6. Grades Poly Hilfe! - Seite 3
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
I am thinking r2 might have something to do with variance ? Can anyone say what r2 is for sure ?
r2 gibt an, wie gut die Daten mit der Kurve übereinstimmen https://en.wikipedia.org/wiki/Coefficient_of_determination
r2 gibt an, wie gut die Daten mit der Kurve übereinstimmen https://en.wikipedia.org/wiki/Coefficient_of_determination
Danke rocketman, was halten Sie von y=a+b1X+b2X2+b3X3+b4X4+b5X5+b6X6? Glauben Sie, dass dies die korrekte Form für die polynominale Regressionsgerade 6. Grades ist, und sollten wir a und b durch denselben Steigungsabschnitt wie bei einer linearen Regression berechnen? Ich habe das Gefühl, dass ich etwas übersehe.
Danke rocketman, was halten Sie von y=a+b1X+b2X2+b3X3+b4X4+b5X5+b6X6? Glauben Sie, dass dies die korrekte Form für die polynominale Regressionsgerade 6. Grades ist, und sollten wir a und b durch denselben Steigungsabschnitt wie bei einer linearen Regression berechnen? Ich habe das Gefühl, dass ich etwas übersehe.
SDC, wenn X == 0 y = a.
und die Steigung an einem beliebigen Punkt y' - dies bezeichnet in der Mathematik die Steigung(en) einer Funktion oder genauer die 1. Ableitung
y'=b1+2b2X1+3b3X2+4b4X3+5b5X4+6b6X5
Wenn Sie daran interessiert sind, können Sie noch weiter gehen und y" = die zweite Ableitung bilden. Damit erhält man die Krümmung der Funktion.
Wenn y">0 ist, nimmt die Steigung zu, oder ein Aufwärtstrend steht bevor oder verstärkt sich: nach einer Weile kann man von einer Tasse sprechen.
Wenn y"<0 ist, ist die Steigung abnehmend oder ein Abwärtstrend steht bevor oder verstärkt sich: schneller abwärts.
y"=2b2+6b3X1+12b4X2+20b5X3+30b6X4
Aber SDC, haben Sie schon entschieden, wie Sie die X-Werte aus dem TimeStamp berechnen? Wo platzieren Sie die 0?
Gooly
Nun, wie ich vermutet hatte, funktioniert i_regr gut und führt eine echte polynomiale Regression durch. Das war anhand der generierten Kurvenform offensichtlich. Es verwendet einen Standardalgorithmus zur Lösung des Gleichungssystems, der identisch ist mit denjenigen, die ich im vorherigen Beitrag verlinkt habe.
Sogar die Kanalgröße ist proportional zur Standardabweichung, wobei kstd als Proportionalitätsfaktor verwendet wird, so dass dieser kostenlose Indikator tatsächlich sehr gut ist.
Es ist nur eine Frage der Ausrichtung, die einen Unterschied zu den Ergebnissen von LIVEST() verursacht.
Das könnte alles sein, was wir wissen müssen, um es zu kodieren. Haben Sie bemerkt, dass der Autor y=a+b1X+b2X2 anstelle von y=ax2+bx+c schreibt? Das hat mich verwirrt, denn ich dachte, dass c ein ganz anderer Koeffizient sein müsste. Aus diesem Artikel geht hervor, dass die Koeffizienten c,d,e,f,g in y=ax6+bx5+cx4+dx3+ex2+fx+g direkt mit b zusammenhängen, was wir bereits aus der linearen Regression kennen, nämlich die Steigung.
In der obigen Gleichung sind die Koeffizienten a bis f Steigungskoeffizienten - g ist der Y-Achsenabschnitt, der Basiswert, der bei Addition mit den Steigungskoeffizienten den Wert der y-Achse (Preis) für ein bestimmtes x (Index) ergibt.
SDC:
Abgesehen davon scheint der Artikel zu implizieren, dass r2 verwendet werden kann, um zu messen, wie gut sich die Linie an die Datenkurve anpasst, während wir Steigerungen in der Polyliniengleichung nach Grad testen, denke ich, dass r2 etwas mit der Varianz zu tun haben könnte? Kann jemand mit Sicherheit sagen, was r2 ist?
r^2 ist der Fehlerfaktor, der verwendet wird, um die beste Anpassung zu bestimmen, die dann verwendet wird, um den besten Grad der Regression zu bestimmen. z.B., wenn die Daten am besten beim dritten Grad passen, wird der r^2-Wert den niedrigsten Wert haben, d.h. niedriger als der r^2-Wert eines zweiten Grades, vierten Grades usw. Der Fehlerfaktor basiert auf einem Durchschnitt oder Mittelwert (nehme ich an) der Varianz einer gegebenen (x,y)-Koordinate von der gezeichneten Linie. Ich würde in Betracht ziehen, r^2 als Selbstoptimierer zu verwenden, der den Grad unserer Polynomanpassung auf der Grundlage dessen, was der Markt gerade tut, anpassen würde. Vielleicht könnte dies implementiert werden, um seitwärts laufende Muster zu erkennen. Vielleicht ein Thema für Phase II.
Ich habe jemanden gefunden, der sich mit der Mathematik auskennt - ich werde diese Woche ein paar Stunden mit ihm verbringen. Mehr dazu in Kürze.
Edit: Wenn ich es mir recht überlege, sollten wir den r^2-Wert jedes Grades bis n (wobei n derzeit 6 ist) berechnen und festhalten - ich denke, dieses Maß könnte einen gewissen Wert haben.
