贝叶斯回归 - 有没有人用这种算法做了一个EA？ - 页 29

新评论
 
Yuri Evseenkov:

一种多人的、基于计算机的在线模拟器

这是与期货同步的，所以不是真的。

 
Комбинатор:

与期货同步进行，所以不是真的。

什么类型的期货？RTS ?在一个交易者的论坛上，莫斯科交易所的 游戏轮廓和同一交易所的真实轮廓之间存在差异。而如果它与外汇同步，就意味着我们有一个优秀的模拟器。
 
Yuri Evseenkov:
CME ))
 
Yuri Evseenkov:

深信不疑。几乎。当用不同的方法计算时，直线y=ax+b的系数a和b在数值上或近似地相等，这一点仍有疑问。 在这里，你应该艰苦地比较两种方法的公式或编写一个程序。 主要的是，公式、算法和代码本身应该符合理论。该方案必须：

-用最小二乘法计算线性回归y=ax+b的a和b的系数

-获得a和b的系数，在应用数学期望值等于ax+b的正态分布时，贝叶斯定理的概率是最大的

然后，我们需要比较这些系数，如果有相当大的差异，就根据这些a和b的动态，看看两条线的行为。例如，在可视化模式的策略测试器中。

该程序可以进一步使用其他模型、回归、分布与贝叶斯公式。也许有些东西会拍得非常好。


回归模型的交易结果不太可能强烈依赖于选择参数a和b的方法。投入要重要得多。并选择较简单的（最小二乘法）方法来计算a和b。
 
Комбинатор:
CME ))
哦，是的！芝加哥证券交易所真棒这一点无可辩驳。
 
Vladimir:
回归模型的交易结果不太可能在很大程度上取决于选择a和b参数的方法。投入要重要得多。并选择较简单的（最小二乘法）方法来计算a和b。

谢谢你的建议。但贝叶斯方法给了你一些其他方法所没有的东西。也就是说，概率。系数a和b对应于x和y、时间和价格的概率。这可用于作出进入和退出的决定。还是我一厢情愿的想法呢？

 

我做了一个程序，它可以得到系数a和b，当应用期望值等于ax+b的正态分布时，根据贝叶斯定理的概率是最大的。

该算法被简化为列举y=ax+b行中a和b的可能值，将其代入贝叶斯公式P(a,b|x,y)=P(x,y|a,b)*P(a)*P(b)/P(x,y); (1)

概率函数P(x,y|a,b)取为正态分布公式，期望值为ax+b。贝叶斯公式的最大似然度量与标准差成反比。

由系数a和b（根据贝叶斯定理，其概率最大）构建的直线（红线）几乎与来自kodobase的线性回归的相同指标（黄线）重合。

德米特里-费多塞耶夫、弗拉基米尔和其他 "哥本哈根主义者 "是对的。

我们通过贝叶斯公式得到了相同的加上概率的a,b x和y的拟合措施。在这种情况下（线性依赖，y的正态分布，a和b的均匀分布），结果是与标准差成反比。也许这项措施在分析中会派上用场。


附加的文件：
BayesNormDistr_.mq4  5 kb
 
Yury Reshetov:

扔掉正态分布，因为在金融工具中没有任何地方观察到它。而要建立一个分布的真实密度的直方图，并对其进行近似。


有可能构建它。但如何将其应用于贝叶斯公式？


 
Yuri Evseenkov:

有可能构建它。只是，如何将其应用于贝叶斯公式？


而不是它，自己建立一个分布的真实密度的直方图。

密度不在于价格本身，而在于其增量。

 
Yuri Evseenkov:

我检查过了，我做了一个程序，得到了系数a和b，在应用期望值等于ax+b的正态分布时，根据贝叶斯定理，这些系数的概率是最大的。

...

酷!绝对的。

值得一看，比较一下趋势的起始点，那里可能有区别。

1...222324252627282930313233343536...55
新评论