L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 370
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Je ne crois pas que l'analyse de la corrélation entre le prédicteur et la cible soit utile.
Il existe de nombreux exemples où des quantités étroitement corrélées ne dépendent pas les unes des autres, bien qu'il semble que l'une puisse prédire l'autre, comme ici -http://pikabu.ru/story/lozhnyie_korrelyatsii_2287154 , il existe des articles antérieurs du forum sur le même sujet.
Il existe un terme plus intéressant, l'entropie croisée. Il s'agit d'un élément de la statistique, une façon d'analyser si un prédicteur s'adapte à une variable, une relation non linéaire.
Avez-vous un exemple ?
Afficher les lignes de données entrantes et les lignes de données sortantes - post
Pour XOR , un ensemble de données peut être composé de 4 échantillons. {x,y,z} x,y - caractéristiques z - cible
{-1,1,-1},{1,1,1},{1,-1-1},{-1,-1,1}
Calculons la covariance du premier jeton avec la cible : en tenant compte que mo = 0 nous avons : ((-1*-1) + (1*-1) + (1*-1) + (-1*1))/4 = (1+1-1-1)/4 = 0 il est évident que la corrélation est nulle aussi, la même chose sera avec le deuxième jeton, vous pouvez vérifier, mais pour le classificateur nileney les deux jetons sont plus que valides
Je ne crois pas que l'analyse de la corrélation entre le prédicteur et la cible soit utile.
Il existe de nombreux exemples où des variables étroitement corrélées ne dépendent pas les unes des autres, bien qu'il semble que l'une puisse prédire l'autre, comme ceci -http://pikabu.ru/story/lozhnyie_korrelyatsii_2287154 , ici sur le forum avant que je mette des articles de Habra sur le même sujet.
Il existe un terme plus intéressant, l'entropie croisée. Il s'agit d'un élément de la statistique, une façon d'analyser si un prédicteur s'adapte à une variable, une relation non linéaire.
Je ne crois pas que l'analyse de la corrélation entre le prédicteur et la cible donne quoi que ce soit.
Il existe de nombreux exemples où des quantités étroitement corrélées ne dépendent pas les unes des autres, bien qu'il semble que l'une puisse prédire l'autre, comme ceci -http://pikabu.ru/story/lozhnyie_korrelyatsii_2287154 , ici sur le forum avant que je ne colle des articles de hubra sur le même sujet.
Il existe un terme plus intéressant, l'entropie croisée. Il s'agit d'un élément de statistique, une façon d'analyser si un prédicteur s'adapte à une variable, une relation non linéaire.
1. personne n'analyse la corrélation - il s'agit du choix des prédicteurs.
2) Vous avez répété mon point de vue trois pages plus tôt :"La dépendance est un cas particulier de corrélation. Si deux variables sont dépendantes, alors il y a certainement une corrélation. S'il y a corrélation, il n'y a pas nécessairement dépendance."
3. l'entropie croisée, tout comme la corrélation, ne donne pas de réponse sur la présence d'une dépendance fonctionnelle.
Pour XOR , un ensemble de données peut être composé de 4 échantillons, l'essentiel ne change pas. {x,y,z} x,y - caractéristiques z - cible
{-1,1,-1},{1,1,1},{1,-1-1},{-1,-1,1}
Calculons la covariance du premier jeton avec la cible : en tenant compte que mo = 0 nous avons : ((-1*-1) + (1*-1) + (1*-1) + (-1*1))/4 = (1+1-1-1)/4 = 0 il est évident que la corrélation est aussi nulle, la même chose sera avec le deuxième jeton, vous pouvez vérifier, mais pour le classificateur nileney les deux jetons sont plus que valides
Deux prédicteurs également corrélés - lequel est éliminé sur la base d'une corrélation plus faible ? Lequel est le moins corrélé ?
1. personne n'analyse la corrélation - il s'agit du choix des prédicteurs.
2) Vous avez répété mon point de vue trois pages plus tôt :"La dépendance est un cas particulier de corrélation. Si deux variables sont dépendantes, alors il y a certainement une corrélation. S'il y a corrélation, il n'y a pas nécessairement dépendance."
3. l'entropie croisée, tout comme la corrélation, ne donnera pas de réponse sur la présence d'une dépendance fonctionnelle.
Une corrélation inverse n'est pas une dépendance ? Comment pouvez-vous même parler de dépendance en vous basant sur des courbes de corrélation, je ne comprends pas... comment peut-il y avoir une relation entre la courbe de rendement du pop-corn dans les champs et le nombre de poussins éclos par les commerçants industrieux ? Pourquoi serait-il préférable pour ns que la corrélation aléatoire entre des phénomènes non liés soit élevée ?
Je ne comprends pas.
Qu'est-ce que la corrélation inverse a à voir avec ça ?
Il existe des quantités corrélées. Certains d'entre eux peuvent avoir une corrélation fonctionnelle entre eux, et d'autres peuvent avoir une fausse corrélation.
Encore une fois -"La dépendance est un cas particulier de corrélation. Si deux variables sont dépendantes, alors il y a certainement une corrélation. S'il y a corrélation, il n'y a pas nécessairement dépendance."
Et encore une fois - à ce jour, il n'existe aucune méthode permettant de distinguer la dépendance fonctionnelle de la fausse corrélation.
Seulement les analytiques.
Je ne comprends pas.
Qu'est-ce que la corrélation inverse a à voir avec ça ?
Il existe des quantités corrélées. Certains d'entre eux peuvent avoir une corrélation fonctionnelle entre eux, et d'autres peuvent avoir une fausse corrélation.
Encore une fois -"La dépendance est un cas particulier de corrélation. Si deux variables sont dépendantes, alors il y a certainement une corrélation. S'il y a corrélation, il n'y a pas nécessairement dépendance."
Si deux variables ont une corrélation inverse, alors comment ? Comme les cotations du franc avec l'euro. Il y a une corrélation, mais il n'y a pas de corrélation.
si deux variables ont une corrélation inverse, alors comment ? comme les cotations du franc avec l'euro. La corrélation est certaine, mais il n'y a pas de corrélation.
Je ne comprends toujours pas : corrélation inverse ou absence de corrélation ?
Ou pensez-vous que si deux séries aléatoires ont un coefficient de corrélation de -1, alors elles "n'ont pas de corrélation" ?
Yoklmn.....