贝叶斯回归 - 有没有人用这种算法做了一个EA？ - 页 32

[Vasiliy Sokolov]

Yuri Evseenkov:

要写一个程序，请告知MT4中是否有正态分布的结果，或者是否使用其他的。

正常的PRNG生成的是均匀分布的数字。要将均匀分布转换为正态分布，需要使用一种特殊的转换算法。

[Vasiliy Sokolov]

我对小组成员对数学方法的高度掌握和对其适用原则的完全不理解感到惊讶。任何回归分析的相关数据。如果没有相关关系，那么回归就不适用。如果所研究的量的分布不同于正态，参数统计方法也不适用。市场不具有规范性的属性。另外，市场作为一个过程并不取决于时间。然而，这两件事从根本上击败了回归分析的 想法。

[СанСаныч Фоменко]

Vasiliy Sokolov:

我感到惊讶的是，在对数学方法的适用性原则完全无知的背景下，讨论参与者对数学方法的熟练程度很高。任何回归分析的相关数据。如果没有相关关系，那么回归就不适用。如果所研究的量的分布不同于正态，参数统计方法也不适用。市场不具有规范性的属性。另外，市场作为一个过程并不取决于时间。然而，这两件事从根本上击败了回归分析的想法。

好了，终于有了理性的声音。

在过去，应用数学的研究始于对第一类和第二类系统误差的研究，其意义来自系统分析而非统计学。

第一种系统误差的表述如下。

将正确的方法正确地应用于这些方法所不适用的数据。

一般的数学方法，特别是统计方法的应用基础是这些方法的适用性的理由。如今，随着人们广泛使用软件包形式的最复杂的数学工具，这一理由的重要性一再增加：不需要了解方法的内部构造--几行字就可以了。但为了证明应用....

[Yuri Evseenkov]

Vasiliy Sokolov:
正常的PRNG生成的是均匀分布的数字。要将均匀分布转换为正态分布，必须使用一种特殊的转换算法。

谢谢你。当我开始研究PRNG时，我在荒野中迷失了方向。顺便说一下，我在徘徊时也遇到了概率论的中心极限定理。一个 "哥本哈根主义者 "写道，如果我把几个不同的PRNG的结果结合起来，那么分布将是正常的。他还提到了维基百科中关于CPT的相同表述，而这一表述被我们支部的参与者所拒绝。

[Yuri Evseenkov]

Vasiliy Sokolov:

我对小组成员对数学方法的高度掌握和对其适用原则的完全不理解感到惊讶。任何回归分析的相关数据。如果没有相关性，回归就不适用。如果所研究的量的分布不同于正态，参数统计方法也不适用。市场不具有规范性的属性。另外，市场作为一个过程并不取决于时间。这两件事，把回归分析的想法划掉了，不管它的根源是什么。

而我对具有较高能力的参与者的帖子中的不一致感到惊讶。最近，在Illita的另一个主题中，你确认了正态分布的存在。的确，那里是关于价差的，你写道："分布分析仅从研究交易条件的角度来看是有意义的。鱼不在这里。" 现在你又写道："市场不具有常态的属性"。

我不是那个写了关于波动率、增量的事实，有一个 接近正态的分布规律 并给出了图表的人。我只是考虑到了这一点，因为我相信它。

总的来说，我对贝叶斯方法本身以及试图用贝叶斯公式将概率测量作为概率的乘积来计算感兴趣。而这取决于每个人能否在此基础上建立一个回归。我认为这里有鱼在水中。

[Yuri Evseenkov]

СанСаныч Фоменко:

好了，终于有了理性的声音。

在过去，应用数学的研究始于对第一类和第二类系统误差的研究，其意义来自系统分析而非统计学。

第一种系统误差的表述如下。

将正确的方法正确地应用于这些方法所不适用的数据。

一般的数学方法，特别是统计方法的应用基础是这些方法的适用性的理由。如今，随着人们广泛使用软件包形式的最复杂的数学工具，这一理由的重要性一再增加：不需要了解方法的内部构造--几行字就可以了。但要认识到.... 的应用。

