# Linearer Regressionskanal

Ich habe einen Indikator für eine lineare Regression.

Wie die Berechnung in EA zu bauen und Daten auf 0 bar oder auf 1 erhalten.

Ich habe versucht, es so zu machen:

```enum ENUM_Polynomial
{
linear=1,      // linear
parabolic=2,   // parabolic
Third_power=3, // third-power
};
input ENUM_Polynomial degree=linear;
input double kstd=2.0;
input int bars=250;
input int shift=0;

double h,l;
double sqh_buffer[];
double fx_buffer[];
double sql_buffer[];
double close[];

double ai[10,10],b[10],x[10],sx[20];
double sum;
int p,n,f;
double qq,mm,tt;
int ii,jj,kk,ll,nn;
double sq;

int i0=0;
//+------------------------------------------------------------------+
//|                                                                  |
//+------------------------------------------------------------------+
int OnInit()
{

ArrayResize(fx_buffer,1000);
ArrayResize(sqh_buffer,1000);
ArrayResize(sql_buffer,1000);

ArraySetAsSeries(fx_buffer,true);
ArraySetAsSeries(sqh_buffer,true);
ArraySetAsSeries(sql_buffer,true);

ArrayResize(close,1000);
ArraySetAsSeries(close,false);

return(INIT_SUCCEEDED);
}
//+------------------------------------------------------------------+
//|                                                                  |
//+------------------------------------------------------------------+
void OnDeinit(const int reason)
{

}
//+------------------------------------------------------------------+
//|                                                                  |
//+------------------------------------------------------------------+
void OnTick()
{
MqlTick Tick;
SymbolInfoTick(_Symbol,Tick);

Bid = Tick.bid;

iStdev
for (int i =0; i<1000;i++)
{
// Print (i, "   ",ArraySize(close));
close[i] = iClose(_Symbol,0,0);
}

// ArraySetAsSeries(close,true);
int mi;
p=bars;
sx[1]=p+1;
nn=degree+1;

//--- sx
for(mi=1;mi<=nn*2-2;mi++)
{
sum=0;
for(n=i0;n<=i0+p;n++)
{
sum+=MathPow(n,mi);
}
sx[mi+1]=sum;
}
//--- syx
for(mi=1;mi<=nn;mi++)
{
sum=0.00000;
for(n=i0;n<=i0+p;n++)
{
if(mi==1)
sum+=close[n];
else
sum+=close[n]*MathPow(n,mi-1);
}
b[mi]=sum;
}
//--- Matrix
for(jj=1;jj<=nn;jj++)
{
for(ii=1; ii<=nn; ii++)
{
kk=ii+jj-1;
ai[ii,jj]=sx[kk];
}
}
//--- Gauss
for(kk=1; kk<=nn-1; kk++)
{
ll=0;
mm=0;
for(ii=kk; ii<=nn; ii++)
{
if(MathAbs(ai[ii,kk])>mm)
{
mm=MathAbs(ai[ii,kk]);
ll=ii;
}
}

if(ll!=kk)
{
for(jj=1; jj<=nn; jj++)
{
tt=ai[kk,jj];
ai[kk,jj]=ai[ll,jj];
ai[ll,jj]=tt;
}
tt=b[kk];
b[kk]=b[ll];
b[ll]=tt;
}
for(ii=kk+1;ii<=nn;ii++)
{
qq=ai[ii,kk]/ai[kk,kk];
for(jj=1;jj<=nn;jj++)
{
if(jj==kk)
ai[ii,jj]=0;
else
ai[ii,jj]=ai[ii,jj]-qq*ai[kk,jj];
}
b[ii]=b[ii]-qq*b[kk];
}
}
x[nn]=b[nn]/ai[nn,nn];
for(ii=nn-1;ii>=1;ii--)
{
tt=0;
for(jj=1;jj<=nn-ii;jj++)
{
tt=tt+ai[ii,ii+jj]*x[ii+jj];
x[ii]=(1/ai[ii,ii])*(b[ii]-tt);
}
}
//---
for(n=i0;n<=i0+p;n++)
{
sum=0;
for(kk=1;kk<=degree;kk++)
{
sum+=x[kk+1]*MathPow(n,kk);
}
fx_buffer[n]=x[1]+sum;
}
//--- Std
sq=0.0;
for(n=i0;n<=i0+p;n++)
{
sq+=MathPow(close[n]-fx_buffer[n],2);
}
sq=MathSqrt(sq/(p+1))*kstd;

for(n=i0;n<=i0+p;n++)
{
sqh_buffer[n]=fx_buffer[n]+sq;
sql_buffer[n]=fx_buffer[n]-sq;
}

h = sqh_buffer[
0];
l = sql_buffer[0];```

Aber es gibt nichts her...

Dateien:
i-Regr.mq5  12 kb

