Discussion de l'article "Science des données et Apprentissage Automatique (Partie 01) : Régression Linéaire"

 

Un nouvel article Science des données et Apprentissage Automatique (Partie 01) : Régression Linéaire a été publié :

Il est temps pour nous, en tant que traders, de nous former, ainsi que nos systèmes, à prendre des décisions en fonction de ce que disent les chiffres Pas en fonction de nos yeux et de ce que nos tripes nous font croire. C'est par là que le monde se dirige, alors avançons perpendiculairement à la direction de la vague.

La régression linéaire simple a une variable dépendante et une variable indépendante. Ici, nous essayons de comprendre la relation entre deux variables. Par exemple, comment le cours d'une action change avec le changement d'une moyenne mobile simple.

Données Complexes

Supposons que nous ayons des valeurs dispersées aléatoires pour un indicateur lorsqu'elles sont prises par rapport au cours de l'action(ce qui se produit dans la vraie vie).

(cours de l'action vs le diagramme de dispersion de la lecture de l'indicateur)

Dans ce cas, notre indicateur/variable indépendante peut ne pas être le bon prédicteur de notre prix de l'action/variable dépendante.

Auteur : Omega J Msigwa

 
Merci beaucoup, j'attendais une série d'articles sur ce sujet !
 
Max Brown #:
Merci beaucoup, j'attendais une série d'articles sur ce sujet !
super, il y a beaucoup à venir dans cette série d'articles
 
Ce n'est qu'un avis non éclairé... Je n'ai pas besoin de science pour savoir que la SMA a une très forte corrélation avec le prix, c'est littéralement le prix moyen! Il semble que l'on "triche" un peu pour obtenir une belle ligne droite dans vos exemples, mais je ne suis pas sûr qu'il y ait beaucoup de valeur là-dedans. On pourrait dire que les valeurs de coef de corrélation proches de 1 devraient être éliminées car elles sont probablement dérivées directement du prix et ne prédisent donc pas vraiment la direction, mais ne font que répéter ce que l'on peut déjà voir à l'œil nu sur un graphique sans un seul indicateur.
 

J'ai fait une erreur dans le calcul de la régression multiple, veuillez ne pas considérer les modèles sur la session de régression multiple car je suis en train de travailler sur la mise à jour du contenu.

Meilleures salutations

 
Mes nombreuses études montrent que la régression linéaire n'a aucun potentiel prédictif sur le marché actuel.
La régression parabolique a encore un certain potentiel prédictif, mais seulement après que les canaux paraboliques ont été reconnus.
Mais il y aura un moment où ce potentiel s'épuisera. :(((
 
Omega J Msigwa régression multiple, merci de ne pas prendre en compte les modèles sur la session de régression multiple car je suis en train de travailler sur la mise à jour du contenu.

Meilleures salutations

Consultez la régression multiple sur cet article https://www.mql5.com/fr/articles/10928

Data Science and Machine Learning part 03: Matrix Regressions
Data Science and Machine Learning part 03: Matrix Regressions
  • www.mql5.com
This time our models are being made by matrices, which allows flexibility while it allows us to make powerful models that can handle not only five independent variables but also many variables as long as we stay within the calculations limits of a computer, this article is going to be an interesting read, that's for sure.
 

Bonjour,

Puis-je vous demander pourquoi la valeur de total_data est fixée à 744 ? Pourquoi 744 ?

 
Satoshi Asakura #:

Bonjour,

Puis-je vous demander pourquoi la valeur de total_data est fixée à 744 ? Pourquoi 744 ?

744/24 heures == 31 jours, en fait il n'y a pas de raison pour cela vous pouvez choisir la taille de l'ensemble de données comme vous le souhaitez.

 
Demander si on garde y_nasdag_predicted. où faire jupyter Notebook
peut traiter
merci
Dossiers :
 
anan seti #:
Demander si on garde y_nasdag_predicted. où faire jupyter Notebook
peut traiter
merci

Pouvez-vous expliquer ce que vous entendez par