文章 "利用判别分析开发交易系统" - 页 2

 
faa1947:......但问题是,得出的结果是否 可信。问题不在于分类(这是问题的一部分,也需要解决),而在于对预测结果的信任。这正是问题所在。
没有 办法...我同意....
 
denkir:...

总的来说,我大致得到了类似的结果--无法拒绝 所考虑的系数等于零的零假设.....。

是的,这就是重点。

判别分析是一种数理统计方法。它的姊妹篇计量经济学 由于某种原因不使用这种分析方法。总之,我不记得为什么了。文章的结果很有趣。

 
denkir:

总的来说,我得到的结果大致相同--无法拒绝 所考虑的系数等于零的 null 假设....。

我能问几个问题吗?

1.分析使用了多少条数据、什么货币对和什么时间框架?

2.如果我们采用完全不同的历史数据,系数会有什么表现?如果我们将分析的柱状图数量增加 10 倍,系数的表现如何?

3.YES 要拒绝或证实零假设,最少需要多少条柱状图?历史上有这样的柱状图数量 吗?

4.所求系数是永恒常数且不随时间变化的假设的正确性如何?

5.在你的计算机上运行 YES 需要多长时间?

Документация по MQL5: Доступ к таймсериям и индикаторам / Bars
Документация по MQL5: Доступ к таймсериям и индикаторам / Bars
  • www.mql5.com
Доступ к таймсериям и индикаторам / Bars - Документация по MQL5
 
Virty:

我能问你几个问题吗?

1.分析使用了多少条数据、哪种货币对和哪个时间框架?

2.如果我们采用完全不同的历史数据,系数会有什么表现?如果我们将分析的条数增加 10 倍,系数会有什么表现?

3.YES 要拒绝或确认零假设,最少需要多少条柱状图?历史上有这样的柱状图数量 吗?

4.所求系数是永恒常数且不随时间变化的假设的正确性如何?

5.在您的计算机上运行 YES 需要多长时间?

1.欧元兑美元。文章指出:数据是使用策略测试器从 2011 年 8 月 1 日至 2011 年 10 月 1 日在 H1 期间收集的。

2.在文章的示例中,70% 的样本用于训练,30% 用于测试。在测试图中,系数保持其显著性。至于其他图表,请自行尝试。

3.条形图的数量至少应是为建立模型而测试的指标数量的 5 倍。柱状图越多,模型越可靠。

4.您或许可以找到此类指标及其系数:-)这不是本文的目的。

5.我们谈论的是毫秒。

评论中关于零假设的思考与判别分析无关。Faa1947 写的是回归分析,这不是一回事。

 
另一种复杂的修补方法。
 
C-4:
这只是微妙修补的另一种方式。

同意。判别分析、神经网络、自学程序、Kohonen 地图等都只是分析工具,但我们需要预测。在没有市场模型之前,使用分析工具是低效的。

因此,在讨论的文章中,市场模型被缝合到了用于分析的几个指标中。该模型对市场的描述很差,表现为系数等于零的概率很高。

在没有市场模型的情况下提出和讨论工具是毫无意义的。

 
Virty:

同意。判别分析、神经网络、自学程序、Kohonen 地图等只是分析工具,但我们需要预测。在没有市场模型之前,使用分析工具是低效的。

因此,在讨论的文章中,市场模型被缝合到了用于分析的几个指标中。该模型对市场的描述很差,表现为系数等于零的概率很高。

在没有市场模型的情况下提出和讨论工具是毫无意义的。

评论中提到的系数等于零的概率与该模型无关:-)

总的来说,这是一场圣战--技术分析是否有效的争论。有人只用技术分析就能成功交易,有人喜欢基本面分析,也有人喜欢两者兼用。

根据系统理论:预测一个系统的行为并不需要知道它是如何运作的。外汇市场模型是否可能存在也值得怀疑。根据技术分析,任何模型的出现都会立即反映在价格中:-)

 
ArtemGaleev:

评论中提到的零概率与此模型无关:-)

总的来说,这是一场圣战--技术分析是否有效的争论。有人只用技术分析就能成功交易,有人喜欢基本面分析,也有人喜欢两者兼用。

根据系统理论:预测一个系统的行为并不需要知道它是如何运作的。外汇市场模型是否可能也值得怀疑。根据技术分析,任何模型的出现都会立即影响价格:-)

有许多外汇市场模型。以下是其中一些:1.价格随机波动。2.价格是一个平滑函数,带有噪声。3.价格走势有时有趋势。4.来自经济学和基本面分析的大量模型。

要预测一个系统的行为,你甚至不需要知道它的结构。例如,可以将系统的历史转移到未来。但转移规则将是系统的模型。

 

你好、

非常感谢你撰写这篇文章!我非常感激。我想知道在哪里可以找到这样的软件!如果我已经喜欢上了某个设置,但我想提高我的胜率,该怎么办?如何使用 DA Statistica 来实现这一目标?

我用过一些神经网络 和遗传编程软件。它们能够根据用户的目标(胜率、净利润、交易频率、E(r)、利润因子等)构建策略。这个软件能做到这一点吗?如果可以,能否演示一下?

 

使用 StatSoft Statistica 进行数据分析。

我相信,其他目标也可以实现。不过,您应该考虑如何将它们纳入您的预测模型。举个例子,如果您在 H1 时间框架上进行交易,您可以尝试通过 H4 或 D1 指标数据来预测您的胜率。

H4 时间框架的预测与 H1 相同。