Régression bayésienne - Est-ce que quelqu'un a fait un EA en utilisant cet algorithme ? - page 32
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
Pour écrire un programme, veuillez indiquer si la distribution normale des résultats est disponible dans MT4, ou s'il faut en utiliser une autre.
Je suis étonné du haut niveau de maîtrise des méthodes mathématiques par les panélistes et de leur manque total de compréhension des principes de leur applicabilité. Toute analyse de régression a corrélé les données. S'il n'y a pas de corrélation, la régression n'est pas applicable. Si la distribution des quantités étudiées est différente de la normale, les méthodes statistiques paramétriques ne sont pas non plus applicables. Le marché n'a pas la propriété de la normalité. De même, le marché en tant que processus ne dépend pas du temps. Ces deux éléments, cependant, vont à l'encontre de l'idée même de l'analyse de régression.
Je suis étonné du haut niveau de maîtrise des méthodes mathématiques des participants à la discussion, alors qu'ils ne comprennent absolument pas les principes de leur applicabilité. Toute analyse de régression a corrélé les données. S'il n'y a pas de corrélation, alors la régression n'est pas applicable. Si la distribution des quantités étudiées est différente de la normale, les méthodes statistiques paramétriques ne sont pas non plus applicables. Le marché n'a pas la propriété de la normalité. De même, le marché en tant que processus ne dépend pas du temps. Ces deux éléments, cependant, vont à l'encontre de l'idée même de l'analyse de régression.
Eh bien, enfin, la voix de la raison.
Autrefois, l'étude des mathématiques appliquées commençait par l'étude des erreurs systématiques de première et de seconde espèce, dont le sens était tiré de l'analyse des systèmes plutôt que des statistiques.
Le premier type d'erreur systématique a été formulé comme suit :
L'application correcte de méthodes correctes à des données auxquelles ces méthodes ne s'appliquent pas.
La base de l'application des méthodes mathématiques en général et des méthodes statistiques en particulier est la RAISON de l'applicabilité de ces mêmes méthodes. Et de nos jours, l'importance de cette justification s'est accrue de manière répétée en relation avec le large accès aux outils mathématiques les plus sophistiqués sous forme de progiciels : il n'est pas nécessaire de comprendre la construction interne de la méthode - quelques lignes et tout. Mais pour justifier l'application de....
Le PRNG normal génère des nombres uniformément distribués. Pour convertir une distribution uniforme en une distribution normale, il faut utiliser un algorithme de conversion spécial.
Je suis étonné du haut niveau de maîtrise des méthodes mathématiques par les panélistes et de leur manque total de compréhension des principes de leur applicabilité. Toute analyse de régression a corrélé les données. S'il n'y a pas de corrélation, la régression n'est pas applicable. Si la distribution des quantités étudiées est différente de la normale, les méthodes statistiques paramétriques ne sont pas non plus applicables. Le marché n'a pas la propriété de la normalité. De même, le marché en tant que processus ne dépend pas du temps. Ces deux choses éliminent l'idée même de l'analyse de régression, quelle qu'elle soit à la base.
Et je suis surpris par l'incohérence des messages des participants ayant un haut niveau de compétence. Récemment, dans un autre fil de discussion d'Illita, vous avez confirmé l'existence d'une distribution normale. C'est vrai, là il était question du spread et vous avez écrit : " L'analyse de la distribution n'a d'intérêt que du point de vue de l'étude des conditions de trading. Le poisson n'est pas là." Et maintenant vous écrivez "Le marché n'a pas la propriété de la normalité".
Ce n'est pas moi qui ai écrit sur le fait que la volatilité, les incréments, ont une loi de distribution proche de la normale et qui ai donné des graphiques. Je l'ai juste pris en considération car j'y crois.
En général, je m'intéresse à l'approche bayésienne elle-même et à la tentative de calculer une mesure de probabilité comme un produit de probabilités en utilisant la formule de Bayes. Et c'est à chacun de construire une régression sur cette base. Je pense qu'il y a des poissons dans l'eau ici.
Eh bien, enfin, la voix de la raison.
Autrefois, l'étude des mathématiques appliquées commençait par l'étude des erreurs systématiques de première et de seconde espèce, dont le sens était tiré de l'analyse des systèmes plutôt que des statistiques.
Le premier type d'erreur systématique a été formulé comme suit :
L'application correcte de méthodes correctes à des données auxquelles ces méthodes ne s'appliquent pas.
La base de l'application des méthodes mathématiques en général et des méthodes statistiques en particulier est la RAISON de l'applicabilité de ces mêmes méthodes. Et de nos jours, l'importance de cette justification s'est accrue de manière répétée en relation avec le large accès aux outils mathématiques les plus sophistiqués sous forme de progiciels : il n'est pas nécessaire de comprendre la construction interne de la méthode - quelques lignes et tout. Mais pour RECONNAITRE l'application de....
Merci pour le rappel des erreurs systémiques. Dans votre bref historique de l'analyse technique dans un post sur ce fil de discussion, vous avez écrit : "La place des modèles bayésiens sur les marchés financiers est longue et clairement définie - non applicable".
