Régression bayésienne - Est-ce que quelqu'un a fait un EA en utilisant cet algorithme ? - page 44
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
La classification est également basée sur les caractéristiques des données entrantes. Si ces caractéristiques changent au fil du temps, l'application future de la classification donnera une prédiction incorrecte.
C'est tout triste...
Exactement. La décomposition des données en bacs (poches) est facile. Le problème se pose lorsque la distribution de probabilité sur les bacs change sur les données en dehors de l'échantillon d'entraînement.
Rien ne dure éternellement sous la lune.
Mais il y a quelque chose dans la classification qui est très proche de l'oreille du trader.
Nous nous asseyons et fixons les graphiques pour essayer de trouver des modèles. Et voilà : l'intersection de deux barres ! Sans parler d'un motif tel que "tête et épaules".
Ensuite, vous exécutez l'algorithme et il trouve plusieurs centaines d'arbres (un bonheur cent fois plus grand qu'avec les mashs), qui sont des combinaisons de valeurs de données d'entrée, qui peuvent être associées à la variable de sortie. Juste une parenté d'âmes et de TA, mais à quel niveau !
Les données non stationnaires ne sont pas prédites par les modèles de séries chronologiques. Ni les modèles statistiques (régression, autorégression, lissage, etc.) ni les modèles structurels (NS, classification, chaînes de Markov, etc.).
Uniquement les modèles par matière
Il est évident que je ne comprends pas quelque chose, mais de quelles statistiques et de quels modèles devons-nous parler si la fonction de corrélation pour une dérivée d'un processus de Wiener est une fonction delta. Bien sûr, les données du marché ne sont pas un processus de Wiener dans sa forme pure (du moins pas dans un environnement stationnaire homogène), mais les corrélations sur le marché actuel sont significatives sur un intervalle ne dépassant généralement pas 1 à 2 heures, le plus souvent entre 15 et 30 minutes. Et, en fait, ce n'est pas un fait qu'il s'agisse de la réalité et non d'un "reflet apparent de la lune apparente" (c).
Il est intéressant de constater que votre point de vue coïncide fortement avec le mien : j'ai démontré la présence de "corrélations" stables ou, mieux, de dépendances à l'égard de plusieurs prédicteurs pour l'intervalle de 20 minutes à une heure. Lire: https://www.mql5.com/ru/blogs/post/661499
Mais ce n'est pas encore la vérité finale. L'importance de l'asymétrie des probabilités pour une variable booléenne (prédire le signe du mouvement des prix) existe à des horizons plus lointains. Je vais écrire à ce sujet plus en détail.
Rien ne dure éternellement sous la lune.
Mais il y a quelque chose dans la classification qui est très proche de l'oreille du trader.
Nous nous asseyons et fixons les graphiques pour essayer de trouver des modèles. Et voilà : l'intersection de deux barres ! Sans parler d'un motif tel que "tête et épaules".
Ensuite, vous exécutez l'algorithme et il trouve plusieurs centaines d'arbres (un bonheur cent fois plus grand qu'avec les mashs), qui sont des combinaisons de valeurs de données d'entrée, qui peuvent être associées à la variable de sortie. Juste une parenté d'âmes et de TA, mais à quel niveau !
Les données non stationnaires ne sont pas prédites par les modèles de séries chronologiques. Ni les modèles statistiques (régression, autorégression, lissage, etc.) ni les modèles structurels (NS, classification, chaînes de Markov, etc.).
Uniquement les modèles par matière
Où puis-je trouver des informations sur les "modèles thématiques" ? Plus précisément, d'après ce que j'ai compris, en ce qui concerne le domaine "relevés de prix/relevés de prix d'échange".
L'analyse fondamentale est appliquée.
Les modèles thématiques sont des modèles qui expliquent un processus par des facteurs extérieurs à la série chronologique. Par exemple, la thermodynamique