로켓맨에게 감사합니다 . y=a+b1X+b2X 2+b3X 3+b4X 4+b5X 5+b6X 6 에 대한 생각이 있으신가요? 이것이 6차 다항식 회귀선의 올바른 형식이라고 생각하며 선형 회귀에서와 동일한 기울기 절편으로 및 b를 계산해야 합니까? 뭔가 놓치고 있는 느낌이 듭니다.
로켓맨에게 감사합니다 . y=a+b1X+b2X 2+b3X 3+b4X 4+b5X 5+b6X 6 에 대한 생각이 있으신가요? 이것이 6차 다항식 회귀선의 올바른 형식이라고 생각하며 선형 회귀에서와 동일한 기울기 절편으로 및 b를 계산해야 합니까? 뭔가 놓치고 있는 느낌이 듭니다.
X == 0 y = a인 경우 SDC.
그리고 임의의 점 y'에서의 기울기 - 이것은 수학에서 나타냅니다. 함수 의 기울기 또는 더 정확한 첫 번째 파생
y'=b1+2b2X 1+3b3X 2+4b4X 3+5b5X 4+6b6X 5
관심이 있다면 더 나아가서 y" = 두 번째 파생물을 만들 수 있습니다. 함수를 구부릴 수 있습니다.
y">0이면 기울기가 증가하거나 상승 추세가 발생하려고 하거나 강화되고 있는 경우: 잠시 후 이를 컵이라고 부를 수 있습니다.
y"<0인 경우 기울기가 감소하거나 하락 추세가 발생하려고 하거나 강화되고 있는 경우: 더 빠르게 하락합니다.
y"=2b2+6b3X 1+12b4X 2+20b5X 3+30b6X 4
그러나 SDC, TimeStamp에서 X 값을 계산하는 방법을 이미 결정했습니까? 0은 어디에 두나요?
SDC : 이것이 우리가 그것을 코딩하기 위해 알아야 할 전부일 수 있습니다. 작성자가 y=ax 2 +bx+c 대신 y=a+b1X+b2X 2 를 어떻게 쓰는지 주목하세요. 그것이 나를 버리고 있었던 것입니다. 나는 c가 완전히 다른 계수를 가져야한다고 생각했습니다. 이 기사에서 알 수 있듯이 y=ax 6 +bx 5 +cx 4 +dx 3 +ex 2 +fx+g의 계수 c,d,e,f,g는 선형 회귀 에서 이미 알고 있는 b와 직접적으로 관련되어 있습니다. , 는 기울기입니다.
위의 방정식에서 계수 a ~ f는 기울기 계수입니다. g는 기울기 계수와 합할 때 주어진 x(인덱스)에 대한 y축(가격) 값을 생성하는 기본 값인 Y 절편입니다.
SDC :
그 외에도 이 기사는 r 2 가 선이 데이터 곡선에 얼마나 잘 맞는지 측정하는 데 사용될 수 있음을 암시하는 것으로 보입니다. 우리는 r 2 가 분산과 관련이 있을 수 있다고 생각합니다. r 2 가 무엇인지 확실히 말할 수 있는 사람이 있습니까?
r^2는 최적의 적합도를 결정하는 데 사용되는 오류 요인이며, 이는 회귀의 최상의 정도를 결정하는 데 사용됩니다. 예를 들어, 데이터가 3차에서 가장 잘 맞는다면 r^2 값은 가장 낮은 값, 즉 2차, 4차 등의 r^2 값보다 낮습니다. 오류 요인은 플롯된 선에서 주어진 (x,y) 좌표의 분산의 평균 또는 평균(나는 가정)을 기반으로 합니다. 나는 시장이 현재 무엇을 하고 있는지에 따라 다항식 적합도를 조정하는 자체 최적화기로 r^2를 사용하는 것을 고려할 것입니다. 아마도 이것은 옆으로 측정되는 패턴을 감지하기 위해 구현될 수 있습니다. 아마도 2단계 주제일 것입니다.
수학을 이해하는 사람을 찾았습니다. 이번 주에 그와 몇 시간을 보낼 계획입니다. 앞으로 더.
편집: 다시 생각해보면, 각 차수의 r^2 값을 최대 n(여기서 n은 현재 6)까지 계산하고 유지하는 것을 고려해 보겠습니다. 이 측정값에 어떤 값이 있을 수 있다고 생각합니다.
글쎄, 내가 의심하는 것처럼 i_regr은 잘 작동하고 진정한 다항식 회귀를 만듭니다. 생성된 곡선 모양에서 분명했습니다. 이전 게시물에서 링크한 것과 동일한 방정식 시스템을 풀기 위해 표준 알고리즘을 사용합니다.
채널 크기도 표준 편차에 비례하고 kstd가 비례 요인으로 사용되므로 이 무료 지표는 실제로 매우 좋은 지표입니다.
LIVEST() 결과와 차이를 일으키는 것은 방향의 문제일 뿐입니다.
