От теории к практике - страница 72
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
угу
У Вас 0 получится.)
У Вас 0 получится.)
по модулю
Как я уже сказал, формула или объяснение. "угу" не хватает.
по модулю
Форум по трейдингу, автоматическим торговым системам и тестированию торговых стратегий
От теории к практике
Максим Дмитриев, 2017.12.13 22:07
ну просто сумма всех отклонений, разделенная на число отклонений
вопрос не в этом.
вопрос в том, чем ско лучше чем со.
вот например в МНК я знаю почему берут в квадрате, а здесь не понимаю.
вопрос не в этом.
вопрос в том, чем ско лучше чем со.
вот например в МНК я знаю почему бурет в квадрате, а здесь не понимаю.
Смысл в том, что под сред. линией и над сред линией будут равные площади, т.е., если перейти к сигналам, будет минимальная по энергии ошибка.
от того как мы посчитаем среднее отклонение, мы площади над линией и под линией не изменим.
будет ли это среднеквадратическое отклонение,
или среднее абсолютное.
Зачем придираться, формула есть. СКО действительно применяется гораздо чаще, я бы сказал, несравнимо чаще. Прежде всего, из-за порождаемой методом наименьших квадратов (МНК) простоты и вычислительной эффективности. Вот простой пример. Пока я буду считать, что среднее у Вас такое же, как в МНК, арифметическое.
Есть много, очень много строк. Большая советская энциклопедия в электронном виде. Нужно подсчитать среднюю долю числа пробелов в строке, и какой-нибудь из показателей разброса этой доли, СКО или Ваше среднемодульное отклонение от этого среднего (кратко буду называть его Чеб, потом расскажу, почему). Каждый проход по всем строкам стоит дорого, книги находятся на разных Интернет ресурсах, связь модемная по медной паре. Так вот, для подсчета СКО хватит одного прохода (сразу копим число строк, сумму долей пробелов и сумму квадратов долей пробелов, из этих сумм считаем сразу СКО ), а для Чеб необходимы два (на первом копим число строк и сумму долей, по ним считаем среднее, на втором копим сумму абсолютных отклонений от среднего, по ней считаем отклонение Чеб). Разница в трудоемкости в 2 раза.
И так везде, куда ни кинь - везде клин, если нужно что-то сделать методами Чеб. Задача аппроксимации таблично заданной функции порождает совершенно разные затраты на решение. Самый простой случай, заменяем функцию константой. По МНК это среднее арифметическое, которое находится всем понятно как и за один проход по таблице значений. Приближение с минимизацией абсолютного отклонения называется равномерным приближением, или Чебышевским. По нему надо искать медианное среднее, именно оно обеспечивает минимум сумме абсолютных отклонений от какой-либо из констант. Подумайте, как вычислять медиану. В MQL есть для этого готовая функция. Что она делает - верно, сначала упорядочивает все элементы по возрастанию. А это совсем не то, что найти среднее арифметическое.
И так дальше. В то же время надо отдавать себе отчет в том, что МНК искажает нормальные представления о явлении. Например, о таком, как средний уровень заработной платы. Этим пользуются органы статистики, сообщая о средней зарплате. Если на предприятии 25 работников, из них 5 главных зарабатывают по миллиону, а остальные 20 по 50 тысяч, средняя арифметическая зарплата будет 6/25=240 тыс., а медианное среднее равно 50 тысяч.