ANG3110 : 관심이 있는 경우 사이클이 없는 선형 회귀 지표가 있습니다. 몇 초 만에 수많은 막대에서 회귀를 계산합니다.
예, MovingLR_2에 매우 가깝고 히스토리 루프(위/아래 색상 주석 처리)는 1219ms이지만 MovingLR_2(추가 계산 A 포함)는 1078입니다.
색칠을 끄면 1.5배 더 빠르게 계산됩니다. 배열에 액세스하는 데 시간이 오래 걸립니다. 글쎄, 속도 기록 유형이 정말로 필요하다면 몇 가지 트릭을 더 사용할 수 있습니다. 그러나 나는 그것에 대한 상을받지 않을 것입니다.
그건 그렇고, MovingLR_2 코드를 빠르게 살펴본 결과 및 b 라인 계수의 계산을 보지 못했습니다. 제 생각에는 가장 가치가 있다고 생각합니다. 이 경우 각도 함수를 만들고 추세를 측정할 수 있기 때문입니다. 속도. 그리고 at_LR0에서는 각 막대에 계산됩니다. 즉, 각 막대에서 RMS를 계산할 수 있습니다. 그리고 MovingLR_2는 순수한 선형 회귀 를 생성하지 않지만 가까운 것을 생성합니다. 끝 위치만 그리는 경우에는 그다지 중요하지 않지만 절대적으로 정확한 선형 회귀가 필요한 경우가 있습니다.
물론 그는 그것을 못 박았다. 그렇게 계산할 수 없습니다. a 및 b는 최소 RMS의 함수입니다. 기간 내내 편차. 는 전체 기간에 따른 선의 기울기입니다. 그리고 LR 끝 위치의 증분은 전체 회귀 각도를 제공하지 않고 계수 b의 변경만 제공합니다. 이는 그런데 라인 끝 위치의 좌표입니다.
사실, 알고리즘은 매우 가깝습니다. at_LR0에서는 인덱스를 좀 더 경제적으로 사용할 수 있습니다. 또한 루프 포인터로 트릭을 사용했는데 실제로 속도를 비교하는 주요 동기는 효율성을 평가하는 것이었습니다.
그건 그렇고, 나는 무빙LR_2 코드를 급하게 보았을 때 라인 a와 b의 계수 계산을 보지 못했고,
...
그리고 MovingLR_2는 순수한 선형 회귀를 생성하지 않지만 가까운 것을 생성합니다. 끝 위치만 그리는 경우에는 그다지 중요하지 않지만 절대적으로 정확한 선형 회귀가 필요한 경우가 있습니다.
라인 계수와 b는 이 라인에서 계산됩니다. A = (SumXY - N3*SumY)*N4; B = (N1*SumY - SumXY)*N2; 명확성을 기하기 위해 단순히 현재 선형 회귀 를 그리는 MovingLR_2 버전을 첨부합니다. 또한 이전 버전에서는 N4를 계산할 때 얼룩이 있었습니다. :)
MovingLR_2는 순수 선형 회귀를 생성하며 이를 쉽게 확인할 수 있습니다. at_LR0에서 시간 단위 기간에서 막대 단위 기간으로의 전환은 정확하지 않습니다. at_LR0에서 Close를 (High+Low)/2로 바꾸고 기간 1을 취하면 MovingLR_2에서 기간을 60이 아닌 61로 설정하고 분 차트에 매달면 결과가 완전히 일치합니다.
PS 그건 그렇고, Mathemat, at_LR0은 이러한 유형의 알고리즘에서 0 막대를 계산하는 방법의 좋은 예일 뿐입니다.
나는 합계를 N으로 나누기를 사용했습니다. 이 경우 모든 교차 합계가 사라지고 공식이 매우 간결해집니다.
무엇에 대한 오프셋? 고전적인 정의에? 아니면 정규분포? 제 생각에는 이것은 작은 N이나 큰 N 모두 중요하지 않습니다.
그리고 이것은이 주제의 헌신적 인 참가자 또는 다른 사람들 (나는 나 자신에 대해 말하는 것입니다)이 참여할 수 있습니다 ... (정장을 얻습니다).
관심이 있는 경우 사이클이 없는 선형 회귀 지표가 있습니다. 몇 초 만에 수많은 막대에서 회귀를 계산합니다.
그리고 이것은이 주제의 헌신적 인 참가자 또는 다른 사람들 (나는 나 자신에 대해 말하는 것입니다)이 참여할 수 있습니다 ... (정장을 얻습니다).
