Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Ich hingegen habe die Summe durch N dividiert. In diesem Fall entfallen alle Quersummen und die Formeln sind sehr kompakt.
Im Verhältnis zu was? Zur klassischen Definition? Oder auf eine Normalverteilung? Meiner Meinung nach macht es keinen Unterschied, weder bei kleinem N, noch bei großem N.
Ist es nur für die treuen Teilnehmer dieses Themas oder können auch andere (ich meine mich) mitmachen ...(einen Anzug besorgen).
Bei Interesse finden Sie hier einen linearen Regressionsindikator ohne Zyklen. Zählt die Regression einer großen Anzahl von Balken in einem Bruchteil einer Sekunde.
Und ist es nur für die engagierten Mitglieder dieses Themas oder können auch andere (ich meine mich) mitmachen ...(einen Anzug kaufen).
Vielen Dank... Es ist wirklich schön, diese Einstellung zu haben... Ich habe sie bereits und lerne sie.
Dies mag gerechtfertigt sein. Die Schätzung ist verzerrt, aber wenn Sie nicht mit sehr kurzen LRs arbeiten, ist die Genauigkeit angemessen.
Im Verhältnis zu was? Zur klassischen Definition? Oder auf eine Normalverteilung? Meiner Meinung nach macht es keinen Unterschied, weder bei kleinem N, noch bei großem N.
P.S. In Bezug auf die Preisdiagramme ist dies jedoch irrelevant, weshalb ich oben zugestimmt habe, dass eine solche Vereinfachung gerechtfertigt ist
Bei Interesse finden Sie hier einen linearen Regressionsindikator ohne Zyklen. Zählt die Regression einer großen Anzahl von Balken in einem Bruchteil einer Sekunde.
Wenn Sie die Farbgebung deaktivieren, wird 1,5 Mal schneller gezählt. Der Zugriff auf Arrays nimmt viel Zeit in Anspruch. Und wenn Sie einen Geschwindigkeitsrekord brauchen, können Sie auch andere Tricks anwenden. Aber dafür bekomme ich keinen Bonus.
Übrigens habe ich kurz in den MovingLR_2-Code geschaut und keine interessante Funktion zur Messung der Trendgeschwindigkeit gesehen - es ist möglich, in diesem Fall eine Winkelfunktion zu erstellen. Im Gegensatz dazu werden sie bei_LR0 bei jedem Takt berechnet. Das bedeutet, dass Sie den RMS für jeden Balken berechnen können. Und MovingLR_2 zeigt keine reine lineare Regression, sondern etwas, das ihr nahe kommt. Wenn es nur um die Position des Endes geht, ist das nicht sehr wichtig, aber es gibt Fälle, in denen man eine exakte lineare Regression braucht.
LR(Bar i) = a*i + b
LR(Bar i-1) = a*(i-1) + b
Woher
a = LR(Bar i) - LR(Bar i-1)
b = LR(Bar i) - a*i
Oder habe ich etwas falsch gemacht? Natürlich hängen a und b von i ab, wie es sich gehört.
Oder habe ich etwas falsch gemacht?
Sind Sie noch wach...?
Oder habe ich etwas falsch gemacht? Natürlich hängen a und b von i ab, wie es sich gehört.
Natürlich haben Sie das. So kann man sich das nicht vorstellen. a und b sind eine Funktion der minimalen quadratischen Abweichung über den gesamten Zeitraum. a ist der Neigungswinkel der Linie über den gesamten Zeitraum. Und die Erhöhung der LR-Endposition ergibt nicht den Winkel der gesamten Regression, sondern nur die Änderung des Koeffizienten b, der übrigens die Koordinate der Endposition der Linie ist.
Wenn Sie die Farbgebung deaktivieren, wird 1,5 Mal schneller gezählt. Der Zugriff auf die Arrays dauert sehr lange.
Und wenn Sie Berechnungen in Form von Geschwindigkeitsrekorden benötigen, können Sie einige andere Tricks anwenden.
Übrigens habe ich einen kurzen Blick auf den MovingLR_2-Code geworfen und keine Berechnungen der Linienkoeffizienten a und b gesehen,
...
Und MovingLR_2 führt keine reine lineare Regression durch. Wenn es nur darum geht, die Endposition zu zeichnen, ist das keine große Sache, aber es gibt Fälle, in denen man eine absolut genaue lineare Regression braucht.
A = (SummeXY - N3*SummeY)*N4;
B = (N1*SummeY - SummeXY)*N2;
Zur Veranschaulichung füge ich die Version MovingLR_2 bei, die nur die aktuelle lineare Regression zeichnet. Vor allem, weil es in der vorherigen einen Fehler bei der Berechnung von N4 gab :)
MovingLR_2 liefert eine rein lineare Regression, und es ist ziemlich einfach, sich davon zu überzeugen. In at_LR0 gibt es eine Ungenauigkeit beim Wechsel von der Periode in Stunden zur Periode in Balken. Wenn wir Close durch (High+Low)/2 ersetzen und in at_LR0 eine Periode von 1 und in MovingLR_2 eine Periode von 61 (nicht 60) angeben und dies auf den Minutenchart anwenden, sind die Ergebnisse absolut deckungsgleich.
P.S. Übrigens, Mathemat, at_LR0 ist ein gutes Beispiel für die Berechnung des Nullbalkens in dieser Art von Algorithmus