Regressão Bayesiana - Alguém já fez um EA usando este algoritmo? - página 44
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
A classificação também se baseia nas características dos dados recebidos, e se essas características mudarem com o tempo, então a aplicação futura da classificação dará uma previsão incorreta
É tudo triste...
Exatamente. A decomposição dos dados em caixas (bolsos) é fácil. O problema será quando a distribuição de probabilidade nos silos mudar nos dados fora da amostra de treinamento.
Nada dura para sempre sob a lua.
Mas há algo na classificação que está muito próximo do ouvido do comerciante.
Sentamo-nos e olhamos para os gráficos e tentamos encontrar alguns padrões. E aqui está: a interseção de duas barras! Para não mencionar um padrão como "cabeça e ombros".
E então você executa o algoritmo e ele encontra várias centenas de árvores (cem vezes mais felicidade do que com mashes), que são combinações de valores de dados de entrada, que podem ser associados com a variável de saída. Apenas um parentesco de almas e TA, mas a que nível!
Os dados não estacionários não são previstos pelos modelos de séries temporais. Nem modelos estatísticos (regressão, autoregressão, alisamento, etc.) nem modelos estruturais (NS, classificação, cadeias de Markov, etc.).
Somente modelos de áreas temáticas
Obviamente não entendo algo, mas que estatísticas e que modelos devemos falar se a função de correlação para uma derivada de um processo Wiener é uma função delta. É claro que os dados de mercado não são um processo Wiener em sua forma pura (pelo menos não em um ambiente estacionário homogêneo), mas as correlações no mercado moderno são significativas no intervalo, geralmente não mais do que 1-2 horas, em sua maioria entre 15-30 minutos. E, na verdade, não é um fato que isso seja realidade e não um "reflexo aparente da lua aparente" (c)
É interessante que seu ponto de vista coincide fortemente com o meu ) Eu tenho mostrado a presença de "correlações" estáveis ou melhor dito, dependências de vários preditores apenas para o intervalo de 20 minutos a uma hora. Leia:https://www.mql5.com/ru/blogs/post/661499
Mas esta ainda não é a verdade final. O significado da inclinação de probabilidade para uma variável booleana (predizendo o sinal de movimento de preços) existe em horizontes mais distantes. Escreverei sobre isso com mais detalhes.
Nada dura para sempre sob a lua.
Mas há algo na classificação que está muito próximo do ouvido do comerciante.
Sentamo-nos e olhamos para os gráficos e tentamos encontrar alguns padrões. E aqui está: a interseção de duas barras! Para não mencionar um padrão como "cabeça e ombros".
E então você executa o algoritmo e ele encontra várias centenas de árvores (cem vezes mais felicidade do que com mashes), que são combinações de valores de dados de entrada, que podem ser associados com a variável de saída. Apenas um parentesco de almas e TA, mas a que nível!
Os dados não estacionários não são previstos pelos modelos de séries temporais. Nem modelos estatísticos (regressão, autoregressão, alisamento, etc.) nem modelos estruturais (NS, classificação, cadeias de Markov, etc.).
Somente modelos de áreas temáticas
Onde posso ler sobre "modelos de áreas temáticas"? Mais precisamente, tanto quanto sei, em relação à área temática "cotações de preços/cotações de câmbio".
Aplicada é uma análise fundamental.
Modelos de assunto são modelos que explicam um processo por fatores fora da série temporal. Por exemplo, a termodinâmica