확신. 거의. 다른 방법으로 계산할 때 선 y=ax+b의 계수와 b가 수치적으로 또는 거의 동일할 것이라는 의심의 그림자가 남아 있습니다. 여기서 두 가지 방법의 공식을 공들여 비교하거나 프로그램을 작성해야 합니다. 가장 중요한 것은 공식, 알고리즘 및 코드 자체가 이론에 적합해야 한다는 것입니다.프로그램은 다음을 수행해야 합니다.
-최소 자승법으로 선형 회귀 y=ax+b의 계수 a와 b를 계산합니다.
- 매트로 정규분포를 적용할 때 Bayes의 정리에 따라 확률이 최대가 되는 계수와 b를 구합니다. ax+b와 같은 기대치
다음으로, 계수를 비교해야 하며, 상당한 차이가 있는 경우 역학에서 이들 및 b를 기반으로 하는 두 직선의 거동을 살펴봅니다. 예를 들어 시각화 모드의 전략 테스터에서.
이 프로그램은 Bayes 공식의 다른 모델, 회귀, 분포를 사용하여 추가로 사용할 수 있습니다. 정말 좋은 일이 있을 수 있습니다.
회귀 모델에 따른 거래 결과가 매개변수 및 b를 선택하는 방법에 크게 의존할 가능성은 거의 없습니다. 입구가 훨씬 더 중요합니다. 그리고 b를 계산하는 방법은 더 간단한 것을 선택하십시오(최소 제곱).
일종의 멀티플레이어 온라인 컴퓨터 시뮬레이터
그것은 미래와 동기적으로 움직이므로 실제로는 그렇지 않습니다.
그것은 미래와 동기적으로 움직이므로 실제로는 그렇지 않습니다.
확신. 거의. 다른 방법으로 계산할 때 선 y=ax+b의 계수와 b가 수치적으로 또는 거의 동일할 것이라는 의심의 그림자가 남아 있습니다. 여기서 두 가지 방법의 공식을 공들여 비교하거나 프로그램을 작성해야 합니다. 가장 중요한 것은 공식, 알고리즘 및 코드 자체가 이론에 적합해야 한다는 것입니다. 프로그램은 다음을 수행해야 합니다.
-최소 자승법으로 선형 회귀 y=ax+b의 계수 a와 b를 계산합니다.
- 매트로 정규분포를 적용할 때 Bayes의 정리에 따라 확률이 최대가 되는 계수와 b를 구합니다. ax+b와 같은 기대치
다음으로, 계수를 비교해야 하며, 상당한 차이가 있는 경우 역학에서 이들 및 b를 기반으로 하는 두 직선의 거동을 살펴봅니다. 예를 들어 시각화 모드의 전략 테스터에서.
이 프로그램은 Bayes 공식의 다른 모델, 회귀, 분포를 사용하여 추가로 사용할 수 있습니다. 정말 좋은 일이 있을 수 있습니다.
CME))
회귀 모델에 따른 거래 결과가 매개변수 및 b를 선택하는 방법에 크게 의존할 가능성은 거의 없습니다. 입구가 훨씬 더 중요합니다. 그리고 b를 계산하는 방법은 더 간단한 것을 선택하십시오(최소 제곱).
조언 해주셔서 감사합니다. 결국 베이지안 방법은 다른 방법이 제공하지 않는 것을 제공합니다. 즉, 확률. 계수 a와 b가 x와 y, 시간 및 가격에 해당할 확률. 이것은 진입 및 퇴장 결정을 내리는 데 사용할 수 있습니다. 아니면 내가 희망적인 생각을 하고 있는 걸까?
확인했습니다. 매트와 함께 정규분포를 사용할 때 Bayes의 정리에 따라 확률이 최대가 되는 계수와 b를 받는 프로그램을 만들었습니다. 기대값은 ax+b와 같습니다.
알고리즘은 베이즈 공식 P(a,b|x,y)=P(x,y|a,b)로 대체하여 y=ax+b 라인의 가능한 값과 b를 통해 정렬하는 것으로 축소되었습니다. )*P(a)*P(b)/P(x,y); (하나)
우도 함수 P(x,y|a,b)로 우리는 mat에 대한 정규 분포 공식을 취했습니다. 대기 도끼 + b. Bayes 공식에 따른 최대 확률 측도는 표준편차에 반비례하는 것으로 나타났다.
계수 a와 b(베이즈 정리에 따른 확률이 최대일 때)를 기반으로 구축된 직선(빨간색 선)은 코드베이스에서 선형 회귀의 동일한 지표(노란색 선)와 거의 일치했습니다.
Dmitry Fedoseev, Vladimir 및 기타 "Copenhagens"가 옳았습니다.
동일한 결과가 나왔고 베이즈 공식을 사용하여 대응 a,b x 및 y의 확률 측정값을 얻었습니다. 이 경우(선형 의존성, y의 정규 분포, 및 b의 균일 분포), 표준 편차에 반비례하는 것으로 나타났습니다. 아마도 이 측정값이 분석에 유용할 것입니다.
정규 분포를 버리십시오. 금융 상품의 어느 곳에서도 관찰되지 않습니다. 그리고 그 대신에 실제 분포 밀도의 히스토그램을 독립적으로 구축하고 근사합니다.
구축이 가능합니다. 그러나 Bayes 공식에 적용하는 방법은 무엇입니까?
구축이 가능합니다. 그러나 Bayes 공식에 적용하는 방법은 무엇입니까?
그리고 그 대신에 실제 분포 밀도의 히스토그램을 독립적으로 구축
밀도는 가격 자체가 아니라 증가분입니다.
확인했습니다. 매트와 함께 정규분포를 사용할 때 Bayes의 정리에 따라 확률이 최대가 되는 계수와 b를 받는 프로그램을 만들었습니다. 기대값은 ax+b와 같습니다.
...
시원한! 의심할 여지 없이.
추세 초기에 비교하면 차이가있을 수 있으므로 살펴 볼 가치가 있습니다.