Grazi - 당신이 맞습니다. I-regr은 실제로 진정한 다항식 회귀를 수행합니다. 그러나 이 지표에서 사용하는 회귀 방법은 가우스 제거입니다. 내가 본 바에 따르면 지표는 경미하거나 중간 정도의 시장 조정에서 과도하게 반응합니다. 이전 게시물과 관련하여 자금 관리가 모든 EA에서 가장 중요한 요소라는 데에도 동의합니다. 또한 정확한 진입/종료 지점을 결정하기 위해 단기 지표가 필요하다는 데 동의합니다. 나는 이것을 이미 다뤘습니다. poly6 표시기는 진입/출구 지점이 아니라 주어진 거래의 방향, 기간 및 규모에 사용됩니다. 이 지표는 일중 오실레이터가 아닌 추세 분석 지표입니다. 이미 개발된 다른 단기 지표와 함께 사용 - 이익을 극대화하는 데 필요한 것을 갖게 됩니다.
I-regr과 LINEST() 함수 의 차이점은 기울기 계수를 계산하는 방법입니다. Guass 방법 대 최소 제곱 방법. 나는 방금 스탠포드 대학 교수로부터 이 주제에 대한 강의를 듣게 되었습니다. 이는 최소 자승법이 다시 한 번 가장 널리 신뢰받는 회귀 방법이 되었으며 미적분학 접근 방식이 더욱 이론적으로 변하고 있음을 (매우 강조적으로) 나타냅니다.
Gooly, 시간이 좀 걸렸습니다. 하지만 당신은 바로 그 자리에 있습니다! 위의 예에서 계수 a는 "x = 0일 때 y의 값" 또는 좌표(0,a)로 정의된 Y 절편 입니다. 또한 제안한 2차(2차) 형식은 이항 질문 "위" 또는 "아래"를 해결하는 것 외에는 실용적인 적용이 많지 않은 포물선 이라고도 하는 "컵"을 만듭니다.
Grazi - 당신이 맞습니다. I-regr은 실제로 진정한 다항식 회귀를 수행합니다. 그러나 이 지표에서 사용하는 회귀 방법은 가우스 제거입니다. 내가 본 바에 따르면 지표는 경미하거나 중간 정도의 시장 조정에서 과도하게 반응합니다. 이전 게시물과 관련하여 자금 관리가 모든 EA에서 가장 중요한 요소라는 데에도 동의합니다. 또한 정확한 진입/종료 지점을 결정하기 위해 단기 지표가 필요하다는 데 동의합니다. 나는 이것을 이미 다뤘습니다. poly6 표시기는 진입/출구 지점이 아니라 주어진 거래의 방향, 기간 및 규모에 사용됩니다. 이 지표는 일중 오실레이터가 아닌 추세 분석 지표입니다. 이미 개발된 다른 단기 지표와 함께 사용 - 이익을 극대화하는 데 필요한 것을 갖게 됩니다.
I-regr과 LINEST() 함수의 차이점은 기울기 계수를 계산하는 방법입니다. Guass 방법 대 최소 제곱 방법. 나는 방금 스탠포드 대학 교수로부터 이 주제에 대한 강의를 듣게 되었습니다. 이는 최소 자승법이 다시 한 번 가장 널리 신뢰받는 회귀 방법이 되었으며 미적분학 접근 방식이 더욱 이론적으로 변하고 있음을 (매우 강조적으로) 나타냅니다.
예, Gauss-Jordan을 사용하지만 모든 방법(Gauss-Jordan, 최소 제곱, Gram-Schmidt 또는 기타)이 고유한 솔루션을 제공하므로 어떤 방법이 사용되는지는 완전히 관련이 없습니다. 첨부파일을 통해 확인할 수 있으며, 결과는 전문가 탭에 출력되며, 엑셀에서 입력한 내용은 소스에 하드코딩 되어 있습니다.
그러나 검토해야 할 것은 적용된 가격, x축 시작점, x축 성장, 포인트 수, TF 등 다른 요소가 곡선에 어떻게 영향을 미치는지입니다.
그리고 P6을 사용하는 방식은 긍정적인 방식으로 결정적으로 혁신적이며 표준 접근 방식에 대한 나의 비평가와 일치합니다.
I am thinking r 2 might have something to do with variance ? Can anyone say what r 2 is for sure ?
r2는 데이터가 곡선에 얼마나 잘 맞는지입니다. https://en.wikipedia.org/wiki/Coefficient_of_determination
r2는 데이터가 곡선에 얼마나 잘 맞는지입니다. https://en.wikipedia.org/wiki/Coefficient_of_determination
로켓맨에게 감사합니다 . y=a+b1X+b2X 2 +b3X 3 +b4X 4 +b5X 5 +b6X 6 에 대한 생각이 있으신가요? 이것이 6차 다항식 회귀선의 올바른 형식이라고 생각하며 선형 회귀에서와 동일한 기울기 절편으로 및 b를 계산해야 합니까? 뭔가 놓치고 있는 느낌이 듭니다.
로켓맨에게 감사합니다 . y=a+b1X+b2X 2 +b3X 3 +b4X 4 +b5X 5 +b6X 6 에 대한 생각이 있으신가요? 이것이 6차 다항식 회귀선의 올바른 형식이라고 생각하며 선형 회귀에서와 동일한 기울기 절편으로 및 b를 계산해야 합니까? 뭔가 놓치고 있는 느낌이 듭니다.
