ベイズ回帰 - このアルゴリズムを使ってEAを作った方はいらっしゃいますか？ - ページ 12

[Dmitry Fedoseev]

Yousufkhodja Sultonov:
...

ユスフ、申し訳ないが、どこでも、どんな時でも、18号を押し付けるのは、うんざりするほどだ。

ガウスISCは、決して時代遅れではなく、これまで以上に良く、シンプルになった古典的なものです。数学の手法を現代と時代遅れに分けることほど、愚かで間抜けなことはない。

[Yousufkhodja Sultonov]

Dmitry Fedoseev:

ユスフ、申し訳ないが、どこでも、どんな時でも、18号を押し付けるのは、うんざりするほどだ。

ガウスISCは、決して時代遅れではなく、これまで以上に良く、シンプルになった古典的なものです。数学の手法を現代と時代遅れに分けることほど、愚かで間抜けなことはない。

Dmitryさん、不正確な発言ありがとうございます、訂正しました。しかし、本質的には、あなたの言うように、（18）に有効な反論はあるのでしょうか？この回帰モデルは(18)よりも優れているのか、みたいな。MOCは線形関係がある場合に適用されるが、(18)は線形の場合を除けば、MOCの長所をそのままに、非線形領域も同様にうまくカバーする。

[Dmitry Fedoseev]

Yousufkhodja Sultonov:
Dimitriさん、不正確な発言、修正ありがとうございます。しかし、本質的には、あなたの言うように、（18）に強い反論はないのでしょうか？この回帰モデルは(18)よりも優れているのか、みたいな。MNCは線形依存性がある場合に適用されるが、(18)は線形の場合を除けば、MNCの長所をそのままに、非線形領域も同様にうまくカバーする。

(18)でカバーされるものはありません。線形回帰と フィボレベルで完全に代用される。普通の会話が成立しない、建設的な会話をサポートしない。18が何なのか、何をするものなのか、まだ理解していることすら証明されていませんね。

[Yury Reshetov]

Yuri Evseenkov:

次に、ベイズ回帰にするために、epsが正規の法則に従って分布していることを仮定する。

コペンハーゲニストの方、間違っていたら訂正して、次にどうしたらいいかアドバイスしてください。

正規分布は、金融商品のどこにも観察されないので、捨てましょう。そして、その代わりに実際の分布密度のヒストグラムを作り、それを近似する。

その違いを理解するには、以下のスクリーンショットをご覧いただければ十分です。黒線は正規分布、赤線は実確率密度関数のヒストグラムを表しています。

つまり、三角形の分布をとるだけなら、誤差はかなり少なくなる。三角形の辺は明らかに凹んでいるので、中心が同じ水平線 上にある連続した2つの円か、連続した楕円を取る方がより正確であるが。

[Dmitry Fedoseev]

Yury Reshetov:

1.正規分布は、金融商品のどこにも観察されないので、捨てましょう。代わりに、実際の分布密度のヒストグラムを構築し、それを近似する。

2.この違いを理解するには、次の画面を見れば十分です。黒線は正規分布、赤線はリアルボラティリティの確率密度関数のヒストグラムを示す。

3 すなわち、三角形の分布をとるだけであれば、誤差はかなり少なくなる。ただし、三角形の辺は明らかに凹んでいるので、中心が同じ水平線 上にある連続した2つの円や連続した楕円を取る方が精度は高くなる。

1.どこが近似値か？何に、何を、どのように近似させるのか？

2.

3.何のエラー？

[Yuri Evseenkov]

Dmitry Fedoseev:

なぜそう思うのですか？そんなことはありません。考えるまでもなく、ベイズ回帰の範囲を定義するようなものです。

ベイズ回帰を計算するために必要な機能を決める必要がある。これは、四角い円の作り方の最初の質問です。ここで、ベイズ回帰が全く合わないことに気がつくかもしれません。でも、私たちは気にしない...何かをしなければならないのです。1行目と2行目の価格値の一致（この場合は線）が最尤に対応するとする。そして、1本ずつの最大経路は1/n（n - バーの本数）となる。ただ、この方法は水の中で投石器を使って絵を描くようなものですが。そこで、引数0では1/nを与え、引数を増やすと0になるような公式を考案する必要があります。そして、ベイスの公式を書き下ろし、確率を先ほど考案した公式に置き換えるのです。次に、得られた関数の最大値を求める必要がある。おそらく、微分をとって、ゼロと等価にして......。

