La statistica come modo di guardare al futuro! - pagina 17
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Ci sono. Ve le ho già date diverse volte e non le ripeterò. Se non li vedete o non volete vederli, non posso aiutarvi.
Capite, nessuno qui vi sta dimostrando niente e nessuno è obbligato a farlo. Mi hai chiesto di spiegartelo, ci ho provato, ma non hai capito. Ahimè, non tutto è così semplice in questo mondo crudele. Non tutto può essere fatto in un colpo solo, bisogna avere una certa base di conoscenze.
Ci sono. Ve le ho già date diverse volte e non le ripeterò. Se non li vedete o non volete vederli, non posso aiutarvi.
Capite, nessuno qui vi sta dimostrando niente e nessuno è obbligato a farlo. Mi hai chiesto di spiegartelo, ci ho provato, ma non hai capito. Ahimè, non tutto è così semplice in questo mondo crudele. Non tutto può essere fatto in un colpo solo, bisogna avere una certa base di conoscenze.
E cosa, sei riuscito a prevedere il prezzo nel quadro della Teoria dei Sistemi Dinamici non a salti e con una certa base di conoscenza?
Penso che un buon TS non può essere costruito senza fare una previsione, che sia 0,62 piuttosto che 1, significa che entro nel mercato con SL=TR in 62 trade su 100 e ottengo un profitto garantito.
Non posso farlo senza una previsione, altrimenti potrei perdere la testa per la rabbia.
Penso che l'autore abbia ampliato il concetto di prognosi alle altezze dello spazio e allora tutto quello che un trader fa sul mercato è la sua previsione, ma allora anche i cattivi TS si basano sulla previsione, oppure ha ristretto questo concetto ai sistemi di indicatori, ma allora i buoni TS sono possibili anche senza una previsione, ho pensato e ripensato a come chiamare i sistemi non indicatori senza una previsione iniziale e sono arrivato a SIMETRIC))), ma forse hanno già un nome?
E cosa, sei riuscito a prevedere il prezzo all'interno della Teoria dei Sistemi Dinamici senza saltare dentro e con una certa base di conoscenza?
Se rispondo di sì, pretenderai di mostrare le tue prove fino a quando non rinuncerò del tutto a scrivere su questo forum :) Quindi risponderò "no".
Se rispondo di sì, pretenderai di mostrare le tue prove fino a quando non rinuncerò del tutto a scrivere su questo forum :) Quindi risponderò "no".
La tua razionalizzazione su "cosa rispondere" è solo un rinforzo per aiutarti ad ammettere la verità - né tu, né nessun altro su questo forum, né Anischenko, né i padri fondatori hanno risultati positivi sulla previsione dei prezzi. Tale è il mondo crudele - quelli che non sanno pensare, divorano tutto come un pollo nella speranza di trovare il seme. E bastava leggere le limitazioni dell'applicazione della Teoria dei Sistemi Dinamici, per non fare la cernita.
Se è così, sarò il primo a buttare via tutta la mia esperienza con NS e ad unirmi a Prival come apprendista! In questo momento (o quasi) inizierò a rileggere il thread sul Flusso nel Forex e a costruire un filtro Kalman.
L'unico peccato è che probabilmente non dovrò farlo. E le ragioni, spero, diventeranno presto chiare.
Non dovreste confrontare la regressione lineare e le reti neurali, ogni metodo ha i suoi vantaggi e svantaggi. Per esempio le reti neurali danno un modello di segnale più liscio e una migliore risposta di fase, meno ritardo di 1 - 2 barre quando si prevede ma la regressione lineare dà un segnale più stabile ben oltre la formazione. Le figure mostrano un esempio di modellazione dagli stessi dati grezzi utilizzando reti neurali e regressione lineare. L'intervallo di quotazioni per l'addestramento del modello è preso dal 20 maggio al 10 giugno, la gamma di fluttuazioni dei tassi in questo intervallo era da 1,54 a 1,6 . Il segnale giallo e rosa sono reti neurali addestrate sugli stessi dati di input ma per funzioni target diverse, il rosso e il blu sono regressioni lineari addestrate sugli stessi dati e per le stesse funzioni target delle reti neurali, cioè giallo e rosso per una funzione target e rosa e blu rispettivamente per l'altra. La figura 1 mostra i grafici all'interno dell'intervallo in cui si è svolto l'allenamento. La Fig. 2 mostra i grafici al di fuori dell'intervallo di apprendimento, come si è visto in Fig. 2, dall'8 agosto, i modelli su reti neurali hanno cominciato a produrre un grande errore, cioè la formazione è stata sufficiente solo per 2 mesi perché il tasso era inferiore a 1,52, mentre il limite inferiore del campione di formazione era 1,54. La fig. 3 mostra i grafici con le quotazioni fino al 13 ottobre, è chiaro che i modelli basati sulle neuronet mostrano forti distorsioni, mentre i modelli basati sulla regressione lineare hanno conservato la loro stabilità senza ri-allenamento durante il mercato molto volatile. Combino sia le reti neurali che la regressione lineare, indebolendo le debolezze di ciascun metodo e rafforzando i loro punti di forza.
Non c'è bisogno di opporre la regressione lineare e le reti neurali, ogni metodo ha i suoi vantaggi e svantaggi.
Sto discutendo con te?
Naturalmente un confronto di metodi deve essere fatto nel contesto del compito da svolgere. Per me, per esempio, è rilevante la predizione one-step-ahead con previsione ad ogni passo. In una tale formulazione, NS è probabilmente fuori concorso.
I dati che hai presentato sono curiosi. Purtroppo, la qualità delle immagini non è eccellente, ed è difficile o addirittura impossibile vederci qualcosa. Se possibile, ingrandisci il primo terzo della seconda figura - voglio vedere la qualità delle muvings nell'area vicina al confine dell'ultima ottimizzazione di NS. Puoi anche presentare i dati in una forma più informativa - sotto forma di nuvola predittiva in coordinate di incrementi di prezzo e di muvenza (vedi pagina 3 di questo thread).
Purtroppo, la qualità delle immagini non è grande ed è difficile o addirittura impossibile vedere qualcosa nelle foto.
Le immagini possono essere cliccate e vengono poi mostrate nella loro scala originale.
Ho una domanda per Pilligrim: qual è il vettore di input per questi modelli e qual è l'output? Senza questi dati, queste cifre non dicono nulla.
Le immagini possono essere cliccate, poi vengono mostrate nella loro scala originale.
No, non è impressionante. Lasciate che lo ridisegni.