Equazione di regressione
Vuoi effettivamente mangiare o una ricetta (scusa, mi è sfuggito). A mio parere, questo metodo descrive la parte selezionata della storia non meglio e non peggio di altri, in avanti si comportano allo stesso modo come la stragrande maggioranza dei sistemi perde.
Più specificamente, sono particolarmente interessato alla regressione multivariata. È interessante anche esaminare le opzioni per risolvere la regressione non lineare. Non ho trovato nessun algoritmo per risolvere la regressione multivariata in MQL. Se mi fornisci link e indicatori (se non sei troppo pigro ovviamente) - sarà fantastico! Non ho intenzione di trovare un Santo Graal, ma capire i metodi di regressione multivariata dal punto di vista delle serie temporali di coppie di valute - è estremamente importante per me.
Vi sarò grato per il vostro feedback.
Sul punto 3, LOC è inefficiente per le citazioni (se avete intenzione di usare la regressione come predittore). Meglio usare la regressione LAD o quantile. È più complicato (molta più codifica e scienza da fare), ma funziona - a differenza dei minimi quadrati.
La causa dell'inefficienza di LOM, tra l'altro, sono le famigerate code grasse. I quantili non hanno questo difetto.
Puoi essere più specifico?
Il MNC si posiziona, tra l'altro, come un metodo per stimare la migliore scelta di parametri per una funzione scelta a priori dal ricercatore.
Le formule per calcolare questi parametri minimizzando il quadrato della deviazione dei dati reali dalla funzione approssimata sono state derivate per un insieme di funzioni.
Dove appaiono le code di grasso?
Per favore, illuminatemi...
Dove nascono le code spesse?
Una tale funzione obiettivo - la somma dei quadrati degli errori - è ottimale solo quando la distribuzione degli errori è normale.
Dove ho parlato di distribuzioni?
O il topicstarter?
Stiamo parlando di un'approssimazione di un polinomio. Non più di questo.
Ma non meno.
E dov'è l'inefficienza delle multinazionali qui?
;)
--
ma studi di errore per la normalità, un elemento importante della stima della plausibilità del modello a priori...
Nessuna discussione.
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Accetti la politica del sito e le condizioni d’uso
Membri del forum!
Potete consigliare - qualcuno ha lavorato con le equazioni di regressione per le quotazioni delle valute? Ci sonoindicatori, MTS, librerie MQLbasate su di loro?
Per coloro che ne sono a conoscenza, potreste rispondere a un paio di domande?
Sono interessato alle equazioni di regressione. Ma mi trovo di fronte al problema della loro adeguata descrizione. Quali dati abbiamo: tempo (diciamo M15), HIGH, LOW, OPEN, CLOSE, VOLUME. Per noi è un insieme di osservazioni. Abbiamo un indicatore per il quale dobbiamo stabilire una relazione funzionale con i parametri dell'oggetto (nel nostro caso, la variazione del tasso di cambio) - fattori. Richiesto: stabilire una relazione quantitativa tra l'indicatore e i fattori. In questo caso, il compito dell'analisi di regressione è inteso come il compito di identificare la dipendenza funzionale y* = f(x 1, x 2, ..., x t) che meglio descrive i dati che abbiamo.
La funzione f(x 1, x 2, ..., x t) che descrive la dipendenza dell'indicatore dai parametri è chiamata equazione di regressione (funzione).
Quindi. Domanda 1: Dei dati che abbiamo, quale dovremmo scegliere come indicatore e quale come fattore? Logicamente l'indicatore è il tempo, i fattori sono H, L, O, C, V
Nel nostro caso si tratta di una serie temporale.
Il prossimo compito è quello di scegliere la dipendenza funzionale. Un'equazione che descrive la relazione tra la variazione dell'indicatore e la variazione dei fattori. Spesso si tratta di funzioni polinomiali. Un caso particolare è il polinomio di 1° grado - un'equazione di regressione lineare.
Domanda 2: Qual è il miglior polinomio da scegliere, e come descriverlo adeguatamente data la serie temporale, quali parametri applicare, qual è il grado del polinomio. Qualcuno ha usato il polinomio di Chebyshev? Se sì, qual è l'ordine?
Il nostro prossimo compito è quello di calcolare i coefficienti dell'equazione di regressione. Il modo usuale è quello di usare l'ANC.
Domanda 3: Qual è il metodo migliore per calcolare i coefficienti per il nostro caso?
Domanda 4. È necessario normalizzare i dati?
E la domanda più interessante: come fare previsioni, diciamo, del prossimo tick sulla base dei dati ottenuti e dell'equazione di regressione?
Sarei grato se qualcuno volesse condividere la sua esperienza, le sue idee.