一个概率论问题 - 页 11

新评论
 
Stanislav Korotky:

让我们按顺序再看一遍。

上面提出的公式（我特意换个写法--通过X、A、B、C）。

p(x) = 1 - (1 - p(a))*(1-P(B))*(1-P(C))

将给出至少一个指标的信号的概率。这就是为什么结果如此之高--三个指标的信号更加频繁。但实质上，这并不是问题陈述所要寻找的。

由贝叶斯。

p(d|abc) = p(abc|d) * p(d) / p(abc)

这里P(ABC) = P(A) * P(B) * P(C)

其中先验指标概率的计算方法是所有指标的信号总和中每个指标的信号数。

默认情况下，当没有超级趋势时，P(D)=0.5，也就是说，买入和卖出信号的概率是相等的。

但我对如何计算P(ABC|D)有疑问。最简单的方法（由于独立性）。

p(abc|d) = p(a|d) * p(b|d) * p(c|d)

而每一个这样的条件概率必须被计算为在所有买入正确的条形图集合上的每个指标的信号数量。

但这一切并不是最后的真理。;-/

首先，3个信号太多 :-)

这足以解决2个信号的问题。

其次，即使不知道最初的先验信号概率，你也可以对它们做出非常接近事实的假设。

例如，我们可以引入关系P(X)=f(P(D|X))，即考虑先验概率=已知的 "信号后取利 "概率的函数。关于这个非常f，有相当多的了解。

  • 它对0.5是对称的（顺便说一下，就像P(D|X)一样）。
  • 它与P(D|X)成反比--很可能更准确的信号是罕见的
  • 它包含exp，即是非线性的--因为任何信号本身就是一种成分，你无法摆脱高斯 :-)

也就是说，你可以选择一个方便的函数进行计算，并计算出大约有什么，以及 "你得到什么 "更强烈地取决于什么。

 
Maxim Kuznetsov:

首先，3个信号太多 :-)

这足以解决2个信号的问题。

从笑脸来看，超限可能是个玩笑。最好能有一个分析形式的N个信号的系统，其中2当然也包括，但根据我的观察，3是一个相当流行的数字（至少，"养狗人推荐"--主要的，确认和过滤）。

如果我说错了，2个信号的分析解是什么？

到目前为止，我只清楚我们在这里把D看作是唯一的结果，但实际上有几个：买入（Db）、卖出（Ds）和等待（Dw），它们构成了一个完整的群体，可以影响P（A）、P（B）、P（C）的计算。
 
无线电运营商们正在进行反击。正在搜索该信号。
 
Stanislav Korotky:

从笑脸来看，过度杀戮可能是一个笑话。最好能 有一个针对N个信号的分析形式的系统，其中当然包括2，但根据我的观察，3是一个相当流行的数字（至少，"养狗人推荐"--主、确认和过滤）。

如果我说错了，2个信号的分析解是什么？

到目前为止，我只清楚，我们把D看作是唯一的结果，但事实上有几个：买入（Db）、卖出（Ds）和等待（Dw），它们形成了一个完整的群体，可能影响P（A）、P（B）、P（C）的计算。

有了最简单的2=(1+1)信号的解决方案，N的系统是很容易建立的：3个信号是(1+1)+1，以此类推。

我的口袋里没有现成的解决方案，所以一旦有想法出现，我就在这里提出......

我们非常正确地看待结果--在原始问题的框架内，不试图过度复杂化一切。

在现实生活中，当然信号X的信号："在不长于T的时间内，价格将达到+盈利点，而不是-亏损点，概率为P"，添加真正的信号，其中至少有一个特征与T不同，盈利，亏损，仍然是一种乐趣 :-)

 
Maxim Kuznetsov:

在现实生活中的信号X："在不长于T的时间内，价格将达到+盈利点，而不是-亏损点，概率为P"，增加真正的信号，至少有一个不同的T、盈利、亏损特征，是一个真正的乐趣:-)

通常情况下，获利（TakeProfit）、止损（StopLoss）和时间范围（T）由策略决定，即对统计中收集的所有信号都是一样的。让我们不要过早地把事情复杂化。;-)
 
Stanislav Korotky:
通常情况下，TakeProfit、StopLoss和时间跨度T是由策略决定的，即对统计中收集的所有信号都是一样的。我们不要过早地将事情复杂化。;-)

我呼吁你不要把任务复杂化，而是尽可能地简化它--只考虑一个只有2个信号的抽象任务。

最后说说现实：策略中设置的止盈、止损和提到的亏损/盈利信号的特点算是 "两个大的区别" :-)一般来说，真正的信号有一些非线性特征（你可以把它看成一个图）F(t) "在信号的时间t内达到盈利前损失的概率"，t增加和t趋向于类似于 "随机行走 "图表上的一个任意条目。

最后说一句题外话：很遗憾我们不能通过实验来验证分析解。或者有谁知道有55、60、65%可靠性的独立信号？

 
Maxim Kuznetsov:

最后一句题外话：很遗憾，我们无法通过实验来验证分析解。或者有谁知道有55、60、65%可靠性的独立信号？

当然，我们将能够检查分析解决方案。我们可以取一对相关性差的指数，为它们计算出所有的先验概率和与胜利相吻合的信号的概率。检查的价值是什么并不重要。即使是30%，40%--这也可以用来测试公式;-) 。为了评估这个分析解决方案的行为，我们可以简单地计算不同概率的N维函数，随后寻找具有更高可靠性的指数是一个单独的问题。
 
Stanislav Korotky:
当然，我们将能够检查分析解决方案。我们可以取一对相关性差的指数，为它们计算出所有的先验概率，以及信号与胜利相吻合的概率。检查的价值是什么并不重要。即使是30%、40%--这对于测试公式也是很好的;-) ....
如果是30、40岁，你现在已经是亿万富翁了。真正的数字是50。不要把它们放在一起或分开，都是一样的50。
 
Alexander:

假设我们有三个指标定期发出买入/卖出信号，而且它们的读数是相互独立的。我们用A表示第一个指标发出购买资产信号的事件，用B表示第二个，用C表示第三个。

我们把价格的上涨表示为事件D。

让P(D/A)=0.55--如果A指标给出买入信号，价格上涨的概率。

P（D/B）=0.6，P（D/C）=0.65。

找到P(D/ABC)--如果三个指标都发出买入信号，价格将上涨的概率。


答案是。

p(d|abc) = [p(d|a) * p(d|b) * p(d|c)] / [p(d|a) * p(d|b) * p(d|c) + (1 - p(d|a)) * (1 - p(d|b)) * (1 - p(d|c)

关于这个问题，已经发表了一篇文章。

 
Stanislav Korotky:

问题的答案是。

p(d|abc) = [p(d|a) * p(d|b) * p(d|c)] / [p(d|a) * p(d|b) * p(d|c) + (1 - p(d|a)) * (1 - p(d|b)) * (1 - p(d|c)

古特!
1...456789101112
新评论