Regressão Bayesiana - Alguém já fez um EA usando este algoritmo? - página 32
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Para escrever um programa, favor informar se a distribuição normal dos resultados está disponível no MT4, ou se deve ser utilizado outro programa.
Estou impressionado com o alto nível de domínio dos métodos matemáticos pelos relatores e sua completa falta de compreensão dos princípios de sua aplicabilidade. Qualquer análise de regressão de dados correlacionados. Se não houver correlação, então a regressão não é aplicável. Se a distribuição das quantidades em estudo for diferente da normal, os métodos estatísticos paramétricos também não são aplicáveis. O mercado não tem a propriedade da normalidade. Também o mercado como um processo não depende do tempo. Ambas as coisas, no entanto, derrotam a própria idéia de análise de regressão em sua raiz.
Estou surpreso com o alto nível de proficiência em métodos matemáticos de discussão dos participantes contra um pano de fundo de completa ignorância dos princípios de sua aplicabilidade. Qualquer análise de regressão de dados correlacionados. Se não houver correlação, então a regressão não é aplicável. Se a distribuição das quantidades em estudo for diferente da normal, os métodos estatísticos paramétricos também não são aplicáveis. O mercado não tem a propriedade da normalidade. Também o mercado como um processo não depende do tempo. Ambas as coisas, no entanto, derrotam a própria idéia de análise de regressão em sua raiz.
Bem, finalmente, a voz da razão.
Antigamente, o estudo da matemática aplicada começava com o estudo dos erros sistemáticos de primeiro e segundo tipo, cujo significado era retirado da análise de sistemas e não da estatística.
O primeiro tipo de erro sistemático foi formulado da seguinte forma:
A aplicação correta de métodos corretos aos dados aos quais estes métodos não se aplicam.
A base da aplicação dos métodos matemáticos em geral e dos métodos estatísticos em particular é a RAZÃO da aplicabilidade desses mesmos métodos. E hoje em dia a importância desta mesma justificativa tem aumentado repetidamente em relação ao amplo acesso às mais sofisticadas ferramentas matemáticas na forma de pacotes de software: não é necessário entender a construção interna do método - um par de linhas e tudo mais. Mas para justificar a aplicação de....
O PRNG normal gera números uniformemente distribuídos. Para converter uma distribuição uniforme em uma distribuição normal, deve ser usado um algoritmo especial de conversão.
Estou impressionado com o alto nível de domínio dos métodos matemáticos pelos relatores e sua completa falta de compreensão dos princípios de sua aplicabilidade. Qualquer análise de regressão de dados correlacionados. Se não houver correlação, a regressão não é aplicável. Se a distribuição das quantidades em estudo for diferente da normal, os métodos estatísticos paramétricos também não são aplicáveis. O mercado não tem a propriedade da normalidade. Também o mercado como um processo não depende do tempo. Ambas as coisas, risca a própria idéia de análise de regressão, seja ela qual for em sua raiz.
E o que me surpreende é a inconsistência nos cargos dos participantes com um alto nível de competência. Recentemente, em outra linha da Illita, você confirmou a existência de uma distribuição normal. É verdade, lá foi sobre a propagação e você escreveu: "A análise da distribuição é de interesse apenas do ponto de vista do estudo das condições comerciais. O peixe não está aqui". E agora você escreve "O mercado não tem a propriedade da normalidade".
Não fui eu quem escreveu sobre o fato de que a volatilidade, os incrementos, têm uma lei de distribuição próxima ao normal e deram gráficos. Eu apenas levei isso em consideração, pois acredito nisso.
Em geral, estou interessado na própria abordagem Bayesiana e na tentativa de calcular uma medida de probabilidade como um produto de probabilidades usando a fórmula Bayes. E cabe a todos construir uma regressão sobre ela. Acho que há peixe na água aqui.
Bem, finalmente, a voz da razão.
Antigamente, o estudo da matemática aplicada começava com o estudo dos erros sistemáticos de primeiro e segundo tipo, cujo significado era retirado da análise de sistemas e não da estatística.
O primeiro tipo de erro sistemático foi formulado da seguinte forma:
A aplicação correta de métodos corretos aos dados aos quais estes métodos não se aplicam.
A base da aplicação dos métodos matemáticos em geral e dos métodos estatísticos em particular é a RAZÃO da aplicabilidade desses mesmos métodos. E hoje em dia a importância desta mesma justificativa tem aumentado repetidamente em relação ao amplo acesso às mais sofisticadas ferramentas matemáticas na forma de pacotes de software: não é necessário entender a construção interna do método - um par de linhas e tudo mais. Mas para RECONHECER a aplicação de....
Obrigado pela lembrança de erros sistêmicos. Em seu breve histórico de análise técnica em um post sobre este tópico você escreveu: "O lugar dos modelos Bayesianos nos mercados financeiros é longo e claramente definido - não se aplica".