정말 감사합니다... 이런 마인드가 있어서 정말 좋네요... 이미 받고 앉아서 공부중입니다.
어쩌면 이것은 정당합니다. 추정치는 편향된 것으로 밝혀졌지만 매우 짧은 LR로 작업하지 않으면 정확도가 충분합니다.
무엇에 대한 오프셋? 고전적인 정의에? 아니면 정규분포? 제 생각에는 이것은 작은 N이나 큰 N 모두 중요하지 않습니다.
추신 그러나 가격 차트와 관련하여 이것은 필수적인 것은 아닙니다. 그래서 위에서 그러한 단순화가 정당화된다는 데 동의했습니다.
관심이 있는 경우 사이클이 없는 선형 회귀 지표가 있습니다. 몇 초 만에 수많은 막대에서 회귀를 계산합니다.
색칠을 끄면 1.5배 더 빠르게 계산됩니다. 배열에 액세스하는 데 시간이 오래 걸립니다. 글쎄, 속도 기록 유형이 정말로 필요하다면 몇 가지 트릭을 더 사용할 수 있습니다. 그러나 나는 그것에 대한 상을받지 않을 것입니다.
그건 그렇고, MovingLR_2 코드를 빠르게 살펴본 결과 및 b 라인 계수의 계산을 보지 못했습니다. 제 생각에는 가장 가치가 있다고 생각합니다. 이 경우 각도 함수를 만들고 추세를 측정할 수 있기 때문입니다. 속도. 그리고 at_LR0에서는 각 막대에 계산됩니다. 즉, 각 막대에서 RMS를 계산할 수 있습니다. 그리고 MovingLR_2는 순수한 선형 회귀 를 생성하지 않지만 가까운 것을 생성합니다. 끝 위치만 그리는 경우에는 그다지 중요하지 않지만 절대적으로 정확한 선형 회귀가 필요한 경우가 있습니다.
LR(바 i) = a*i + b
LR(바 i-1) = a*(i-1) + b
어디에
a = LR(바 i) - LR(바 i-1)
b = LR(바 i) - a*i
아니면 내가 뭔가를 망쳤습니까? 물론, b는 i에 의존해야 합니다.
아니면 내가 뭔가를 망쳤습니까?
아직 안 잤어...?
아니면 내가 뭔가를 망쳤습니까? 물론, a와 b는 i에 의존해야 합니다.
물론 그는 그것을 못 박았다. 그렇게 계산할 수 없습니다. a 및 b는 최소 RMS의 함수입니다. 기간 내내 편차. 는 전체 기간에 따른 선의 기울기입니다. 그리고 LR 끝 위치의 증분은 전체 회귀 각도를 제공하지 않고 계수 b의 변경만 제공합니다. 이는 그런데 라인 끝 위치의 좌표입니다.
색칠을 끄면 1.5배 더 빠르게 계산됩니다. 배열에 액세스하는 데 시간이 오래 걸립니다.
글쎄, 속도 기록 유형이 정말로 필요하다면 몇 가지 트릭을 더 사용할 수 있습니다.
그건 그렇고, 나는 무빙LR_2 코드를 급하게 보았을 때 라인 a와 b의 계수 계산을 보지 못했고,
...
그리고 MovingLR_2는 순수한 선형 회귀를 생성하지 않지만 가까운 것을 생성합니다. 끝 위치만 그리는 경우에는 그다지 중요하지 않지만 절대적으로 정확한 선형 회귀가 필요한 경우가 있습니다.
A = (SumXY - N3*SumY)*N4;
B = (N1*SumY - SumXY)*N2;
명확성을 기하기 위해 단순히 현재 선형 회귀 를 그리는 MovingLR_2 버전을 첨부합니다. 또한 이전 버전에서는 N4를 계산할 때 얼룩이 있었습니다. :)
MovingLR_2는 순수 선형 회귀를 생성하며 이를 쉽게 확인할 수 있습니다. at_LR0에서 시간 단위 기간에서 막대 단위 기간으로의 전환은 정확하지 않습니다. at_LR0에서 Close를 (High+Low)/2로 바꾸고 기간 1을 취하면 MovingLR_2에서 기간을 60이 아닌 61로 설정하고 분 차트에 매달면 결과가 완전히 일치합니다.
PS 그건 그렇고, Mathemat, at_LR0은 이러한 유형의 알고리즘에서 0 막대를 계산하는 방법의 좋은 예일 뿐입니다.