記事"戦略バランス曲線の品質評価としての R 乗"についてのディスカッション - ページ 3 123456789 新しいコメント Vasiliy Sokolov 2017.10.25 10:00 #21 fxsaber:この論文では、線形回帰は CLinReg::LRLineを介した誤差を考慮する。証明結果符号が正しくない。代替のLR実装(CAlglib::LRBuild + CAlglib::LRUnpack)は正しくカウントされます： LRの2乗はR^2と正確に等しい。符号については、間違えにくいようです。 Vasiliy Sokolov 2017.10.25 10:01 #22 fxsaber:私が間違っていたのはここだ。私にとっては、まったく当たり前のことではないのですそこで、アニメーションで実験的に確認してみることにした（鵜呑みにはできない）。どうやら本当のようだ。これは本当にクールだ。このアニメーションは 記事に挿入されるべきである！差し支えなければ、そうしましょう。 Vasiliy Sokolov 2017.10.25 10:11 #23 一般的に、統計学はすべてフーリバーの分野である。しかし、この論文は2つの点で興味深い：R^2の改善：ランダムウォークの指標が平均0.0の正規分布を生成するように変更する。非常に非自明なアークサイン定理の研究、確率的傾向の研究。確率的トレンドと市場のトレンドの類似性。 fxsaber 2017.10.25 10:40 #24 Vasiliy Sokolov: LRの2乗はR^2と正確に等しい。符号に関しては、ここでミスをするのは難しいようだ。符号の違いがわかるようになるまで、このコードを 何度か実行する必要がある。チャートは自己チェックのために特別にグラフを表示します - R2。そしてRはあなたの計算アルゴリズムです。Rが正確なR2と異なることがあるのがわかるだろう。符号が一致するように、あなたの回帰計算の方法を調整する必要があるでしょう。おそらく、誤差を示すソースの配列を提供するべきです。そうすれば一目瞭然です。Vasiliy Sokolov: これはとてもクールだ。このアニメーションは記事に挿入すべきです！もしよければ、そうしましょう。それから、アニメーションの コードは、通常の状態にあなたを仕上げるのに良いだろう。そして、より視覚的にするために、それぞれgifku。 Andrey Khatimlianskii 2017.10.25 10:49 #25 fxsaber:R^2 を計算する際の純資産は、AccountEquity( == AccountBalance + Sum(Profit[i])) ではなく、Sum(Profit[i] / Lots[i])(1 文字の TS の場合) として計算する必要があります。ストラテジーの MM が SL のサイズに基づいており、SL 自体が動的である場合はどうなりますか? 2 つの隣接するトレードが異なるロットを持ち、それに応じて、同じ pips 数を取るときに利益を得ることができます。 トレードあたりのリスクは同じになりますが。 fxsaber 2017.10.25 13:55 #26 Andrey Khatimlianskii:もしストラテジーのMMがSLサイズに基づいていて、SL自体が動的である場合はどうでしょうか？ 2つの隣り合うトレードが異なるロットを持ち、それに応じて同じpips数を取るときに利益を得ることができます。 トレードあたりのリスクは同じですが。この状況で何が変わるのか理解できません。 Andrey Khatimlianskii 2017.10.25 14:50 #27 fxsaber:この状況で何が違うのか分からない。ああ、僕は頭が悪いんだ。ロットで割っても同じ結果になる。 СанСаныч Фоменко 2017.10.25 17:02 #28 著者は偶然のプロセスをまったく理解していない。記事の結論はすべて偶然性の概念とは無関係であり、人々をミスリードしている。この意見を説明しよう。記事の冒頭で定義が述べられている：線形回帰とは、ある変数yが 別の独立変数xに 線形に依存することであり、y = ax+bという 式で表される。この式では、aは 乗数で、bは バイアス係数である。線形回帰は，次式では表現されないy = ax+bは1次方程式の式である． しかし，次式で表現されるy = ax+b + エラー誤差は正規分布でなければならず，そうでない場合は，線形回帰の適用を非常に制限する多くのニュアンスが生じる．線形回帰係数は、線形方程式とは異なり、 定数ではなく、偶然の値であり、Rなどで標準的な線形回帰フィットをとると、常に線形回帰係数について、係数のその値からの偏差、および確率（この係数の証拠はないという帰無仮説での確率）が指定されることを理解することが非常に重要です。もう一度：線形方程式とは異なり、線形回帰係数はまったく存在しないかもしれません。それが、この記事で議論されているR2係数が、回帰係数が存在しない確率が10%以下の回帰に対してのみ意味を持つ理由です。金融系列では、線形回帰の係数が有意であることを私は見たことがなく、したがって、まさにこの線形回帰を使用することが可能である。 Maxim Dmitrievsky 2017.10.26 07:03 #29 fxsaber:この論文では、線形回帰は CLinReg::LRLineを介した誤差を考慮する。証明結果符号が正しくない。代替のLR実装（CAlglib::LRBuild + CAlglib::LRUnpack）は正しくカウントされます：はい，エラーはありますが，その通りです．同じ R2 で正のものもありますが，最良の結果は非可逆集合の中で決定されます．あなたのバージョンではすべてOKです： fxsaber 2017.10.29 11:35 #30 fxsaber:線形回帰 "と呼ばれる線形関数を見つける基準は、分散のMNC、または同じもの、つまりピアソンのRQの絶対値を最大化することであり、それはMathAbs(LR) である。そして、MathAbs(LR) = MathSqrt(R^2)なので、MathAbs(LR)を 最大化することは、R^2を 最大化することと同じです。外れ値の MNC はMathMin((Sum(X[i] - LR[i])^2)) です。望まれるものは全く異なり、MathMin((Sum(X[i] - LR[i])^2* (i / Length)^2)) です。つまり、区間の始めに大きな誤差があっても、区間の終わりに小さな誤差があるよりも、結果に対する影響は小さいかもしれない。古典的LRはこれを考慮しないので、すべての誤差は "等しい "のです。誤差に異なる重みを与えるRの関数を提案してください。 123456789 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
