Bayesian regression - Делал ли кто советник по этому алгоритму? - страница 11
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
Теории поведения цены, описываемые в разных наукообразных книжках по трейдингу, не подкреплены ничем, кроме рассуждений авторов.
Поведение цены - поведение совокупности разных групп участников рынка, соотношение и величина открытых позиций которых меняется динамично и стохастично. :)
Искать здесь закономерности, как мне кажется, дело интересное (для исследователя), но не денежное.
Ранее для себя я сформулировал две возможные стратегии - ловля трендов и ловля пипсов. Первая стратегия сводится к обнаружению начала и окончания тренда.
Вторая - ловля мелких (практически шум) движений цены. И ту и другую, на мой взгляд, необходимо формулировать в терминах исключительно статистических характеристик цены и/или приращений цены на соответствующем таймфрейме.
Недавно мне встретилось интересное словосочетание - статистический арбитраж. Изучаю ... :)
Понял вас. Просто один Факт - стохастическое поведение цены включает в себя стохастические закономерности, то есть, такие, где исход будет не гарантирован, а происходить с вероятностью. Но и это еще не все.
У вероятности есть доверительный интервал. И вот если p модельная - ее доверительный интервал доказуемо превышает, скажем, наивную p = 0,5 + ее доверительный интервал, то у нас есть стабильная (не строго говоря, конечно), проверенная эмпирически на независимых данных модель, которая может сделать МО превосходящая накладные расходы.
Понял вас. Просто один Факт - стохастическое поведение цены включает в себя стохастические закономерности, то есть, такие, где исход будет не гарантирован, а происходить с вероятностью. Но и это еще не все.
У вероятности есть доверительный интервал. И вот если p модельная - ее доверительный интервал доказуемо превышает, скажем, наивную p = 0,5 + ее доверительный интервал, то у нас есть стабильная (не строго говоря, конечно), проверенная эмпирически на независимых данных модель, которая может сделать МО превосходящая накладные расходы.
Отличие моей позиции от Вашей в том, что я не умею создавать модели, поэтому пользуюсь тем, что придумали разные умные люди. :)
Я с Вами полностью согласен.
Отличие моей позиции от Вашей в том, что я не умею создавать модели, поэтому пользуюсь тем, что придумали разные умные люди. :)
Здесь куча культурных наслоений. Все они чисто бла-бла-бла и немного красивых картинок. Надо все проверять по-хорошему.
Хочется иметь код по теме данной ветки.
1. Линейная регрессия. Метод наименьших квадратов. Формулы взяты из видеоролика.
y=kx+b;
k=(среднее произведение xy - произведение средних x и y)/ (средний квадрат х - квадрат среднего х);
b=среднее y - k*x среднее.
2. Произведя эти расчеты должны получить координаты прямой. Реальные значения будут отличатся от теоритических на величину eps= y(real)- y(teor).
Далее, чтобы регрессия стала баессовской принимается допущение что eps распределена по нормальному закону.
Пожалуйста, те кто копенгаген, поправте меня если что не так и посоветуйте что делать дальше.
Тут https://www.mql5.com/ru/code/8016 можно скачать индикатор, который рассчитывает линейную регрессию так же как и MT4 и строит канал линейной регрессии.
Тут https://www.mql5.com/ru/code/8016 можно скачать индикатор, который рассчитывает линейную регрессию так же как и MT4 и строит канал линейной регрессии.
Линия линейной регрессии которую построил индикатор почти совпала с той которую я построил на "глазок" . Бывает же так.
Линия линейной регрессии которую построил индикатор почти совпала с той которую я построил на "глазок" . Бывает же так.
Не стоит недооценивать наш мозг...
Может быть, индикаторы и придумываются для снятия нагрузки с мозга, из глубин бессознательного, так сказать...
...
Далее, чтобы регрессия стала баессовской принимается допущение что eps распределена по нормальному закону.
...
С чего такое предположение? Вовсе нет. Об этом и думать не надо, это как бы определение области применения баесовской регрессии.
Надо определиться с признаками, которые необходимы для расчета баесовской регрессии. Это первый вопрос того, как сделать квадратное круглым. Вот тут может появиться понимание, что баесовская регрессия никаким концом сюда не лезет. Но нам это пофик... что-то же надо делать. Допустим, что совпадение значений цены одного ряда и второго ряда (в нашем случае линии) будет соответствовать максимальной вероятности. А максимальная по одному признаку путь будет 1/n (n - количество баров). Хотя такой подход - это совсем как вилами по воде рисовать. Значит надо выдумать какую-то формулу, которая при аргументе 0 дает 1/n, а при увеличении аргумента стремится к 0. Затем записываем формулу баеса, вместо вероятностей подставляем придуманную ранее формулу. Дальше надо найти максимум полученной функции. Наверно взять производную, приравнять к нулю...
В результате получим почти тоже самое что и линейная регрессию, потому-что изначальной целью было совместить прямую линию и ценовой ряд.