当初の目的は直線と価格系列を組み合わせる ことだったので、結果は直線回帰と ほぼ同じになる。

FXのデータは正規分布を持つという前提で、ベイズ回帰の範囲としているのはなぜか。

FXは、証券会社、FX会社、キッチンの多く - ヨーロッパ、中国、バハマ、バミューダ...たくさんあるんですよ。いずれも価格形成に決定的な貢献はしておらず、市場のどのプレーヤーも支配していない。この仮定は、確率論の中心極限定理に基づくものである。

"ほぼ同じ大きさの十分に大きな弱依存性確率変数の和（いずれも支配せず、行列式は和に寄与しない）は、正規分布に近い分布を持つ。"(Wikipedia)

FXとの関連で理解しているため。全証券会社のティックを1本のM5バー（数百万ティック）に集めると、バー内のティック分布は正規分布に近くなります。 また、タイムフレームが古ければ古いほど、それに近くなります。 各証券会社は独自の相場フローを持っており、その証券会社の非推奨度によって世界の主流と異なることになるのです。この図上の支配的な流れは、どの証券会社も大きく動くことのできないカーブ（確かに直線ではありません！）を表しています。

[Dmitry Fedoseev]

Yuri Evseenkov:

FXのデータは正規分布をしているので、ベイズ回帰の範囲になるという前提があるからです。

FXは、証券会社、FX会社、キッチンの多く - ヨーロッパ、中国、バハマ、バミューダ...たくさんあるんですよ。いずれも価格形成に決定的な貢献はしておらず、市場のどのプレーヤーも支配していない。この仮定は、確率論の中心極限定理に基づくものである。

"大きさがほぼ同じ（単一の和が支配せず、行列式が和に寄与しない）弱く依存する十分大きな数の確率変数の和は、正規分布に近い分布を持つ。"(Wikipedia)

FXとの関連で理解しているため。M5 バーに全証券会社のティック（数百万ティック）を集めると、バー内のティックの分布は正規分布に近くなります。 また、タイムフレームが古いほど、それに近くなります。 特定の証券会社は独自の相場フローを持っており、その証券会社の非推奨度によって世界支配のフローと異なるのです。この図上の支配的な流れは、どの証券会社も大きく動くことのできないカーブ（確かに直線ではありません！）を表しています。

では、私が書いたものは何も理解できなかったのですか？

[Alexey Burnakov]

Yury Reshetov:

正規分布は、金融商品のどこにも観察されないので、捨てましょう。その代わり、実際の分布密度のヒストグラムを作り、それを近似する。

その違いを理解するには、以下のスクリーンショットをご覧いただければ十分です。黒線は正規分布、赤線は実確率密度関数のヒストグラムを示している。

つまり、三角形の分布をとるだけなら、誤差はかなり少なくなる。三角形の辺は明らかに凹んでいるので、中心が同じ水平線 上にある連続した2つの円や連続した楕円を取る方が精度が高いが、この場合、三角形の辺は明らかに凹んでいる。

ユーリ

ラプラス分布（両側指数分布）を試してみてください。私見ですが、財務データが一番近いと思います。

ラプラスの最尤パラメータの解析的推定。

パラメータ推定[edit]。

N個の独立同分布の標本x1,x2, ...,xNが与えられた とき，μの最尤推定 量は標本中央値^[1]であり，bの最尤推定量は 次のようになる．

from: https://en.wikipedia.org/wiki/Laplace_distribution

[Dmitry Fedoseev]

素直でない人がここに来ると、「おや、どんな頭蓋骨が集まっているんだろう」と思うでしょう。クリロフの寓話『猿と眼鏡』が思い浮かぶのは、よくよく考えてからである。

[Yuri Evseenkov]

Dmitry Fedoseev:

では、私が書いたことを何も理解していないのですか？

最初の質問には答えました。サインについては、本当によくわかりません。 セオリーが機能する小節 数を見つけること？ そして、そこからダンスにつなげること？即座に却下します。

"本来の目的は、直線と価格連動を組み合わせること"- ベイズ回帰が直線なら、本当にダメなんです。