Pull to refresh

Comments 4

>позволило добиться получения прибыли, в среднем, в размере 7%
Сильный вывод.
Похоже, что это они по одной сделке такой вывод сделали, сгенерировав ее с разными вариантами длины окна прогнозирования и N и усреднив полученные результаты, в текущем виде никакой стат. значимости в этой «средней» прибыли 7%. А как в остальные периоды (кроме этих рассмотренных 20 дней) их предиктор работает им было лениво считать что ли?)
Так это как раз самый ключевой момент исследвания, но про него очень скромно описано в одну строчку «В дальнейшем были проведены испытания для других торговых дней, и результаты в общем были такими же.». Понимай как хочешь. Похоже на манипулирование путем сокрытия части информации — в статье явно не хватает примеров, где фильтр ошибся, и соотношение ошибок и успехов на длительном периоде.
LMS ассимптотически стремится к Moore-Penrose pseudo-inverse, который кстати так и называется Least-Squares Solution. Так что для большей «точности» можно уж сразу его использовать, просто построить большую матрицу из всех известных данных и вперед. Современные методы позволяют инвертировать огромные матрицы достаточно быстро, так что скорость не проблема, тем более если бабки нужны :)
Но вообще то аппроксимация рыночной конъюктуры линейной моделью от предыдущих данных это что то совсем тупое. Я хоть и не спец в этой области, но интуиция подсказывает что это никогда не сработает на реальных данных. Может надо какой-нибудь kernel-method приделать чтоб хотя-бы нелинейную модель получить. Да и то навряд ли.
> Как предсказать цену акций
… и жить в Сочи кгрулый год
Only those users with full accounts are able to leave comments. Log in, please.