependencia lineal, distribución normal de y, distribución uniforme de a y b) resultó ser inversamente proporcional a la desviación estándar. Tal vez esta medida resulte útil en el análisis.
Tengo otro problema: no puedo entender algunas fórmulas en las que hay que entender los signos algebraicos.
Si te refieres a mis códigos y a los tuyos que muestran las distribuciones de ticks por niveles de precios, sólo hay cuatro operaciones aritméticas.
Si se refiere a los métodos bayesianos y, en general, a los probabilísticos, sólo puede representar intuitivamente algunos conceptos básicos. Si el objeto es complejo, hay que equivocarse y el resultado será en vano. Se necesita una especie de cultura matemática o algo así. Y las fórmulas son complicadas. Pero eso está bien. Yo, con una "C" en matemáticas superiores, algo empieza a tener sentido. Y en el foro la gente da conceptos y fórmulas clave para no perderse en la teoría.
Hay un artículo reciente que puede ser útil...
https://habrahabr.ru/company/itinvest/blog/277337/
Bueno, "investigación" es un poco de un bocado. Así que revisé los coeficientes y los puse en una fórmula. Es sólo algo para empezar.
Gracias por el artículo. Llevo mucho tiempo queriendo leer sobre la entropía. Incluso tengo un ejemplo de código allí.
P.D. Tu antiguo avatar con el elefante era genial.
Creía que sólo eran charlatanes. Respeto su persistencia y su voluntad de comprender la teoría y aplicarla en la práctica.
Gracias. He leído tu hiloPredicción del mercado en base a indicadores macroeconómicos. Impresionante.
P.D. Y los "charlatanes" del hilo de Baeis son interesantes.
Por favor, explique la diferencia entre los indicadoreshttps://www.mql5.com/ru/code/7812 yhttps://www.mql5.com/ru/code/7325.
Si con el primero parece claro que construye una línea en medio de las cotizaciones en un rango determinado de barras, entonces el segundo, que parece una barra deslizante, no está claro?
Por favor, explique la diferencia entre los indicadoreshttps://www.mql5.com/ru/code/7812 yhttps://www.mql5.com/ru/code/7325.
Si con el primero parece claro que dibuja una línea en medio de las cotizaciones en un rango de barras determinado, entonces el segundo, que parece una barra deslizante, no está claro?
La regresión lineal no es estática: el primer indicador muestra visualmente qué datos se utilizaron para el cálculo y muestra sólo un punto como resultado, y el segundo muestra el cálculo en cada punto, respectivamente, sin visualización del cálculo. Es decir, como comerciantes no nos interesan los datos del pasado, sino que queremos utilizar el potencial de previsión del indicador en la regresión.
¡Enhorabuena al creador de este hilo y a los lectores por las vacaciones! ¡Salud, paz y prosperidad para ti y tus seres queridos!
Intentaré aplicar el teorema de Bayes en la práctica.
Tarea. Utilizando el teorema de Bayes, determine qué valor de una garrapata que aún no ha llegado es más probable.
Dada. Series temporales x,y.
y=ax+b Una línea desde el último tick hasta el futuro.
P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y); (1) Fórmula de Bayes.
P(a,b|x,y)es la probabilidad de que los coeficientes a y b correspondan a las coordenadas x e y de un futuro tic.
Necesitamos encontrar a y b tales que esta probabilidad (o más correctamente,una medida de probabilidad) sea máxima.
P(x,y|a,b) - tomemos el histograma real de la distribución de ticks por niveles de precios como función de probabilidad. La función está definida por una matriz de dos dimensiones: rango de precios - probabilidad, relación porcentual de ticks que caen dentro de este rango con respecto al número total de ticks. (ver figura 1)
P(a) El coeficiente a determina la pendiente de la recta. Puede ser tanto positivo como negativo. La probabilidad de uno u otro signo del valor, se determina a partir del mismo diagrama.
P(b) El coeficiente b determina la pendiente de la línea con respecto al eje del tiempo.
Los coeficientes a y b determinan el incremento del precio. Como destacaron los participantes, la distribución de los incrementos de precios tiene una forma cercana a la normal. Propongo considerar que el coeficiente b se distribuye normalmente. Se puede establecer con un generador de números aleatorios (RNG) con una distribución gaussiana.
P(x,y) es un divisor normalizador. Un valor constante.
Para la escritura del programa, por favor, indique si el RNG estándar de MT4 tiene una distribución normal de los resultados o utilizar otro.
Figura 1
¡Enhorabuena al creador de este hilo y a los lectores por las vacaciones! ¡Salud, paz y prosperidad para ti y tus seres queridos!