De la teoría a la práctica - página 530

[multiplicator]

Yuriy Asaulenko:

Pero lo construye asquerosamente). Sin embargo, para muchas aplicaciones es más que suficiente.

No obstante, la EMA sigue siendo la mejor entre las MA "estándar" en absolutamente todos los parámetros. El único problema de su periodo de suavización es que realmente no se ajusta a nada. Por ello, es absolutamente incorrecto y carece de sentido comparar la EMA con otras MA a la misma T.

Comparar el indicador polinómico y el indicador de ondulación en el mismo periodo tampoco es correcto.

[multiplicator]

se escribióaquí que se puede hacer la regresión en cualquier función en algibe.

Sólo he encontrado la regresión lineal en esta biblioteca.
http://alglib.sources.ru/dataanalysis/

¿Cómo puedo utilizar el método MNC en alglib especificando mi propia función?

[Yousufkhodja Sultonov]

Smokchi Struck:
se escribió aquí que se puede hacer la regresión en cualquier función en alglib.

Sólo he encontrado la regresión lineal en esta biblioteca.
http://alglib.sources.ru/dataanalysis/

¿cómo se utiliza el método rnc en excel especificando su función?

Para utilizar el CNA, hay que linealizar previamente la función.

[multiplicator]

Yousufkhodja Sultonov:

Para utilizar un ISC, hay que linealizar previamente la función.

¿Cómo?

¿cómo linealizar la función y=ax2+bx+c?

[Georgiy Merts]

Smokchi Struck:

¿cómo linealizar la función y=ax2+bx+c?

¿Qué es tan difícil? Define tu parábola, y úsala para aproximar la línea recta en Excel. Incluso es posible derivar la fórmula directamente.

Y amigo, deberías tener un nombre normal en lugar de tu estúpido apodo... No sé qué tipo de estructura estás sugiriendo...

[multiplicator]

Georgiy Merts:

¿Qué es tan difícil? Define tu parábola y aproxima la recta con ella en Excel. Incluso es posible derivar la fórmula directamente.

Me refería a cómo hacerlo en mql, mediante ALGLIB.

Georgiy Merts:

Y, amigo mío, deberías ponerte un nombre normal en lugar de tu estúpido apodo... No está claro qué tipo de cuerda estás sugiriendo...

¿un lingüista? )))

[Georgiy Merts]

RRR5:

Me refería a cómo hacerlo en mql, usando ALGLIB.

¿Lingüista o algo así? )))

Bueno, no es que sea un lingüista, pero me interesa.

Aquí, al menos, ese apodo es mucho mejor. Con el anterior, no era interesante ayudar. Incluso con este nuevo, es mucho mejor.

Personalmente he hecho una regresión sin usar ALGLIB, aún no estaba. Adjunto la clase LSMCore - el núcleo de aproximación, calcula los coeficientes en la regresión polinómica de cero a la tercera potencia por elección, usando un array de puntos.

Es necesario heredar de esta clase y sobrecargar las funciones:

virtual uint   _N() = 0;                // Число точек
virtual double _X(uint uiIdx) = 0;      // Значение X точки с индексом uiIdx
virtual double _Y(uint uiIdx) =0;       // Значение Y точки с индексом uiIdx

A continuación, se llama a la función _CountLSM(ELSMType ltType);

Toma un tipo de regresión - desde plana hasta cúbica, y devuelve los coeficientes del polinomio en la estructura SLSMPowers.

Utilízalo, todos los gráficos de aproximación anteriores - utilizan esta misma clase.

[Yuriy Asaulenko]

Georgiy Merts:

Bueno, no es exactamente un lingüista, pero está interesado.

Aquí, al menos un apodo como este es mucho mejor.

Personalmente he hecho una regresión sin usar ALGLIB, todavía no estaba. Adjunto la clase LSMCore - kernel de aproximación, calcula los coeficientes en la regresión polinómica de cero a tercer grado por elección, por array de puntos.

Es necesario heredar de esta clase y sobrecargar las funciones de número de elementos y obtención de pares X-Y.

Escritores)) Es más fácil llamar a una biblioteca de terceros a través de una DLL y luego no volver a molestarse con ella.

[multiplicator]

Georgiy Merts:

Bueno, no es exactamente un lingüista, pero está interesado.

Aquí, al menos, un apodo así es mucho mejor. Es que tu antiguo no era muy divertido de ayudar. Incluso con este nuevo, es mucho mejor.

Personalmente he hecho una regresión sin usar ALGLIB, aún no estaba. Adjunto la clase LSMCore - el núcleo de aproximación, calcula los coeficientes en la regresión polinómica de cero a la tercera potencia por elección, usando un array de puntos.

Es necesario heredar de esta clase y sobrecargar las funciones:

A continuación, se llama a la función _CountLSM(ELSMType ltType);

Toma un tipo de regresión -desde plano hasta dado- y devuelve los coeficientes polinómicos en la estructura SLSMPowers.

Todos los gráficos de aproximación anteriores utilizan esta clase.

es complicado, me gustaría en ALGLIB.

[secret]

RRR5:

No se sabe en qué momento un piso se convertirá en una tendencia.

Eso sí lo sé.