É muito interessante como os modelos Bayesianos foram aplicados e quem determinou a imutabilidade. Os métodos Bayesianos são amplamente utilizados na detecção de fraudes, spam, medicina. Por que você os rejeita em forex?
Quero citar uma discussão de Habra sobre Bayes.
"Provavelmente vale dizer que tais métodos, ao projetar algoritmos, exigem uma cultura matemática bastante elevada do desenvolvedor, já que o menor erro na saída e/ou implementação de fórmulas computacionais anulará e desacreditará todo o método. Os métodos probabilísticos são particularmente propensos a isso, porque o pensamento humano não está adaptado para trabalhar com categorias probabilísticas e, portanto, não há "visibilidade" e compreensão do "significado físico" dos parâmetros probabilísticos intermediários e finais. Tal entendimento existe apenas para os conceitos básicos da teoria da probabilidade, e então você só precisa combinar e derivar coisas complexas de acordo com as leis da teoria da probabilidade - o senso comum para objetos compostos não é mais útil. Em particular, batalhas metodológicas bastante sérias que ocorrem em livros modernos sobre filosofia da probabilidade, bem como um grande número de sofismas, paradoxos e quebra-cabeças sobre este tópico estão relacionados a isto".
Obrigado pela lembrança dos erros sistêmicos. Em seu breve histórico de análise técnica em um post sobre este tópico você escreveu: "O lugar dos modelos Bayesianos nos mercados financeiros é longo e claramente definido - não se aplica".
Muito interessante como os modelos Bayesianos foram aplicados e quem determinou a imutabilidade.
Leia meu post novamente.
A mesma coisa, mas em palavras diferentes.
Cada método matemático é aplicável a dados muito específicos, portanto a aplicabilidade do Bayesian não é determinada por ninguém, mas pelos dados aos quais ele é aplicado. Vários cargos têm sido dedicados a esta questão.
E, para simplificar ainda mais, uma chave de fenda para parafusos e uma chave de fenda para parafusos.
Mais uma vez, leia meu post. O mesmo, mas em outras palavras.
Cada método matemático é aplicável a dados muito específicos, portanto a aplicabilidade da Bayes não é determinada por alguém, mas pelos dados aos quais ela é aplicada. Vários postos foram dedicados a esta questão. E para simplificar ainda mais, uma chave de fenda para parafusos, e uma chave de fenda para parafusos.
Releia seu post novamentehttps://www.mql5.com/ru/forum/72329/page17. Acho difícil argumentar. Deixe-me fazer uma pergunta.
Foi demonstrado aqui que os aumentos de preços têm uma lei de distribuição próxima ao normal. Você não concorda com isso?
Quero usar isto como uma probabilidade a priori na fórmula Bayes. Isso é errado?
P.S. " E ainda mais simples, uma chave de fenda para parafusos e uma chave de fenda para parafusos". Os bons parafusos modernos têm uma chave de fenda hexagonal (quando é difícil trabalhar com uma chave de fenda) e os bons parafusos têm fendas para chaves de fenda (quando não se pode alcançar com uma chave de fenda). Por favor, entenda isto tanto literalmente como figurativamente. Meu ponto é que estes dados (parafusos e pinos) são de natureza muito diversa. Eu não acho que os dados dos pisos de "batalha" das bolsas (com os quais opera a análise técnica clássica) sejam adequados para o Forex. No Forex, infelizmente, há uma simulação de jogo do mercado real.
Quero usar isto como uma probabilidade a priori na fórmula Bayes. Isso é errado?
Eu não faço regressão Bayesiana.
Eu sou um matemático profissional, talvez um mau matemático, MAS para mim, os passos habituais são para mim para qualquer modelo:
Ou podemos simplesmente ter em mente (como escrito acima) que a aplicação de regressões no mercado é uma coisa intrigante, se Deus quiser, que os aumentos de preço, não os preços em si, caberão em alguma GARCH.
Estou impressionado com o alto nível de domínio dos métodos matemáticos pelos relatores e sua completa falta de compreensão dos princípios de sua aplicabilidade. Qualquer análise de regressão de dados correlacionados. Se não houver correlação, a regressão não é aplicável. Se a distribuição das quantidades em estudo for diferente da normal, os métodos estatísticos paramétricos também não são aplicáveis. O mercado não tem a propriedade da normalidade. Também o mercado como um processo não depende do tempo. Ambas riscam a própria idéia da análise de regressão, não importa o que esteja na raiz.
A análise de regressão não requer uma distribuição normal dos dados de entrada, requer uma distribuição normal dos resíduos do modelo.
Todos os dados econômicos, características de preço, etc., estão correlacionados. Não há dados não correlacionados.
O preço depende do tempo.