Bayesian regression - Делал ли кто советник по этому алгоритму? - страница 7
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
А смысл? Конечно найти можно его, если поискать, за время существования рынков придумано множество всяких разных индикаторов, каждый из которых с большим или меньшим успехом можно куда-то прикрутить.
СанСаныч Фоменко:
Партия учит, что применение линейной регрессии к ценовым рядам некорректно, т.к. они нестационарны. :)
Автор в указанном посте просто неудачно выразился. В статистических пакетах есть стандартные процедуры для обработки временных рядов: выделение тренда, выделение сезонной компоненты и взятие разности. Автор имел ввиду первую.
Это не одно место, во всем разделе несколько раз. Почитал немного. Статейка в самых худших традициях самых унылых студенческих учебников.
Еще что нашел "Все приведенные ранее примеры Бокс-Кокс преобразования относятся к случаю, когда предполагается приведение закона распределения исходной последовательности к нормальному.".
Как же вы так дали ссылку на эту статью, вы же адепт движения "против нормального распределения"? Или нет?
Как же вы так дали ссылку на эту статью, вы же адепт движения "против нормального распределения"? Или нет?
Когда мы пытаемся применить статистику, то краеугольным камнем, фундаментом, является вопрос о ПРИМЕНИМОСТИ того или иного инструмента из этой науки.
Ваш пример не содержит случайных величин - константы. Дисперсия относится ТОЛЬКО к случайным величинам. В Вашем конкретном случае быцл получен уникальный для статистики результат: расчет дисперсии показал, что на вход поданы константы, а не случайные числа.
Уникальность Вашего примера состоит в том, что получен правильный и легко объяснимый результат. Обычно же, если тщательно не обосновать возможность применения какого-либо инструмента, например, линейной регрессии, то будет получен результат не имеющий никакого отношения к реальности, и, соответственно, совершенно не пригодный для использования на практике: цифры будут, их видно (суслика видим), а в реальности всех этих цифр нет! Просто игра в цифирь.
На примере линейной регрессии: стандартный алгоритм (не самопальный) рассчитывает коэффициенты регрессии и, обычно, крайняя правая колонка говорит о том, существуют ли в реальности те коэффициенты регрессии, которые мы видим. Если в крайне правой колонке стоит цифра 0.5 (50%) то точно, что напечатанных цифр нет. Если 10%, то так, в тумане. а если менее 5%, то цифры реально существуют. И этому можно верить только в том случае, если перед этим вам удалось обосновать ВОЗМОЖНОСТЬ применения этой самой линейной регрессии.
А с чего это вы взяли, что это не случайные числа. Случайные числа вдруг не могут встать в ровный ряд? Они могут и картину Репина нарисовать.
И вообще разговор был не о данных, а о формуле, о том, что она из себе представляет и какой смысл в себе несет.
Как же вы так дали ссылку на эту статью, вы же адепт движения "против нормального распределения"? Или нет?
И вообще разговор был не о данных, а о формуле, о том, что она из себе представляет и какой смысл в себе несет.
Как будто с луны свалились. Как будто выявить волны составляет сложность. Основная проблема теханализа и соответственно торговли - это выявление тренда.
Хоть вопрос не ко мне. Разрешите представится: Солдат армии генерала Гаусса. Рядовой, необученный.
В первом посте автора ветки приведено описание с формулами в формате pdf. Найти бы адекватный перевод. https://www.mql5.com/go?link=https://arxiv.org/pdf/1410.1231.pdf
Согласен. Если бы можно было бы точно знать флет или тренд на рынке, то большинство высокочастотных экспертов были бы прибыльны.
В этом посте, раздел 5. Снятие тренда
https://www.mql5.com/ru/articles/363
автор показывает вполне приемлемое приближение выборки приращений к нормальной. А точки, которые не ложатся на прямую - с ними давно известно как поступать: исключить из выборки примерно 7-10 % максимальных по модулю значений. Тогда даже критерий согласия Колмогорова (очень чувствительный к форме распределения) показывает нормальность выборки. Что касается исключённых значений - это те точки, на которых произошёл слом текущей тенденции. В том источнике, откуда эта методика (читал давно что-то англоязычное, не помню где) в принципе предлагается формировать выборки приращений из точек, которые находятся между точками слома тенденции, вот это и предлагается называть текущей тенденцией.
Это интересный материал.
Одно важное замечание: автор пишет, что для линейной регрессии и ANOVA предполагается нормальное распределение данных. Это очень пространное и неверное утверждение, которое многие повторяют, не думая. Речь идет, на самом деле, о предположении о нормальном распределении ошибок модели. Сами данные могут быть и не нормальными.
баесовская регрессия, линейная регрессия, нейронные сети, эволюционные алгоритмы.....эээх как богато общество лохов на рынке....и как радуются профессионалы тому что есть дурачки верящие в свои научные модели............)
как удивительно что до сих пор не ясно, что рынок простая вещь... сложные алгоритмы -- лажают, потому что они просто не уместны...
но нет --продолжайте продолжайте, тем лучше для тех кто не дрочит на математику а чертит уровни подержики сопротивления, следит за ложными прорывами, собирает-накапливает позицию и..... остальное неизвесно большей части форума (это получение банкнот в банкомате)
мы летим а вы ползете дураки вы дураки...........
Хоть вопрос не ко мне. Разрешите представится: Солдат армии генерала Гаусса. Рядовой, необученный.
В первом посте автора ветки приведено описание с формулами в формате pdf. Найти бы адекватный перевод. https://www.mql5.com/go?link=https://arxiv.org/pdf/1410.1231.pdf
Согласен. Если бы можно было бы точно знать флет или тренд на рынке, то большинство высокочастотных экспертов были бы прибыльны.
...