文章 "您应当知道的 MQL5 向导技术（第 19 部分）：贝叶斯（Bayesian）推理" 新评论 MetaQuotes 2025.02.10 09:55 新文章 您应当知道的 MQL5 向导技术（第 19 部分）：贝叶斯（Bayesian）推理已发布： 贝叶斯（Bayesian）推理是运用贝叶斯定理，在获得新信息时更新概率假设。这在直观上倾向于时间序列分析中的适应性，那么我们来看看如何运用它来构建自定义类，不仅针对信号，还有资金管理、和尾随破位。 我们通过回顾贝叶斯推理来继续开发 MQL5 向导，它是统计学中的一种方法，可据每条馈送的新信息来处理和更新概率。它显然具有广泛的应用潜能，不过，我们的目的是作为交易者，我们全神贯注于它在预测时间序列中扮演的角色。时间序列可供交易者分析的主要是所交易证券的价格，但正如我们将在本文中所见，这些序列能被“扩展”，以便研究替代方案，如证券交易历史。 理论上，贝叶斯推理应能强化任何交易系统的市场适应性，因为任何假设都难免要重新评估。当依据历史数据进行测试，并随后给出前向漫游、或于实盘账户操练时，应当会导致少量的曲线拟合。但这就是理论，在真正实现中可能会毁掉一个好主意，这就是为什么我们将在本文中尝试研究贝叶斯推理的诸多可能实现。 [картинка] 因此，我们的文章按一种简单形式搭构，涵盖了贝叶斯推理的定义；应用示例则涵盖了自定义信号类、资金管理类、和尾随破位类、等等的概括；策略测试报告，以及最后的结论。 作者：Stephen Njuki 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
新文章 您应当知道的 MQL5 向导技术（第 19 部分）：贝叶斯（Bayesian）推理已发布：
贝叶斯（Bayesian）推理是运用贝叶斯定理，在获得新信息时更新概率假设。这在直观上倾向于时间序列分析中的适应性，那么我们来看看如何运用它来构建自定义类，不仅针对信号，还有资金管理、和尾随破位。
我们通过回顾贝叶斯推理来继续开发 MQL5 向导，它是统计学中的一种方法，可据每条馈送的新信息来处理和更新概率。它显然具有广泛的应用潜能，不过，我们的目的是作为交易者，我们全神贯注于它在预测时间序列中扮演的角色。时间序列可供交易者分析的主要是所交易证券的价格，但正如我们将在本文中所见，这些序列能被“扩展”，以便研究替代方案，如证券交易历史。
理论上，贝叶斯推理应能强化任何交易系统的市场适应性，因为任何假设都难免要重新评估。当依据历史数据进行测试，并随后给出前向漫游、或于实盘账户操练时，应当会导致少量的曲线拟合。但这就是理论，在真正实现中可能会毁掉一个好主意，这就是为什么我们将在本文中尝试研究贝叶斯推理的诸多可能实现。
[картинка]
因此，我们的文章按一种简单形式搭构，涵盖了贝叶斯推理的定义；应用示例则涵盖了自定义信号类、资金管理类、和尾随破位类、等等的概括；策略测试报告，以及最后的结论。
作者：Stephen Njuki