```void calcPolynomialRegression(double &PricesArray[],double &RegressionArray[], int power) {
ArrayResize(RegressionArray, ArraySize(PricesArray)); ArraySetAsSeries(RegressionArray,ArrayGetAsSeries(PricesArray));
double summ_x_value[21],summ_y_value[11],constant[11],matrix[11][11];
ArrayInitialize(summ_x_value,0); ArrayInitialize(summ_y_value,0);
ArrayInitialize(constant,0); ArrayInitialize(matrix,0);

double summ=0,summ_x=0,summ_y=0;
int pos=ArraySize(PricesArray)-1;
summ_x_value[0]=ArraySize(PricesArray);
for(int exp_n=1; exp_n<=2*power; exp_n++) {
summ_x=0;
summ_y=0;
for(int k=1; k<=ArraySize(PricesArray); k++) {
summ_x+=MathPow(k,exp_n);
if(exp_n==1) summ_y+=PricesArray[pos-k+1];
else if(exp_n<=power+1) summ_y+=PricesArray[pos-k+1]*MathPow(k,exp_n-1); }
summ_x_value[exp_n]=summ_x;
if(summ_y!=0) summ_y_value[exp_n-1]=summ_y; }

for(int row=0; row<=power; row++)
for(int col=0; col<=power; col++)
matrix[row][col]=summ_x_value[row+col];

int initial_row=1;
int initial_col=1;
for(int i=1; i<=power; i++) {
for(int row=initial_row; row<=power; row++) {
summ_y_value[row]=summ_y_value[row]-(matrix[row][i-1]/matrix[i-1][i-1])*summ_y_value[i-1];
for(int col=initial_col; col<=power; col++)
matrix[row][col]=matrix[row][col]-(matrix[row][i-1]/matrix[i-1][i-1])*matrix[i-1][col]; }
initial_col++;
initial_row++; }

int j=0;
for(int i=power; i>=0; i--) {
if(j==0) constant[i]=summ_y_value[i]/matrix[i][i];
else {
summ=0;
for(int k=j; k>=1; k--) summ+=constant[i+k]*matrix[i][i+k];
constant[i]=(summ_y_value[i]-summ)/matrix[i][i]; }
j++; }

int k=1;
for(int i=ArraySize(PricesArray)-1; i>=0; i--) {
summ=0;
for(int n=0; n<=power; n++) summ+=constant[n]*MathPow(k,n);
RegressionArray[i]=summ;
k++; } }```

Auch wenn Sie kein OOP verwenden - ich würde den Code in eine Reihe von Funktionen aufteilen, um ihn sinnvoll zu gestalten.

Ich habe eine Regressionsberechnung (nicht nur linear) ganz ohne Zyklen implementiert. Genauer gesagt, wird ein Zyklus nur einmal während der Initialisierung benötigt.
Das Ergebnis ist eine tausendfach höhere Rechengeschwindigkeit.

Und der Code ist kürzer.
Aber es tut mir leid, ich werde den Code nicht veröffentlichen. Das ist ein Geheimnis.
Ich sage nur, dass es real ist.

Zwei Artikel sind hilfreich

Пример разработки спредовой стратегии на фьючерсах Московской биржи
• www.mql5.com
MetaTrader 5 позволяет разрабатывать и тестировать роботов, торгующих одновременно на нескольких инструментах. Встроенный в платформу тестер стратегий автоматически скачивает с торгового сервера брокера тиковую историю и учитывает спецификацию контрактов  —  разработчику ничего не нужно делать руками. Это позволяет легко и максимально...

