Diálogo del autor. Alexander Smirnov. - página 39

 
Mathemat:
¿Qué hacemos con a y b? Hay una fórmula probada para LR - no hay línea recta k-tipos. Hay mash-ups triviales. Privado, estoy hablando de LR, vamos a tratar con él primero.

Me disculpo, debo haber entendido mal. Volveré a comprobar las fórmulas de las parábolas. Luego me ocuparé de RMS, lo siento, me pareció que LR es una etapa intermedia y tú y Cándido lo habéis resuelto (casi una semana no estuvo en el foro, otras cosas me distrajeron).
 
Prival: Volver a comprobar las fórmulas de las parábolas.
Sí, yo también. Tú en tu mathdot favorito, yo usaré mi Maple.
 
Mathemat:
¿Qué hacemos con a y b? Hay una fórmula probada para LR - no hay línea recta k-tipos. Hay mash-ups triviales. Privado, estoy hablando de LR, vamos a tratar con él primero.
Me interesa LR con a, b y RMS :). Y el hecho de que se obtiene un algoritmo más rápido que con los maniquíes que no esperaba, el más agradable :). Aunque con SSR será, creo, todavía más lento que con bolsas. Pero es cierto: ni a, ni b, ni RMS. La parábola no me interesa directamente ahora, sólo está claro que allí todo será mucho más engorroso.
 
Prival:
Yurixx:


Puedo dar los cálculos analíticos pertinentes.


Aquí desde aquí si no es mucha molestia, con los nuevos datos los coeficientes A y B pueden cambiar, creo, aunque puedo estar equivocado :-). Para LR parece estar resuelto, pero para la regresión parabólica ¿cómo?


Por supuesto, con los nuevos datos los coeficientes A y B cambian. ¿Cómo podrían cambiar si no? El tamaño de la ventana, es decir, el número de puntos LR, no cambia. La ventana se desliza - la línea LR cambia.

Para la regresión parabólica hice lo mismo que para LR: obtuve fórmulas compactas para todos los coeficientes y sko. Por lo tanto, para el cálculo rápido de PR sólo es necesario, al igual que para LR, actualizar algunas sumas y, a diferencia de LR, 2 matrices. Como resultado, el algoritmo es sólo ligeramente inferior al algoritmo LR en términos de velocidad. Creo que se puede hacer para cualquier grado, aunque el tamaño de las fórmulas finitas crece con el aumento del orden, por supuesto.

 
lna01:
Yurixx:


Me gustaría mucho saber qué puede ser superfluo en estas fórmulas? :-)

En cuanto a la "expresión real", ¿de dónde crees que salen todas esas fórmulas? Si se sustituyen las fórmulas finitas derivadas del MOC para A y B en esta "expresión real", se obtiene la expresión anterior para el RMS. Puedo dar los cálculos analíticos correspondientes.

OK, estoy de acuerdo, no en estos :)
Por definición, la recursión es el cálculo del siguiente valor utilizando el anterior? Entonces el cálculo de sumas acumulativas es la recursión más natural.
La cuestión es que mi cálculo por "expresión real" da alguna incoherencia con estas fórmulas. Estos son los resultados para N=5 y N=20. Las líneas se contaron como LR + 3*SCO, para la línea blanca el RMS se tomó como sqrt((RMS^2)*N/(N-2)). La línea roja es según mi fórmula, la línea blanca es según tu fórmula. Para N=20 la línea roja es casi invisible, podemos suponer que los resultados coinciden con una buena precisión. Pero para N=5 las diferencias son bastante notables.

No me importa, que sea también recursivo. En esta forma es elemental y ahorra tiempo. La recursión en la programación me resulta más familiar: la llamada de un programa a sí mismo. MQL lo permite, pero restringe el orden de anidamiento. Por lo tanto, esta recursión, aunque hace que el programa sea más compacto, pero apenas ahorra tiempo.

Creo que sé la razón por la que tienes una inexactitud para la N pequeña. Obviamente, usted en las fórmulas de la tasa y la varianza, divide por (N-1). Yo, en cambio, he utilizado la división de la suma por N. En este caso, todas las sumas cruzadas desaparecen y las fórmulas son muy compactas.

 
Yurixx:

Yo, en cambio, he utilizado dividir la suma por N. En este caso, todas las sumas cruzadas desaparecen y las fórmulas son muy compactas.

Esto puede estar justificado. La estimación está sesgada, pero si no se trabaja con LRs muy cortos, la precisión es suficiente.
 
Prival:
ANG3110:
y el período cambiaría, entonces obtendríamos una regresión, como un traje cosido exactamente a la medida, bajo la tendencia.

Si hay un indicador que tiene esta propiedad. ¿Sería posible compartirlo? Aunque entiendo que esto ya no es algo que se publique en el dominio público, pero si de repente se decide, los pantalones amarillos y dos ku en una reunión + su bebida favorita en este momento del día va a tratar de conseguir :-).

Z.I. Necesitamos una parábola, LR no está interesado


Puedo enviarle uno. Ya ha dado la dirección antes, pero no recuerdo dónde. Puedo ayudarte de nuevo.

 
lna01:
Sólo me interesa LR con a, b y RMS :). Y el hecho de que el algoritmo será más rápido que con mashki que no esperaba, el más agradable :). Aunque con SSR será, creo, todavía más lento que con bolsas. Pero es cierto: ni a, ni b, ni RMS. De momento no me interesa la parábola, sólo está claro que allí todo será mucho más engorroso.

Si te interesa, aquí tienes un indicador de regresión lineal sin ciclos. Calcula la regresión de un gran número de barras, en una fracción de segundo.
Archivos adjuntos:
at_lr0.mq4  2 kb
 

ANG3110

Mejor, por supuesto, Skype no buscar privalov-sv, también puede correo privalov-sv @ mail.ru tratará de ordenar el spam y encontrar allí una perla.

 
ANG3110:

Bueno, puedo enviárselo. Ya me has dado la dirección, pero no recuerdo dónde. Envíamelo de nuevo.


Y es sólo para los miembros dedicados a este tema o otros (me refiero a mí) pueden unirse ... (para conseguir un traje).
Gracias de antemano.