谢谢你对系统性错误的提醒。 在你在本主题的一个帖子中的技术分析简史中，你写道："贝叶斯模型在金融市场中的地位是漫长而明确的 - 不适用"。

非常有趣的是，贝叶斯模型是如何被应用的，以及谁决定了不可更改性。贝叶斯方法被广泛用于欺诈检测、垃圾邮件、医学。为什么你在外汇中拒绝他们？

我想引用Habra关于贝叶斯的讨论。

"可能值得一说的是，这种方法在设计 算法时，要求开发者有相当高的数学文化，因为计算公式的输出和/或执行中的最微小的错误都会使整个方法失效和丧失信誉。概率方法特别容易出现这种情况，因为人类的思维并不适应与概率范畴的工作，因此对中间和最终概率参数的 "物理意义 "没有 "可见性 "和理解。这样的理解只存在于概率论的基本概念中，然后你只需要非常小心地根据概率论的规律组合和推导出复杂的事物--复合对象的常识已经没有帮助。特别是，在现代概率论哲学书籍中发生的相当严重的方法论争论，以及关于这一主题的大量诡辩、悖论和谜题都与此有关"。

[СанСаныч Фоменко]

Yuri Evseenkov:

谢谢你对系统性错误的提醒。 在你在这个主题的一个帖子中的技术分析简史中，你写道："贝叶斯模型在金融市场中的地位是漫长而明确的--不适用。"

非常有趣的是，贝叶斯模型是如何被应用的，谁 决定了不变性。

再读一下我的帖子。

同样的事情，但用词不同。

每种数学方法都适用于非常具体的数据，所以贝叶斯的适用性不是由任何人决定的，而是由适用于它的数据决定的。有几个帖子专门讨论这个问题。

甚至更简单，螺丝刀对螺丝，扳手对螺栓。

[Yuri Evseenkov]

СанСаныч Фоменко:

再次阅读我的帖子。同样的，但在其他方面。
每种数学方法都适用于非常具体的数据，所以贝叶斯的适用性不是由某个人决定的，而是由应用它的数据决定的。 有几个帖子专门讨论过这个问题。 说得更简单些，螺丝刀对螺丝，扳手对螺栓。

再次重读你的帖子https://www.mql5.com/ru/forum/72329/page17，我觉得很难反驳。让我问一个问题。

这里已经表明，价格增量的分布规律接近于正常。你不同意这一点吗？

我想把这个作为贝叶斯公式中的一个先验概率。这有错吗？

P.S. " 甚至更简单，用螺丝刀对付螺丝，用扳手对付螺栓。"现代好的螺丝有六角头的扳手（当用螺丝刀很难工作时），好的螺栓有螺丝刀的槽（当你用扳手够不着时）。请从字面和比喻的角度理解这一点。我的观点是，这些数据（螺丝和螺栓）的性质非常多样化。我不认为来自交易所 "战斗 "楼层的数据（经典技术分析所使用的）对外汇来说是足够的。 不幸的是，在外汇中，有一个真实市场的游戏模拟。

[СанСаныч Фоменко]

Yuri Evseenkov:

我想把这个作为贝叶斯公式中的一个先验概率。这有错吗？

我不做贝叶斯回归。

我是一个专业的数学家，也许是一个糟糕的数学家，但对我来说，通常的步骤对我来说是任何模型的。

• 想使用贝叶斯回归--请阅读该模型对原始数据的要求
• 分析输入数据：商数本身或其转换。
• 用贝叶斯回归法对照初始数据的初始要求进行检查。
• 如果模型的初始数据要求和你的分析相吻合或几乎吻合，那么就用R，一键拟合出乎意料的喜欢的贝叶斯回归。
• 的结果，首先检查获得的系数，并证明它们是可以信赖的，指定置信区间
• 将获得的回归结果应用于样本之外，并查看结果
• 如果错误增加了，但在礼节范围内--万岁，以前的所有练习都没有白费。

或者我们可以简单地记住（如上文所写），在市场上应用回归是一件耐人寻味的事情，上帝保佑，价格增量，而不是价格本身，将适合一些GARCH。

[Дмитрий]

Vasiliy Sokolov:

我对小组成员对数学方法的高度掌握和对其适用原则的完全不理解感到惊讶。任何回归分析的相关数据。如果没有相关性，回归就不适用。如果所研究的量的分布不同于正态，参数统计方法也不适用。市场不具有规范性的属性。另外，市场作为一个过程并不取决于时间。这两个人都划掉了回归分析的想法，不管它的根源是什么。

回归分析 并不要求输入数据的正态分布，它要求模型残差的正态分布。

所有经济数据、价格特征等都是相关的。不存在不相关的数据。

价格取决于时间。