Il est très intéressant de voir comment les modèles bayésiens ont été appliqués et qui a déterminé l'immuabilité. Les méthodes bayésiennes sont largement utilisées dans la détection des fraudes, le spam, la médecine. Pourquoi les rejetez-vous en forex ?
Je voudrais citer un extrait d'une discussion de Habra sur Bayes.
"Il est probablement utile de dire que de telles méthodes, lors de la conception d' algorithmes, exigent une culture mathématique assez élevée du développeur, car la moindre erreur dans la sortie et/ou la mise en œuvre des formules de calcul annule et discrédite toute la méthode. Les méthodes probabilistes y sont particulièrement sujettes, car la pensée humaine n'est pas adaptée pour travailler avec des catégories probabilistes, et il n'y a donc pas de "visibilité" et de compréhension de la "signification physique" des paramètres probabilistes intermédiaires et finaux. Une telle compréhension n'existe que pour les concepts de base de la théorie des probabilités, et il suffit alors de combiner et de dériver très soigneusement des choses complexes selon les lois de la théorie des probabilités - le bon sens pour les objets composites n'est plus utile. En particulier, les batailles méthodologiques assez sérieuses qui ont lieu dans les livres modernes sur la philosophie des probabilités, ainsi qu'un grand nombre de sophismes, de paradoxes et d'énigmes sur ce sujet sont liés à cela".
Merci pour le rappel des erreurs systémiques. Dans votre bref historique de l'analyse technique, dans un post sur ce fil, vous avez écrit : "La place des modèles bayésiens sur les marchés financiers est longue et précisément définie - sans objet."
Très intéressant de savoir comment les modèles bayésiens ont été appliqués et qui a déterminé l'immutabilité.
Relisez mon message.
C'est la même chose, mais avec des mots différents.
Chaque méthode matricielle est applicable à des données très spécifiques, de sorte que l'applicabilité de la méthode bayésienne n'est déterminée par personne, mais par les données auxquelles elle est appliquée. Plusieurs posts ont été consacrés à cette question.
Et pour faire encore plus simple, un tournevis pour les vis et une clé pour les boulons.
Lisez à nouveau mon message. La même chose, mais en d'autres termes.
Chaque méthode mathématique est applicable à des données très spécifiques, de sorte que l'applicabilité de Bayes n'est pas déterminée par quelqu'un, mais par les données auxquelles elle est appliquée. Plusieurs messages ont été consacrés à cette question. Et pour dire les choses encore plus simplement, un tournevis aux vis, et une clé aux boulons.
Relisez votre message à nouveauhttps://www.mql5.com/ru/forum/72329/page17 Je trouve qu'il est difficile d'argumenter. Laissez-moi vous poser une question.
Il a été montré ici que les incréments de prix ont une loi de distribution proche de la normale. N'êtes-vous pas d'accord avec cela ?
Je veux l'utiliser comme une probabilité a priori dans la formule de Bayes. Est-ce que c'est mal ?
P.S. " Et encore plus simplement, un tournevis pour les vis et une clé pour les boulons." Les bonnes vis modernes sont dotées d'une tête hexagonale (lorsqu'il est difficile de travailler avec un tournevis) et les bons boulons sont dotés de fentes pour tournevis (lorsque vous ne pouvez pas les atteindre avec une clé). Veuillez comprendre cela au sens propre comme au sens figuré. Ce que je veux dire, c'est que ces données (vis et boulons) sont de nature très diverse. Je ne pense pas que les données des parquets de "bataille" des bourses (avec lesquelles l'analyse technique classique fonctionne) soient adéquates pour le Forex. Dans le Forex, malheureusement, il y a une simulation de jeu du marché réel.
Je veux l'utiliser comme une probabilité a priori dans la formule de Bayes. Est-ce que c'est mal ?
Je ne fais pas de régression bayésienne.
Je suis un mathématicien professionnel, peut-être un mauvais, MAIS pour moi, les étapes habituelles sont pour moi pour tous les modèles :
Ou nous pouvons simplement garder à l'esprit (comme écrit ci-dessus) que l'application des régressions sur le marché est une chose intrigante, si Dieu le veut, que les augmentations de prix, et non les prix eux-mêmes, s'inscriront dans une certaine GARCH.
Je suis étonné du haut niveau de maîtrise des méthodes mathématiques par les panélistes et de leur manque total de compréhension des principes de leur applicabilité. Toute analyse de régression corrélant les données. S'il n'y a pas de corrélation, la régression n'est pas applicable. Si la distribution des quantités étudiées est différente de la normale, les méthodes statistiques paramétriques ne sont pas non plus applicables. Le marché n'a pas la propriété de la normalité. De même, le marché en tant que processus ne dépend pas du temps. Tous deux biffent l'idée même de l'analyse de régression, quelle qu'elle soit à la base.
L'analyse de régression n'exige pas une distribution normale des données d'entrée, elle exige une distribution normale des résidus du modèle.
Toutes les données économiques, les caractéristiques des prix, etc. sont corrélées. Il n'y a pas de données non corrélées.
Le prix dépend du temps.