회귀 방정식
조언 해주셔서 감사합니다! 지금 관련 포럼 스레드를 읽고 있습니다.
그건 그렇고 - 예를 들어 EURUSD와 같은 시계열 분석을 위해 추가 통화 쌍을 도입하는 것이 매우 의심 스럽습니다.
그리고 실제로 먹거나 요리법을 (미안 탈출). 검색을 사용하면 회귀 지표, 특히 선형 자동차와 보기가 이미 작성되었습니다.LR의 사용에 대한 의견은 표적 침까지 다릅니다. 내 생각에 이 방법은 최적화(맞춤 읽기)가 선택된 역사 섹션을 다른 것보다 더 좋지도 나쁘지도 않게 설명할 때 앞으로 대부분의 시스템이 병합되는 것과 동일하게 동작합니다.
보다 구체적으로, 저는 특히 다변수 회귀에 관심이 있습니다. 비선형 회귀를 해결하기 위한 옵션을 살펴보는 것도 흥미롭습니다. MQL에서 다변수 회귀를 해결하기 위한 알고리즘을 찾지 못했습니다. 링크를 삭제하면 표시기의 이름(물론 너무 게으르지 않은 경우) - 괜찮을 것입니다! 성배를 찾지는 않겠지만 통화 쌍의 시계열 측면에서 다변수 회귀 방법을 이해하는 것이 특히 중요합니다.
답변해 주시면 감사하겠습니다.
포인트 3에서 - OLS는 따옴표에 대해 비효율적입니다(회귀를 예측자로 사용하려는 경우). LAD 또는 분위수 회귀를 더 잘 사용합니다. 이것은 더 어렵지만(당신은 훨씬 더 많은 코딩을 해야 하고 과학에 충실해야 합니다), 최소 제곱과 달리 작동합니다.
그런데 다국적 기업이 비효율적인 이유는 잘 알려진 악명 높은 뚱뚱한 꼬리 때문입니다. 분위수에는 이러한 단점이 없습니다.
더 자세하게 얘기해 주 시겠어요?
MNC는 다음을 포함하여 위치합니다. 연구자가 선험적으로 선택한 기능에 대한 최상의 매개변수 선택을 평가하는 방법으로.
함수 집합의 경우 이러한 매개변수를 계산하기 위한 공식이 파생되어 근사 함수에서 실제 데이터의 제곱 편차를 최소화합니다.
뚱뚱한 꼬리는 어디에서 유래합니까?
나를 계몽 pl...
뚱뚱한 꼬리는 어디에서 유래합니까?
이러한 목적 함수(오차 제곱의 합)는 오차 분포 자체가 정상일 때만 최적입니다.
내가 어디에서 배포에 대해 이야기 했습니까?
아니면 토픽스타터?
이것은 다항식에 대한 근사치입니다. 더 이상은 없어.
하지만 덜하지 않습니다.
다국적 기업의 비효율성은 어디에 있습니까?
;)
--
선험적 모델의 가능성을 평가하는 중요한 요소인 정규성에 대한 오류 연구 ...
나는 논쟁하지 않는다.
포럼 사용자!
말해봐 - 통화 시세에 대한 회귀 방정식으로 작업한 사람이 있습니까? 이를 기반으로 하는 지표, MTS, MQL 라이브러리가 있습니까?
해당 주제에 대해 몇 가지 질문에 답할 수 있습니까?
회귀 방정식에 관심이 있습니다. 그러나 나는 그것들을 적절하게 기술하는 데 문제가 있었다. 어떤 데이터가 있습니까? 시간(예: M15), HIGH, LOW, OPEN, CLOSE, VOLUME. 우리에게 이것은 일련의 관찰 결과입니다. 우리는 객체의 매개 변수 (우리의 경우 환율 변화)와 기능적 관계를 설정해야하는 지표가 있습니다. 필수: 지표와 요인 간의 양적 관계를 설정합니다. 이 경우 회귀 분석의 작업은 우리가 가지고 있는 데이터를 가장 잘 설명하는 이러한 기능적 종속성 을 식별하는 작업으로 이해됩니다.
매개변수에 대한 지표의 종속성을 설명하는 함수 f(x 1, x 2, ..., x t )를 회귀 방정식(함수)이라고 합니다.
그래서. 질문 1. 우리가 가지고 있는 데이터에서 지표로 선택해야 하는 것은 무엇이며 요인으로 선택해야 하는 것은 무엇입니까? 논리적 표시기 - 시간, 요인 - H, L, O, C, V
우리의 경우 시계열을 다루고 있습니다.
다음 작업은 기능적 종속성을 선택하는 것입니다. 지표 변동과 요인 변동 간의 관계를 특성화하는 방정식입니다. 종종 이들은 다항식 함수입니다. 특별한 경우는 1차 다항식( 선형 회귀 방정식 )입니다.
질문 2. 어떤 다항식을 선택하는 것이 더 좋으며 시계열, 사용할 매개 변수, 다항식의 정도를 고려하여 적절하게 설명하는 방법. 체비쇼프 다항식을 사용한 사람이 있습니까? 있다면 어떤 순서인가요?
다음 작업은 회귀 방정식의 계수를 계산하는 것입니다. 일반적으로 MNC를 사용합니다.
질문 3. 우리의 경우 계수를 계산하는 최적의 방법은 무엇입니까?
질문 4. 데이터를 정규화해야 합니까?
그리고 가장 흥미로운 질문. 얻은 데이터와 회귀 방정식을 기반으로 다음 틱을 예측하는 방법은 무엇입니까?
누군가가 그들의 경험과 아이디어를 공유할 수 있다면 감사하겠습니다.