Nikolai Semko:

Ich habe die Berechnung der Regression (nicht nur linear) ganz ohne Zyklen implementiert. Um genauer zu sein, wird die Schleife nur einmal bei der Initialisierung benötigt.
Das Ergebnis ist eine tausendfach höhere Rechengeschwindigkeit.

Und der Code ist kürzer.
Aber es tut mir leid, ich werde den Code nicht veröffentlichen. Das ist ein Geheimnis.
Ich sage nur, dass es real ist.

Der Code ist sehr einfach. Wir addieren die aktuellen Quadrate und subtrahieren die Quadrate außerhalb des Intervalls. Das war's. Das ist das ganze Geheimnis.)

Es kann sogar noch interessanter sein, aber nach anderen Prinzipien.

Yuriy Asaulenko:

Der Code ist sehr einfach. Wir addieren die aktuellen Quadrate und subtrahieren die Quadrate außerhalb des Intervalls. Das war's. Das ist das Geheimnis.)

lustig )))

Nikolai Semko:
lustig ))

Um es noch lustiger zu machen, könnten Sie nicht über den Kanal berichten, sondern darüber, wie man eine polynomiale Regressionslinie ohne Zyklen erstellt. Aber das werde ich definitiv nicht tun. Sie brauchen es nicht.

Nikolai Semko:

Ich habe eine Regressionsberechnung (nicht nur linear) ganz ohne Zyklen durchgeführt. Genauer gesagt, wird der Zyklus nur einmal während der Initialisierung benötigt.
Dadurch wird die Berechnungsgeschwindigkeit um das Tausendfache erhöht.

Und der Code ist kürzer.
Aber es tut mir leid, ich werde den Code nicht veröffentlichen. Das ist ein Geheimnis.
Ich sage nur, dass es real ist.

Tausendmal schneller und ohne eine Schleife von Eingabewerten...

Ich kann es nicht glauben!!!

Zumindest eine Schleife der Eingabeparameter ist obligatorisch!

Nikolai Semko:

Ich habe eine Regressionsberechnung (nicht nur linear) ganz ohne Zyklen implementiert. Genauer gesagt, wird die Schleife nur einmal bei der Initialisierung benötigt.
Das Ergebnis ist eine tausendfach höhere Rechengeschwindigkeit.

Und der Code ist kürzer.
Aber es tut mir leid, ich werde den Code nicht veröffentlichen. Das ist ein Geheimnis.
Ich sage nur, dass es real ist.

Und auch ohne eine x*y-Summenschleife? Und wenn x und y keine Geraden sind?

Georgiy Merts:

Tausendmal schneller und ohne eine Schleife von Eingabewerten...

Ich kann es nicht glauben!!!

Zumindest eine Schleife über die Eingabeparameter ist obligatorisch!

Dmitry Fedoseev:

Und auch ohne eine x*y-Summenschleife ? Was ist, wenn x und y keine Geraden sind?

Glauben Sie es nicht für bare Münze.
Rashid ließ die Artikel fallen. Lesen Sie sie sorgfältig. Dort gibt es einen Link zu einem anderen Artikel:
https://www.mql5.com/ru/articles/270

Wenn Sie sich auf dem Niveau der 7. bis 8. Klasse das Hirn zermartern, können Sie die Standardabweichung ermitteln, um den Kanal, nicht nur den gleitenden Durchschnitt, auf ähnliche Weise ohne einen Zyklus zu erhalten. Ich habe dies für ein Polynom beliebigen Grades implementiert, nicht nur für den ersten Grad (lineare Regression). Sie können es in der Demoversion auf dem Marktplatz erleben.

HH Ich habe geschrieben, dass die Schleife einmal bei der Initialisierung benötigt wird.

Tausendmal schneller - auch bei der Berechnung der Standardabweichung (d.h. der Kanalbreite)
Grund der Beschwerde: