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
C'est de cela qu'il s'agit.
Les chercheurs ont choisi une période sans tendance claire, d'où l'intérêt des résultats.
En bref - qu'y a-t-il dans la capture d'écran ?
Сейчас идет разговор о том. как работает алгоритм.
Насчет применимости, найдется какая-нибудь задача, для которой пригодится. Цены кластеризовать не пойдет.
C'est de cela qu'il s'agit.
Les chercheurs ont choisi une période sans tendance claire, d'où l'intérêt des résultats.
La régression bayésienne est identique au réseau neuronal probabiliste (PNN) ou au réseau neuronal de régression générale (GRNN). Si vous n'aimez pas la distribution normale des erreurs, vous pouvez utiliser toute autre fonction de distance au lieu du noyau exponentiel, par exemple exp(-|distance|), exp(-distance^n), etc. Le résultat ne changera pas beaucoup. Une fonction de distance rapidement décroissante donnera un poids plus important aux événements les plus proches dans le passé. J'ai tâté de ce réseau et de ses variantes. En tant que régression, il n'est pas particulièrement adapté. Mais en tant que classificateur, il est meilleur, mais le résultat de son utilisation sur le marché n'est pas meilleur que tout autre outil ou tirage au sort. Regardez dans le forum sur 4. Les gens en ont discuté en leur temps.
Ne croyez surtout pas les articles universitaires sur le trading de marché. La plupart de ces articles sont écrits par des étudiants pour satisfaire aux exigences du doctorat (3-4 articles + thèse). Cela vaut également pour les sciences : des millions d'articles d'étudiants, et une valeur nulle. Faites confiance aux personnes qui travaillent dans ces industries. Tout trader ayant de l'expérience en sait plus qu'un professeur du MIT.
D'ici : http://datareview.info/article/10-tipov-regressii-kakoy-vyibrat/
En raison de l'hypothèse de normalité des erreurs, je doute de l'applicabilité de cette méthode aux marchés financiers.
En outre, dans tout modèle où la dépendance est estimée uniquement sous la forme d'un hyperplan, il y a une chance de manquer un bord non linéaire, ce qui peut rendre le modèle rentable.
Selon vous, quelle hypothèse d'erreur pourrait être appropriée pour les marchés financiers ?
"En raison de l'hypothèse de normalité des erreurs, je doute de l'applicabilité de cette méthode aux marchés financiers."
Les marchés financiers vendent et achètent. Des erreurs se produisent, et c'est normal.
// Double traitement du commentaire sur la citation
)
Ainsi, le message original est interprété différemment.
Tout traitement mathématique ou toute autre interprétation d'une citation est identique et ne doit pas être fait !
"En raison de l'hypothèse de normalité des erreurs, je doute de l'applicabilité de cette méthode aux marchés financiers."
Les marchés financiers vendent et achètent. Les erreurs arrivent, et c 'est normal.
// Double traitement du commentaire sur la citation
)
Ainsi, le message original est interprété différemment.
Tout traitement mathématique ou toute autre interprétation d'une citation est identique et ne doit pas être fait !
Oui ! C'est le genre d'interprétation artisanale qui se passe ici.
Mais je me demande toujours qui va tirer le résultat en premier.
Personne ne le fera.
Il faut utiliser une méthode dans laquelle la densité de la distribution des erreurs n'est pas importante. Méthodes non paramétriques.
Je ne fais pas du tout de régression et de valeurs de prix (ou ses transformations) dans mes expériences, je prédis le signe, mais on peut dire que cela fait aussi partie de l'information sur le prix.
Mes erreurs ressemblent à ceci :
0 1
0 0,58 0,42
1 0,43 0,57
Ou à peu près comme c'était écrit à l'origine :
1 - vrai, 0 - erreur : 1, 1, 1, 0, 0, 0, 1 , 1, 1, 1, 0, 1
Et la distribution de probabilité qui en résulte doit être aussi différente que possible de 0,5 / 0,5.
Si nous obtenons l'insensibilité mutuelle de tels résultats, nous arriverons à une distribution binomiale, et il existe pour elle de très nombreuses formules et tests statistiques.
Mais si je dois construire une sorte de modèle de régression pour le prix, l'hypothèse sur la forme PDF des erreurs ne devrait pas m'affecter.
UPD : https://en.wikipedia.org/wiki/Errors_and_residuals
https://en.wikipedia.org/wiki/Robust_statistics
Nous ne connaissons pas du tout la distribution des erreurs pour le forex. Formellement - et strictement - les erreurs sont des différences entre les valeurs modélisées et les valeurs du modèle obtenues sur la population génétique, c'est-à-dire des valeurs purement théoriques. Les résidus sont obtenus en distinguant les valeurs modélisées des valeurs du modèle sur l'échantillon disponible, mais ils ne seront pas non plus normaux, car les séries temporelles financières (leurs rendements, pour être plus exact) ne sont pas normales ( !) et sont fortement alignées et en pointe, alors qu'il est très difficile de modéliser unesérie aussifortement alignée et en pointe.
J'ai même pris la peine de calculer pour les incréments horaires la distribution originale (turquoise =)) et la distribution normale avec les mêmes paramètres de moyenne et d'écart-type. Comme vous pouvez le constater, c'est loin d'être normal. Et le test de normalité est loin d'être passé.
Les méthodes qui reposent sur la normalité des erreurs sont des méthodes classiques, datant du 20e siècle, telles que la régression linéaire et l'analyse de la variance. Mais on peut s'en passer.
Lisez le wiki).