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 32

[Vasiliy Sokolov]

Yuri Evseenkov:

プログラムを書くために、MT4で結果の正規分布が使えるのか、それとも別のものを使うのか、アドバイスをお願いします。

通常のPRNGは一様に分布する数を生成する。一様分布を正規分布に変換するには、特別な変換アルゴリズムが 必要です。

[Vasiliy Sokolov]

パネリストの方々の数学的手法の習得度の高さと、その適用原理を全く理解していないことに驚かされます。あらゆる回帰分析がデータを相関させる相関がない場合、回帰は適用できない。調査対象の量の分布が正規分布と異なる場合、パラメトリック統計の手法も適用できない。市場には正常という性質はない。また、プロセスとしての市場は時間に依存しない。しかし、これらはいずれも、回帰 分析の考え方を根底から覆すものである。

[СанСаныч Фоменко]

Vasiliy Sokolov:

数学的手法の適用原理を全く知らないという背景の中、議論参加者の数学的手法に対する習熟度の高さには驚かされる。あらゆる回帰分析がデータを相関させる相関がない場合、回帰は適用できない。調査対象の量の分布が正規分布と異なる場合、パラメトリック統計の手法も適用できない。市場には正常という性質はない。また、プロセスとしての市場は時間に依存しない。しかし、これらはいずれも、回帰分析の考え方を根底から覆すものである。

さて、ようやく理性の声が聞こえてきました。

昔、応用数学の研究は、第一種、第二種の系統誤差の研究から始まったが、その意味は統計学からというより、システム解析からとられた。

第一種の系統的誤差は次のように定式化された。

正しい方法が適用されないデータに対して、正しい方法を適用すること。

一般的な数学的手法、特に統計的手法の応用の基本は、まさにこれらの手法が適用可能であることの理由である。そして今日、ソフトウェアパッケージの形で最も洗練された数学的ツールに広くアクセスできるようになったことに関連して、まさにこの正当化の重要性が繰り返し高まっています。しかし、その適用を正当化するために...。

[Yuri Evseenkov]

Vasiliy Sokolov:
通常のPRNGは一様分布の数字を生成します。一様分布を正規分布に変換するためには、特別な変換 アルゴリズムを使用する必要があります。

ありがとうございます。PRNGの勉強を始めてから、荒野に迷い込んでしまったんです。ところで、放浪しているうちに、同じように確率論の中心極限定理に出くわしました。ある「コペンハーゲン主義者」は、複数の異なるPRNGの結果を組み合わせれば、正規分布になると書いています。そして、彼は同じWikipediaのCPTの定式化を参考にしていたのですが、当支部の参加者はこれを否定していました。

[Yuri Evseenkov]

Vasiliy Sokolov:

パネリストの方々の数学的手法の習得度の高さと、その適用原理を全く理解していないことに驚かされます。あらゆる回帰分析がデータを相関させる相関がない場合、回帰は適用できない。調査対象の量の分布が正規分布と異なる場合、パラメトリック統計の手法も適用できない。市場には正常という性質はない。また、プロセスとしての市場は時間に依存しない。この2つは、回帰分析という考え方そのものを、それがどんなものであれ、根底から覆してしまうものなのです。

そして、驚いたのは、実力のある参加者の書き込みに矛盾があることです。最近、イリタさんの別のスレッドで、正規分布の存在を確認されましたね。確かに、そこにはスプレッドのことが書かれていて、「分布分析は、取引条件の検討という観点からしか興味がない」と書かれていましたね。そして今度は、「市場には正常性という性質がない」と書いていますね。

ボラティリティ、インクリメントが正規分布に 近い分布則を 持つことを書き、チャートを出したのは私ではありません。ただ、私はそれを信じているので、考慮しました。

一般的には、ベイズ式を使って確率の積として確率測度を計算する試みそのものに興味があります。そして、その上に回帰を築くのは、みんな次第です。ここに魚がいると思うんです。

[Yuri Evseenkov]

СанСаныч Фоменко:

さて、ようやく理性の声が聞こえてきました。

昔、応用数学の研究は、第一種、第二種の系統誤差の研究から始まったが、その意味は統計学からというより、システム解析からとられた。

第一の種類の系統的誤差は、次のように定式化された。

正しい方法が適用されないデータに対して、正しい方法を適用すること。

一般的な数学的手法、特に統計的手法の応用の基本は、まさにこれらの手法が適用可能であることの理由である。そして今日、ソフトウェアパッケージの形で最も洗練された数学的ツールに広くアクセスできるようになったことに関連して、まさにこの正当化の重要性が繰り返し高まっています。しかし、アプリケーションをREASONするのは...。

システムエラーについての注意喚起をありがとうございます。 このスレッドの投稿でテクニカル分析の簡単な歴史の中で、あなたは「金融市場におけるベイズモデルの位置は長く、明確に定義されている-適用できない」と書きました。

ベイズモデルがどのように適用され、誰が不変性を判断したのか、非常に興味深い。ベイズ法は、不正検知、スパム、医療などで広く使われている。FXではなぜ拒否するのですか？

