![MQL5 - Linguaggio delle strategie di trading integrato nel client terminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Ma lo costruisce in modo disgustoso). Tuttavia, per molte applicazioni questo è più che sufficiente.
Tuttavia, l'EMA rimane la migliore tra le altre AM "standard" in tutti i parametri. L'unico problema con il suo periodo di lisciatura è che non si adatta davvero a nulla. Per questo motivo, è assolutamente scorretto e senza senso confrontare l'EMA con altre MA allo stesso T.
Ho trovato solo la regressione lineare in questa libreria.
http://alglib.sources.ru/dataanalysis/
Come posso usare il metodo MNC in alglib specificando la mia funzione?
è stato scritto qui che si può fare la regressione su qualsiasi funzione in alglib.
Ho trovato solo la regressione lineare in questa libreria.
http://alglib.sources.ru/dataanalysis/
come usate il metodo rnc in excel specificando la vostra funzione?
Per usare l'ANC, dovete prima linearizzare la vostra funzione.
Per usare un ISC, dovete prima linearizzare la vostra funzione.
Come?
come linearizzare la funzione y=ax2+bx+c?
come linearizzare la funzione y=ax2+bx+c?
Cosa c'è di così difficile? Definisci la tua parabola e approssima la linea retta con essa in Excel. È anche possibile ricavare direttamente la formula.
E amico, dovresti avere un nome normale invece del tuo stupido soprannome... Non so che tipo di struttura stai suggerendo...
Cosa c'è di così difficile? Definisci la tua parabola e usala per approssimare la linea retta in Excel. È anche possibile ricavare direttamente la formula.
Intendevo come farlo in mql, per mezzo di ALGLIB.
E, amico mio, dovresti darti un nome normale invece del tuo stupido soprannome... Non è chiaro che tipo di corda stai suggerendo...
un linguista? )))
Intendevo come farlo in mql, usando ALGLIB.
linguista o qualcosa del genere? )))
Beh, non che io sia un linguista, ma mi interessa.
Qui, almeno un tale soprannome è molto meglio. Con quello vecchio, non era interessante da aiutare. Anche con questo nuovo, è molto meglio.
Ho fatto personalmente una regressione senza usare ALGLIB, non c'era ancora. Sto allegando la classe LSMCore - il kernel di approssimazione, calcola i coefficienti nella regressione polinomiale da zero alla terza potenza per scelta, usando un array di punti.
Dovete ereditare da questa classe e sovraccaricare le funzioni:
Dopo di che - chiamate la funzione _CountLSM(ELSMType ltType);
Prende un tipo di regressione - da piatto a cubo, e restituisce i coefficienti del polinomio nella struttura SLSMPowers.
Usalo, tutti i grafici di approssimazione di cui sopra - usa proprio questa classe.
Beh, non proprio un linguista, ma interessato.
Qui, almeno un soprannome come questo è molto meglio.
Personalmente ho fatto una regressione senza usare ALGLIB, non c'era ancora. Sto allegando la classe LSMCore - kernel di approssimazione, calcola i coefficienti nella regressione polinomiale da zero al terzo grado per scelta, per array di punti.
È necessario ereditare da questa classe e sovraccaricare le funzioni di numero di elementi e di ottenere le coppie X-Y.
Scrittori)) È più facile chiamare una libreria di terze parti tramite DLL e poi non preoccuparsene più.
Beh, non proprio un linguista, ma interessato.
Qui, almeno un soprannome come quello è molto meglio. È solo che quello vecchio non era molto divertente da aiutare. Anche con questo nuovo, è molto meglio.
Ho fatto personalmente una regressione senza usare ALGLIB, non c'era ancora. Sto allegando la classe LSMCore - il kernel di approssimazione, calcola i coefficienti nella regressione polinomiale da zero alla terza potenza per scelta, usando un array di punti.
Dovete ereditare da questa classe e sovraccaricare le funzioni:
Dopo di che - chiamate la funzione _CountLSM(ELSMType ltType);
Prende un tipo di regressione - da piatto a dado - e restituisce i coefficienti polinomiali nella struttura SLSMPowers.
Tutti i grafici di approssimazione di cui sopra usano questa classe.
Non si sa a che punto un piatto si trasformerà in una tendenza.