この論文では、線形回帰は CLinReg::LRLineを介した誤差を考慮する。
証明
結果
符号が正しくない。代替のLR実装(CAlglib::LRBuild + CAlglib::LRUnpack)は正しくカウントされます：
私が間違っていたのはここだ。私にとっては、まったく当たり前のことではないのです
そこで、アニメーションで実験的に確認してみることにした（鵜呑みにはできない）。
どうやら本当のようだ。
これは本当にクールだ。このアニメーションは 記事に挿入されるべきである！差し支えなければ、そうしましょう。
一般的に、統計学はすべてフーリバーの分野である。
しかし、この論文は2つの点で興味深い：
LRの2乗はR^2と正確に等しい。符号に関しては、ここでミスをするのは難しいようだ。
符号の違いがわかるようになるまで、このコードを 何度か実行する必要がある。チャートは自己チェックのために特別にグラフを表示します - R2。そしてRはあなたの計算アルゴリズムです。
Rが正確なR2と異なることがあるのがわかるだろう。符号が一致するように、あなたの回帰計算の方法を調整する必要があるでしょう。
おそらく、誤差を示すソースの配列を提供するべきです。そうすれば一目瞭然です。
これはとてもクールだ。このアニメーションは記事に挿入すべきです！もしよければ、そうしましょう。
それから、アニメーションの コードは、通常の状態にあなたを仕上げるのに良いだろう。そして、より視覚的にするために、それぞれgifku。
R^2 を計算する際の純資産は、AccountEquity( == AccountBalance + Sum(Profit[i])) ではなく、Sum(Profit[i] / Lots[i])(1 文字の TS の場合) として計算する必要があります。
ストラテジーの MM が SL のサイズに基づいており、SL 自体が動的である場合はどうなりますか?
2 つの隣接するトレードが異なるロットを持ち、それに応じて、同じ pips 数を取るときに利益を得ることができます。
トレードあたりのリスクは同じになりますが。
もしストラテジーのMMがSLサイズに基づいていて、SL自体が動的である場合はどうでしょうか？
2つの隣り合うトレードが異なるロットを持ち、それに応じて同じpips数を取るときに利益を得ることができます。
トレードあたりのリスクは同じですが。
この状況で何が変わるのか理解できません。
この状況で何が違うのか分からない。
ああ、僕は頭が悪いんだ。ロットで割っても同じ結果になる。
著者は偶然のプロセスをまったく理解していない。記事の結論はすべて偶然性の概念とは無関係であり、人々をミスリードしている。
この意見を説明しよう。
記事の冒頭で定義が述べられている：
線形回帰とは、ある変数yが 別の独立変数xに 線形に依存することであり、y = ax+bという 式で表される。この式では、aは 乗数で、bは バイアス係数である。
線形回帰は，次式では表現されない
y = ax+bは1次方程式の式である．
しかし，次式で表現される
y = ax+b + エラー
誤差は正規分布でなければならず，そうでない場合は，線形回帰の適用を非常に制限する多くのニュアンスが生じる．
線形回帰係数は、線形方程式とは異なり、 定数ではなく、偶然の値であり、Rなどで標準的な線形回帰フィットをとると、常に線形回帰係数について、係数のその値からの偏差、および確率（この係数の証拠はないという帰無仮説での確率）が指定されることを理解することが非常に重要です。もう一度：線形方程式とは異なり、線形回帰係数はまったく存在しないかもしれません。それが、この記事で議論されているR2係数が、回帰係数が存在しない確率が10%以下の回帰に対してのみ意味を持つ理由です。金融系列では、線形回帰の係数が有意であることを私は見たことがなく、したがって、まさにこの線形回帰を使用することが可能である。
この論文では、線形回帰は CLinReg::LRLineを介した誤差を考慮する。
証明
結果
符号が正しくない。代替のLR実装（CAlglib::LRBuild + CAlglib::LRUnpack）は正しくカウントされます：
はい，エラーはありますが，その通りです．同じ R2 で正のものもありますが，最良の結果は非可逆集合の中で決定されます．
あなたのバージョンではすべてOKです：
線形回帰 "と呼ばれる線形関数を見つける基準は、分散のMNC、または同じもの、つまりピアソンのRQの絶対値を最大化することであり、それはMathAbs(LR) である。そして、MathAbs(LR) = MathSqrt(R^2)なので、MathAbs(LR)を 最大化することは、R^2を 最大化することと同じです。
外れ値の MNC はMathMin((Sum(X[i] - LR[i])^2)) です。
望まれるものは全く異なり、MathMin((Sum(X[i] - LR[i])^2* (i / Length)^2)) です。つまり、区間の始めに大きな誤差があっても、区間の終わりに小さな誤差があるよりも、結果に対する影響は小さいかもしれない。
古典的LRはこれを考慮しないので、すべての誤差は "等しい "のです。
誤差に異なる重みを与えるRの関数を提案してください。