Régression bayésienne - Est-ce que quelqu'un a fait un EA en utilisant cet algorithme ? - page 13

 
Yuri Evseenkov:

J'ai répondu à votre première question. Je ne comprends vraiment pas les signes. Trouvez le nombre de barres à partir duquel la théorie fonctionne ? Je le rejette immédiatement.

"L'objectif initial était de concilier la ligne droite et la série de prix. - si la régression bayésienne est une ligne droite, alors elle n'est vraiment pas bonne.

Si elle est compatible avec une ligne droite, la régression linéaire des moindres carrés (LOS) connue de tous est suffisante. La méthode ANC permet également de combiner avec n'importe quelle curviligne. Dans le code connu de tous, au lieu du numéro 1,2,3... les valeurs de la curvuline sont utilisées.

Il peut même y avoir une curvuline de forme inconnue (polynomiale) - régression polynomiale, le codebase a un code pour cela.

---

Signes. C'est la base de la régression bayésienne. Des traits sont définis, dont la présence affecte un échantillon à une classe particulière avec une certaine probabilité. Ayant plusieurs caractéristiques et leurs probabilités, la probabilité finale est calculée en utilisant la formule de Bayes.

 
Yuri Evseenkov:

"La somme d'un nombre suffisamment grand de variables aléatoires faiblement dépendantes d'approximativement la même grandeur (aucune des composantes ne domine ou ne contribue de façon déterminante à la somme) a une distribution proche de la normale" (Wikipédia).

Si wikipedia fait plus autorité que la réalité du marché pour vous, alors cherchez-y les réponses à vos questions plutôt que de les poser ici.
 
Dmitry Fedoseev:

Qu'est-ce qui te fait penser ça ? Pas du tout. Vous n'avez pas besoin d'y réfléchir, c'est comme définir la portée de la régression bayésienne.

Nous devons déterminer les caractéristiques qui sont nécessaires pour calculer la régression bayésienne. C'est la première question sur la façon de faire un cercle carré. C'est là que vous pouvez vous rendre compte que la régression bayésienne n'a pas du tout sa place. Mais on s'en fiche... il faut faire quelque chose. Supposons que la coïncidence des valeurs de prix d'une ligne et de la deuxième ligne (dans notre cas la ligne) corresponde au maximum de vraisemblance. Et le chemin maximal un par un sera de 1/n (n - nombre de barres). Mais cette approche revient à dessiner avec une fourche dans l'eau. Nous devrions donc inventer une formule qui, à l'argument 0, donne 1/n, et à l'argument croissant tend vers 0. Ensuite, nous écrivons la formule de baes et nous substituons la formule que nous avons inventée précédemment pour les probabilités. Ensuite, nous devons trouver le maximum de la fonction résultante. Probablement prendre la dérivée, l'égaliser à zéro...

Le résultat sera presque le même que celui de la régression linéaire, car l'objectif initial était de combiner la ligne droite et la série de prix.

Après avoir lu un peu de littérature, il devient clair que dans la régression bayésienne, l'estimation des coefficients de régression linéaire est basée sur la connaissance a priori de leur distribution et sur l'hypothèse de normalité des erreurs. Tout le reste est identique à la régression linéaire habituelle avec estimation des coefficients par ANC. C'est à vous de décider si vous l'appliquez ou non au marché.

 
Alexey Burnakov:

Après avoir lu un peu de mathématiques, il devient clair que dans la régression bayésienne, l'estimation des coefficients de régression linéaire est basée sur la connaissance a priori de leur distribution et sur l'hypothèse de normalité des erreurs. Tout le reste est identique à la régression linéaire habituelle avec estimation des coefficients par ANC. C'est à vous de décider si vous l'appliquez ou non au marché.

D'où cela vient-il ?
 
Yuri Evseenkov:

...

"La somme d'un nombre suffisamment grand de variables aléatoires faiblement dépendantes, ayant approximativement la même grandeur (aucune somme ne domine, aucune contribution déterminante à la somme), a une distribution proche de la normale."(Wikipédia).

...

Je ne recommande pas de prendre cette définition au sérieux. Cette page wikipédia ne cite même pas de source. C'est le tour de quelqu'un d'autre.
 
Dmitry Fedoseev:
D'où cela vient-il ?

Articles Wikien anglais et quelques conférences sur le sujet. MNC est remplacé par une inférence bayésienne avec maximisation de la vraisemblance.

Et je pense que vous avez confondu l'application du théorème de Bayes à l'estimation a posteriori de la probabilité qu'un événement se produise avec ce qui est fait dans la régression bayésienne. Bien que tous deux soient basés sur une approche bayésienne des probabilités.

 
Alexey Burnakov:

Articles Wikien anglais et quelques conférences sur le sujet. MNC est remplacé par une inférence bayésienne avec maximisation de la vraisemblance.

Et je pense que vous avez confondu l'application du théorème de Bayes à l'estimation a posteriori de la probabilité qu'un événement se produise avec ce qui est fait dans la régression bayésienne. Bien que tous deux soient basés sur une approche bayésienne des probabilités.

Et quoi et comment y a-t-il une confusion ici ?

Quelle est la probabilité ?

 
Yuri Evseenkov:

... Les données du forex ont une distribution normale, et sont donc le domaine de la régression bayésienne ...

Pendant certaines périodes, les "données forex" (supposons qu'il s'agisse de prix) peuvent avoir une distribution normale, mais ce n'est évidemment pas le cas de la tendance - peut-être y a-t-il un mélange de distributions normales( ?) et autres.
Nous pouvons supposer que dans les séries de prix, il y a un changement séquentiel de distributions (ou de leurs mélanges), pas nécessairement normales.
L'application d'une régression aux séries de prix n'a aucun sens, car les séries de prix sont non stationnaires. En russe, cela signifie que les coefficients de régression calculés sur un échantillon ne correspondront pas à ceux d'un autre échantillon.

 
Dmitry Fedoseev:
Ce 18 ne couvre rien. Il est parfaitement remplaçable par la régression linéaire et le niveau Fibo. Vous ne pouvez pas avoir une conversation normale, vous n'avez pas de conversations constructives. Vous n'avez même pas encore démontré que vous comprenez ce qu'est le 18 et ce qu'il fait.

Evaluez la puissance de (18) avec un exemple simple, des données provenant d'ici http://www.statdata.ru/russia, quelle régression peut reproduire une telle chose ? Vous pouvez introduire les 10 principales méthodes de régression http://datareview.info/article/10-tipov-regressii-kakoy-vyibrat/.


Население России на 2016 год составляет 146 519 759 человек. Статистика населения России РФ - www.statdata.ru - Сайт о странах, городах, статистике населения и пр.
Население России на 2016 год составляет 146 519 759 человек. Статистика населения России РФ - www.statdata.ru - Сайт о странах, городах, статистике населения и пр.
  • www.statdata.ru
Общая численность населения России на 1 января 2016 года составляет 146 519 759 человек (с Крымом) по данным [1-Росстат] (согласно данным о предварительной оценке численности населения на 01.01.2016). ии на 1 января 2015 года составляла 146 267 288 человек. 1.41% или 32 421 чел. Далее Северо-Кавказский федеральный округ с ростом на 0.61% или 58...
 
Yousufkhodja Sultonov:

...quelle régression peut reproduire quelque chose comme ça ? Vous pouvez introduire les 10 principales méthodes de régression http://datareview.info/article/10-tipov-regressii-kakoy-vyibrat/.

...

Polynomial.
Raison: