六度空间的帮助! - 页 3

新评论
 

I am thinking r2 might have something to do with variance ? Can anyone say what r2 is for sure ?



r2是指数据与曲线的吻合程度https://en.wikipedia.org/wiki/Coefficient_of_determination
 
rocketman99:

r2是指数据与曲线的吻合程度https://en.wikipedia.org/wiki/Coefficient_of_determination

谢谢你，对y=a+b1X+b2X2+b3X3+b4X4+b5X5+b6X6 有什么看法？你认为这是六度多项式回归线的正确形式，我们是否应该像线性回归那样用相同的斜率截距来计算a和b？我觉得我错过了什么。


 
SDC:

谢谢你，对y=a+b1X+b2X2+b3X3+b4X4+b5X5+b6X6 有什么看法？你认为这是六度多项式回归线的正确形式，我们是否应该像线性回归那样用相同的斜率截距来计算a和b？我觉得我错过了什么。


SDC，如果X == 0 y = a。

和任何一点的斜率y'--这在数学上是指一个函数 的斜率，或者更准确地说，是指第一个推导结果

y'=b1+2b2X1+3b3X2+4b4X3+5b5X4+6b6X5

如果你有兴趣，你可以进一步建立y"=第二个推导。它给你的是函数的弯曲度。

如果y">0，斜率在增加，或上升趋势即将发生或正在加强：一段时间后，可以称其为杯子。

如果y"<0，斜率在下降，或者下降趋势即将发生或正在加强：更快地下降。

y"=2b2+6b3X1+12b4X2+20b5X3+30b6X4

但是SDC，你已经决定了你将如何从时间戳中计算X值？你把0放在哪里？

Gooly


 
我不打算使用时间戳，我想我们可以使用整数条数字？
 

好吧，正如我所怀疑的，i_regr工作得很好，而且是真正的多项式回归。从生成的曲线形状来看，这是显而易见的。它使用标准的算法来解决方程组，与我在上一篇文章中链接的那些算法相同。

甚至通道的大小也与标准差 成正比，kstd被用作比例系数，所以这个免费指标实际上是一个非常好的指标。

这只是一个方向问题，导致与LIVEST()结果的差异。

 
SDC:
 这可能是我们需要知道的所有代码，注意到作者如何写y=a+b1X+b2X2 而不是y=ax2+bx+c？这就是让我感到困惑的地方，我认为c必须是完全不同的系数。从这篇文章来看，y=ax6+bx5+cx4+dx3+ex2+fx+g中的系数c,d,e,f,g与b直接相关，而我们已经从线性回归 中知道，这是斜率。


在上述方程中，系数a至f是斜率系数--g是Y截距，是与斜率系数相加后产生给定x（指数）的y轴（价格）的基值。

SDC。

除此以外，文章似乎暗示r2 可以用来衡量直线对数据曲线的拟合程度，而我们在测试折线方程的增加程度，我在想r2 可能与方差有关？有谁能肯定地说r2 是什么？

r^2是用来确定最佳拟合度的误差系数，然后用来确定回归的最佳度数。例如，如果数据在第三度时拟合度最高，r^2值将有最低值，即低于第二度、第四度的r^2值，以此类推。误差系数是基于给定的（x,y）坐标与绘图线的方差的平均值或平均值（我假设）。 我会考虑使用r^2作为一个自我优化器，根据市场现在的情况调整我们的多项式拟合程度。也许这可以被用来检测横盘区间模式。也许这是第二阶段的课题。

我找到了一个懂数学的人--我计划这周和他一起花几个小时。更多内容将陆续推出。


编辑：转念一想，让我们考虑计算并保持每个度数的r^2值，直到n（目前n是6）--我认为这个措施可能有一些价值。

 
graziani:

好吧，正如我所怀疑的，i_regr工作得很好，而且是真正的多项式回归。从生成的曲线形状来看，这是显而易见的。它使用标准的算法来解决方程组，与我在上一篇文章中链接的那些算法相同。

甚至通道的大小也与标准差成正比，kstd被用作比例系数，所以这个免费指标实际上是一个非常好的指标。

这只是一个方向问题，导致与LIVEST()结果不同。


Grazi - 你是对的，事实上I-regr确实做了一个真正的多项式回归 - 但是，这个指标使用的回归方法是高斯消除法。从我所看到的情况来看--该指标在轻度到中度的市场修正中反应过大。关于你之前的帖子，我也同意资金管理是任何EA最重要的因素--而且，我也同意需要一个较短期的指标来确定精确的进入/退出点。我已经涵盖了这一点--poly6指标不会被用于进入/退出点，而是用于特定交易的方向、期限和规模。这个指标是一个趋势分析指标，不是一个日内振荡器。与已经开发的其他短线指标结合使用--我将拥有我所需要的东西来实现利润最大化。

I-regr和LINEST()函数 的区别在于计算斜率系数的方法。瓜斯法与最小二乘法。我刚刚听了斯坦福大学一位教授关于这个话题的讲座，他表示（非常强调）最小二乘法再次成为最广泛信任的回归方法，而微积分方法正变得更加理论化。

 
SDC:
我不打算使用时间戳，我想我们可以使用整数条数字？

完全正确--从0/当前到N/范围，也许是相反的顺序。
 
gooly:

SDC，如果X==0，y=a。


Gooly，我花了点时间，但是，你说得很对!上例中的系数a是Y截距，定义为 "x=0时的y值 "或坐标（0,a）。此外，你建议的二次（二度）形式确实创造了一个 "杯子"，也就是抛物线，除了解决 "向上 "或 "向下 "的二项式问题外，并没有什么实际应用。

 
dennisj2:


Grazi - 你是正确的，事实上，I-regr确实做了一个真正的多项式回归 - 但是，这个指标使用的回归方法是高斯消除法。从我所看到的情况来看--该指标在轻度到中度的市场修正中反应过大。关于你之前的帖子，我也同意资金管理是任何EA最重要的因素--而且，我也同意需要一个较短期的指标来确定精确的进入/退出点。我已经涵盖了这一点--poly6指标不会被用于进入/退出点，而是用于特定交易的方向、期限和规模。这个指标是一个趋势分析指标，不是一个日内振荡器。与已经开发的其他短期指标一起使用--我将拥有我需要的东西，以实现利润最大化。

I-regr和LINEST()函数的区别在于计算斜率系数的方法。瓜斯法与最小二乘法。我刚刚听了斯坦福大学一位教授关于这个话题的讲座，他表示（非常强调）最小二乘法再次成为最广为信赖的回归方法，而微积分方法正在变得更加理论化。


是的，它使用Gauss-Jordan，但使用哪种方法完全不重要，因为所有的方法（Gauss-Jordan、最小二乘法、Gram-Schmidt或也许其他的？你可以通过附件文件来验证，结果打印在专家选项卡中，来自你的Excel的输入在源码中是硬编码的。

然而要研究的是其他因素如何影响曲线：应用价格、X轴起点、X轴增长、点的数量、TF等。

而你使用P6的方式无疑是积极的创新，与我对标准方法的批评意见一致。

附加的文件：
i-regr.uni.mq4  12 kb
123456
新评论