"Veri Bilimi ve Makine Öğrenimi (Bölüm 01): Lineer Regresyon" makalesi için tartışma

 

Yeni makale Veri Bilimi ve Makine Öğrenimi (Bölüm 01): Lineer Regresyon yayınlandı:

Yatırımcılar olarak sistemlerimizi ve kendimizi sayıların söylediklerine dayalı şekilde kararlar alma konusunda eğitmemizin zamanı geldi. Tüm dünyanın hareket ettiği şekilde, görsel veya sezgisel olarak değil, biz, bu genel dalganın yönüne dik olarak hareket edeceğiz.

Basit lineer regresyon, bir bağımlı değişkene ve bir bağımsız değişkene sahiptir. Burada iki değişken arasındaki ilişkiyi anlamaya çalışıyoruz, örneğin bu, bir hisse senedi fiyatındaki değişimin SMA’daki değişimle olan ilişkisi olabilir.

Karmaşık Veriler

Hisse senedinin fiyatına göre gösterge değerlerini alıp grafikte çizdiğimizde aşağıdaki gibi rastgele dağılmış gösterge değerlerini elde ettiğimizi varsayalım (gerçek hayatta da durum böyledir).

(hisse senedi fiyatına göre alınan gösterge değerlerinin dağılım grafiği)

Bu durumda, göstergemiz/bağımsız değişkenimiz hisse senedi fiyatımızın/bağımlı değişkenimizin iyi bir öngörücüsü olmayabilir.

Yazar: Omega J Msigwa

 
Çok teşekkür ederim. Bu konuda bir yazı dizisi bekliyordum!
 
Max Brown #:
Çok teşekkür ederim. Bu konuda bir yazı dizisi bekliyordum!
harika, bu yazı dizisinde gelecek çok şey var
 
Sadece eğitimsiz bir görüş... SMA'nın fiyatla çok güçlü bir korelasyona sahip olduğunu söylemek için bilime ihtiyacım yok, kelimenin tam anlamıyla ortalama fiyat! Örneklerinizde güzel bir düz çizgi elde etmek için biraz "hile yapmak" gibi görünüyor, ancak bunun içinde çok fazla değer olup olmadığından emin değilim. Muhtemelen doğrudan fiyattan türetildikleri ve dolayısıyla yönü gerçekten tahmin etmedikleri için 1'e yakın korelasyon katsayısı değerlerinin ortadan kaldırılması gerektiği, bunun yerine tek bir gösterge olmadan bir grafikte çıplak gözle zaten görebildiğimiz şeyi tekrarladıkları iddia edilebilir.
 

Çoklu regresyon hesaplamasında bir hata yaptım, şu anda içeriği güncellemek için çalıştığım için lütfen çoklu regresyon oturumundaki modelleri dikkate almayın

Saygılarımla

 
Yaptığım çok sayıda çalışma, günümüz piyasasında doğrusal regresyonda hiçbir öngörü potansiyeli olmadığını göstermektedir.
Parabolik regresyonda hala bir miktar öngörü potansiyeli vardır, ancak yalnızca parabolik kanallar tanındıktan sonra.
Ancak bu potansiyelin tükeneceği bir zaman gelecektir :((
 
Omega J Msigwa Çoklu regresyon hesaplamasında bir hata yaptım, şu anda içeriği güncellemek için çalıştığım için lütfen çoklu regresyon oturumundaki modelleri dikkate almayın

Saygılarımla

Bu Makaledeki çoklu regresyona göz atın https://www.mql5.com/tr/articles/10928

Data Science and Machine Learning part 03: Matrix Regressions
Data Science and Machine Learning part 03: Matrix Regressions
  • www.mql5.com
This time our models are being made by matrices, which allows flexibility while it allows us to make powerful models that can handle not only five independent variables but also many variables as long as we stay within the calculations limits of a computer, this article is going to be an interesting read, that's for sure.
 

Merhaba,

total_data'nın neden 744 olarak ayarlandığını sorabilir miyim? Neden 744?

 
Satoshi Asakura #:

Merhaba,

total_data'nın neden 744 olarak ayarlandığını sorabilir miyim? Neden 744?

744/24 saat == 31 gün, aslında bunun için bir neden yok, veri kümesi boyutunu istediğiniz gibi seçebilirsiniz

 
y_nasdag_predicted tutup tutmadığımızı sorun. jupyter Notebook nerede yapılır
işleyebilir
teşekkür ederim
Dosyalar:
 
anan seti #:
y_nasdag_predicted tutup tutmadığımızı sorun. jupyter Notebook nerede yapılır
işleyebilir
teşekkür ederim

Açıklayabilir misiniz? Ne demek istiyorsunuz?