Nun, wie ich vermutet hatte, funktioniert i_regr gut und führt eine echte polynomiale Regression durch. Das war anhand der generierten Kurvenform offensichtlich. Es verwendet einen Standardalgorithmus zur Lösung des Gleichungssystems, der identisch ist mit denjenigen, die ich im vorherigen Beitrag verlinkt habe.
Sogar die Kanalgröße ist proportional zur Standardabweichung, wobei kstd als Proportionalitätsfaktor verwendet wird, so dass dieser kostenlose Indikator tatsächlich sehr gut ist.
Es ist nur eine Frage der Ausrichtung, die den Unterschied zu den LIVEST()-Ergebnissen verursacht.
Grazi - Sie haben recht, der I-regr führt tatsächlich eine echte polynomiale Regression durch - allerdings ist die von diesem Indikator verwendete Regressionsmethode eine Gaußsche Eliminierung. Nach dem, was ich gesehen habe, reagiert der Indikator bei leichten bis mittleren Marktkorrekturen übermäßig stark. In Bezug auf Ihren früheren Beitrag stimme ich Ihnen auch zu, dass das Geldmanagement der wichtigste Faktor für jeden EA ist - und ich stimme auch zu, dass ein kurzfristigerer Indikator benötigt wird, um präzise Einstiegs- und Ausstiegspunkte zu bestimmen. Ich habe dies bereits abgedeckt - der poly6 Indikator wird nicht für Einstiegs-/Ausstiegspunkte verwendet, sondern für die Richtung, Dauer und Größe eines bestimmten Handels. Dieser Indikator ist ein Trendanalyse-Indikator, kein Intraday-Oszillator. In Verbindung mit den anderen kurzfristigen Indikatoren, die bereits entwickelt wurden, habe ich alles, was ich zur Gewinnmaximierung brauche.
Der Unterschied zwischen dem I-regr und der Funktion LINEST() besteht in der Methode, mit der die Steigungskoeffizienten berechnet werden. Die Guass-Methode vs. die Methode der kleinsten Quadrate. Ich habe gerade eine Vorlesung zu diesem Thema von einem Professor der Stanford University gehört, der (sehr nachdrücklich) darauf hinwies, dass die Methode der kleinsten Quadrate wieder die am weitesten verbreitete Regressionsmethode ist und dass die Berechnungsansätze immer theoretischer werden.
Ich war nicht im Begriff, Zeitstempel zu verwenden, ich dachte, wir könnten die Integer-Bar-Nummern verwenden?
Völlig richtig - von 0/aktuell bis N/Bereich, vielleicht in umgekehrter Reihenfolge.
SDC, wenn X == 0 y = a.
Gooly, ich habe eine Weile gebraucht, aber Sie haben Recht! Der Koeffizient a aus dem obigen Beispiel ist der Y-Achsenabschnitt, definiert als "der Wert von y, wenn x = 0" oder die Koordinate (0,a). Außerdem erzeugt die von Ihnen vorgeschlagene quadratische Form (2. Grades) eine "Schale", auch bekannt als Parabel, die keine andere praktische Anwendung hat als die Lösung der binomischen Frage "oben" oder "unten".
Grazi - Sie haben Recht, der I-regr führt tatsächlich eine echte polynomiale Regression durch - allerdings ist die von diesem Indikator verwendete Regressionsmethode eine Gaußsche Eliminierung. Nach dem, was ich gesehen habe, reagiert der Indikator bei leichten bis mittleren Marktkorrekturen übermäßig stark. In Bezug auf Ihren früheren Beitrag stimme ich Ihnen auch zu, dass das Geldmanagement der wichtigste Faktor für jeden EA ist - und ich stimme auch zu, dass ein kurzfristigerer Indikator benötigt wird, um präzise Einstiegs- und Ausstiegspunkte zu bestimmen. Ich habe dies bereits abgedeckt - der poly6 Indikator wird nicht für Einstiegs-/Ausstiegspunkte verwendet, sondern für die Richtung, Dauer und Größe eines bestimmten Handels. Dieser Indikator ist ein Trendanalyse-Indikator, kein Intraday-Oszillator. In Verbindung mit den anderen kurzfristigen Indikatoren, die bereits entwickelt wurden, habe ich alles, was ich brauche, um den Gewinn zu maximieren.
Der Unterschied zwischen der Funktion I-regr und der Funktion LINEST() besteht in der Methode, mit der die Steigungskoeffizienten berechnet werden. Die Guass-Methode vs. die Methode der kleinsten Quadrate. Ich habe gerade eine Vorlesung zu diesem Thema von einem Professor der Stanford University gehört, der (sehr nachdrücklich) darauf hinwies, dass die Methode der kleinsten Quadrate wieder die am weitesten verbreitete Regressionsmethode ist und dass die kalkulatorischen Ansätze immer theoretischer werden.
Ja, er verwendet Gauß-Jordan, aber es ist völlig irrelevant, welche Methode verwendet wird, da alle (Gauß-Jordan, kleinste Quadrate, Gram-Schmidt oder vielleicht andere?) einzigartige Lösungen bieten. Sie können dies anhand der angehängten Datei überprüfen. Die Ergebnisse werden in der Registerkarte "Experte" ausgedruckt, und die Eingabe aus Excel ist im Quellcode fest kodiert.
Es ist jedoch zu untersuchen, wie sich andere Faktoren auf die Kurve auswirken: angewandter Preis, Ausgangspunkt der x-Achse, Wachstum der x-Achse, Anzahl der Punkte, TF usw.
Und Ihre Art, P6 zu verwenden, ist definitiv innovativ im positiven Sinne und in Übereinstimmung mit meiner Kritik an den Standardansätzen.