ベイズに関するHabraの議論から引用したいと思います。

「このような方法は、アルゴリズムを設計 する際に、開発者の数学的教養がかなり要求されると言ってもよいだろう。なぜなら、計算式の出力や実装にわずかでも誤りがあると、その方法全体が無効となり、信用を失ってしまうからだ。特に確率論的手法は、人間の思考が確率的なカテゴリーを扱うことに適応していないため、中間・最終の確率的パラメーターの「物理的意味」が「見える化」されず、理解されないため、その傾向が強いと言われています。そのような理解は、確率論の基本的な概念に対してのみあり、あとは、複雑なものを確率論の法則に従って非常に注意深く組み合わせ、導き出せばよいのです。複合的なものに対する常識は、もはや役に立ちません。特に、現代の確率論の本で行われているかなり深刻な方法論上の争いや、このテーマに関する多くの詭弁、パラドックス、パズルは、これと関係がある」。

[СанСаныч Фоменко]

Yuri Evseenkov:

システムエラーを思い出させてくれてありがとう。 このスレッドの投稿でテクニカル分析の簡単な歴史の中で、あなたは "金融市場におけるベイズモデルの位置は長く、明確に定義されている-適用できない "と書きました。

ベイズモデルがどのように適用され、誰が 不変性を判断したのか、非常に興味深い。

私の投稿をもう一度読んでみてください。

同じことでも、言葉は違う。

各マットメソッドは非常に特殊なデータに適用されるため、ベイズの適用可能性は誰が決めるわけでもなく、適用するデータによって決まるのです。この問題については、いくつかの記事が割かれています。

さらに簡単に言うと、ネジにはドライバー、ボルトにはスパナということです。

[Yuri Evseenkov]

СанСаныч Фоменко:

もう一度、私の投稿を読んでみてください。同じでも、言い方を変えれば
それぞれの数学の手法は、非常に特殊なデータに適用されます。ですから、ベイズの適用可能性は、誰かが決めるのではなく、適用するデータによって決まります。 この問題については、いくつかの投稿があります。 さらに簡単に言うと、ネジにはドライバー、ボルトにはスパナということですね。

あなたの投稿をもう一度読み直してみてくださいhttps://www.mql5.com/ru/forum/72329/page17 反論しづらいと思います。質問させてください。

ここでは、価格増分は正規分布に近い分布則を持つことが示された。それに反対ですか？

これをベイズ式の先験的確率として使いたい。それは間違いですか？

追伸：「さらに簡単に言うと、ネジにはドライバー、ボルトにはスパナです」。最近の良いネジには六角レンチ（ドライバーで作業しにくい時）、良いボルトにはドライバー溝（レンチで届かない時）がついています。これは文字通りの意味でも、比喩的な意味でも理解してください。私が言いたいのは、このデータ（ネジやボルト）は、非常に多様な性質を持っているということです。私は、（古典的なテクニカル分析が作動する）取引所の「戦闘」フロアのデータがFXに適切であるとは思いません。 FXでは、残念ながら、実際の市場のゲームシミュレーションが行われているのです。

[СанСаныч Фоменко]

Yuri Evseenkov:

これをベイズ式の先験的確率として使いたい。それは間違いですか？

ベイズ回帰はやらない。

私はプロの数学者で、もしかしたらダメな人かもしれませんが、私にとって通常のステップは、どんなモデルにも当てはまります。

• ベイズ回帰を使いたい - モデルが生データに対して持つ要件を読み取る。
• 入力データ（商そのもの、またはその変換）を分析する。
• ベイズ回帰を用いて、初期データの要件と照らし合わせてみる。
• もし、モデルの初期データ要件と分析が一致するか、ほぼ一致するならば、Rを使い、ワンクリックでベイズ回帰のような予想外のフィッティングを行うことができます。
• その結果によって、まず得られた係数を確認し、信頼区間を 指定して、信頼できることを証明する。
• 得られた回帰をサンプル外に適用して結果を見る
• 誤差が大きくなっても、礼儀の範囲内であれば - 万歳、これまでの練習は無駄ではなかったのです。

あるいは、（上に書いたように）マーケットでの回帰分析の適用は、価格そのものではなく、価格の増分が何らかのGARCHに収まるという、神頼み的なものであることを心に留めておくだけでよいだろう。

[Дмитрий]

Vasiliy Sokolov:

パネリストの方々の数学的手法の習得度の高さと、その適用原理を全く理解していないことに驚かされます。あらゆる回帰分析がデータを相関させる相関がない場合、回帰は適用できない。調査対象の量の分布が正規分布と異なる場合、パラメトリック統計の手法も適用できない。市場には正常という性質はない。また、プロセスとしての市場は時間に依存しない。どちらも、根っこはどうあれ、回帰分析の考え方そのものを消してしまう。

回帰分析では、入力データの正規分布は必要なく、モデルの残差の正規分布が必要です。

経済データ、価格特性など全てに相関がある。無相関のデータは存在しない。

価格は時間によって異なります。