Régression bayésienne - Est-ce que quelqu'un a fait un EA en utilisant cet algorithme ? - page 14
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
Polynomial.
Si vous ajoutez du bruit aux citations, vous obtenez cette distribution :
Et comment cela aiderait-il le commerce ?
Prenez-la, calculez-la, comparez-la.
Pourquoi le ferais-je ? Je m'en fiche, tu peux rester dans ton brouillard aussi dense que tu le souhaites et aussi longtemps que tu le souhaites.
De plus, votre proposition semble très étrange. Puisque vous vous présentez comme un expert et un inventeur unique, vous devez connaître la régression polynomiale et en connaître les propriétés.
Il n'est absolument pas nécessaire de le calculer, il y a un indicateur dans la base de code, vous pouvez même changer le degré du polynôme, et c'est vraiment puissant.
Si vous ajoutez du bruit aux citations, vous obtenez cette distribution :
Et comment cela aiderait-il le commerce ?
Pourquoi le ferais-je ? Je m'en fiche, tu peux rester dans ton brouillard aussi dense que tu le souhaites et aussi longtemps que tu le souhaites.
De plus, votre proposition semble très étrange. Puisque vous êtes un expert et un inventeur unique, vous devez connaître la régression polynomiale et en connaître les propriétés.
Le polynôme doit être adapté aux données réelles à chaque fois, et dans le cas de (18) vous n'avez rien à faire, il s'ajuste lui-même de la meilleure façon possible. Vous n'avez tout simplement pas le courage d'admettre qu'un meilleur modèle que (18) n'a pas encore été inventé dans tous les sens.
Pourquoi l'adapter ? C'est le polynôme qui s'adapte le mieux par lui-même. Votre régression curviligne ne correspondra que rarement aux données. La situation ici est tout à fait différente, votre régression n'est pas que c'est le meilleur ou la meilleure, elle ne s'applique pas du tout ici.
On ne sait pas non plus très bien ce que vous appelez adaptation ? L'essence même de la régression est l'adaptation. Sinon, pourquoi l'appeler beurre ?
Comment pouvez-vous donner une estimation à quelque chose que vous n'avez pas essayé ?
Pourquoi l'adapter ? C'est le polynôme qui s'adapte le mieux par lui-même. Votre régression curviligne ne correspondra que rarement aux données. La situation ici est tout à fait différente, votre régression n'est pas que c'est le meilleur ou la meilleure, elle ne s'applique pas du tout ici.
On ne sait pas non plus très bien ce que vous appelez adaptation ? L'essence même de la régression est l'adaptation. Sinon, pourquoi l'appeler beurre ?
Le moyen le plus simple de me faire taire est de montrer le fonctionnement du modèle polynomial avec cet exemple. Je suis convaincu qu'il n'a aucune capacité de prédiction. Il peut être capable de montrer quelque chose à un segment des données réelles saisies, mais ensuite il s'éloigne de la réalité.
Sinon, on pourrait penser que la vôtre serait applicable pour les prévisions.