X == 0 y = a인 경우 SDC.
그리고 임의의 점 y'에서의 기울기 - 이것은 수학에서 나타냅니다. 함수 의 기울기 또는 더 정확한 첫 번째 파생
y'=b1+2b2X 1 +3b3X 2 +4b4X 3 +5b5X 4 +6b6X 5
관심이 있다면 더 나아가서 y" = 두 번째 파생물을 만들 수 있습니다. 함수를 구부릴 수 있습니다.
y">0이면 기울기가 증가하거나 상승 추세가 발생하려고 하거나 강화되고 있는 경우: 잠시 후 이를 컵이라고 부를 수 있습니다.
y"<0인 경우 기울기가 감소하거나 하락 추세가 발생하려고 하거나 강화되고 있는 경우: 더 빠르게 하락합니다.
y"=2b2 +6b3X 1 +12b4X 2 +20b5X 3 +30b6X 4
그러나 SDC, TimeStamp에서 X 값을 계산하는 방법을 이미 결정했습니까? 0은 어디에 두나요?
굴리
글쎄, 내가 의심하는 것처럼 i_regr은 잘 작동하고 진정한 다항식 회귀를 만듭니다. 생성된 곡선 모양에서 분명했습니다. 이전 게시물에서 링크한 것과 동일한 방정식 시스템을 풀기 위해 표준 알고리즘을 사용합니다.
채널 크기도 표준 편차 에 비례하고 kstd가 비례 요인으로 사용되므로 이 무료 지표는 실제로 매우 좋은 지표입니다.
LIVEST() 결과와 차이를 일으키는 것은 방향의 문제일 뿐입니다.
이것이 우리가 그것을 코딩하기 위해 알아야 할 전부일 수 있습니다. 작성자가 y=ax 2 +bx+c 대신 y=a+b1X+b2X 2 를 어떻게 쓰는지 주목하세요. 그것이 나를 버리고 있었던 것입니다. 나는 c가 완전히 다른 계수를 가져야한다고 생각했습니다. 이 기사에서 알 수 있듯이 y=ax 6 +bx 5 +cx 4 +dx 3 +ex 2 +fx+g의 계수 c,d,e,f,g는 선형 회귀 에서 이미 알고 있는 b와 직접적으로 관련되어 있습니다. , 는 기울기입니다.
위의 방정식에서 계수 a ~ f는 기울기 계수입니다. g는 기울기 계수와 합할 때 주어진 x(인덱스)에 대한 y축(가격) 값을 생성하는 기본 값인 Y 절편입니다.
SDC :
그 외에도 이 기사는 r 2 가 선이 데이터 곡선에 얼마나 잘 맞는지 측정하는 데 사용될 수 있음을 암시하는 것으로 보입니다. 우리는 r 2 가 분산과 관련이 있을 수 있다고 생각합니다. r 2 가 무엇인지 확실히 말할 수 있는 사람이 있습니까?
r^2는 최적의 적합도를 결정하는 데 사용되는 오류 요인이며, 이는 회귀의 최상의 정도를 결정하는 데 사용됩니다. 예를 들어, 데이터가 3차에서 가장 잘 맞는다면 r^2 값은 가장 낮은 값, 즉 2차, 4차 등의 r^2 값보다 낮습니다. 오류 요인은 플롯된 선에서 주어진 (x,y) 좌표의 분산의 평균 또는 평균(나는 가정)을 기반으로 합니다. 나는 시장이 현재 무엇을 하고 있는지에 따라 다항식 적합도를 조정하는 자체 최적화기로 r^2를 사용하는 것을 고려할 것입니다. 아마도 이것은 옆으로 측정되는 패턴을 감지하기 위해 구현될 수 있습니다. 아마도 2단계 주제일 것입니다.
수학을 이해하는 사람을 찾았습니다. 이번 주에 그와 몇 시간을 보낼 계획입니다. 앞으로 더.
편집: 다시 생각해보면, 각 차수의 r^2 값을 최대 n(여기서 n은 현재 6)까지 계산하고 유지하는 것을 고려해 보겠습니다. 이 측정값에 어떤 값이 있을 수 있다고 생각합니다.
글쎄, 내가 의심하는 것처럼 i_regr은 잘 작동하고 진정한 다항식 회귀를 만듭니다. 생성된 곡선 모양에서 분명했습니다. 이전 게시물에서 링크한 것과 동일한 방정식 시스템을 풀기 위해 표준 알고리즘을 사용합니다.
채널 크기도 표준 편차에 비례하고 kstd가 비례 요인으로 사용되므로 이 무료 지표는 실제로 매우 좋은 지표입니다.
LIVEST() 결과와 차이를 일으키는 것은 방향의 문제일 뿐입니다.
Grazi - 당신이 맞습니다. I-regr은 실제로 진정한 다항식 회귀를 수행합니다. 그러나 이 지표에서 사용하는 회귀 방법은 가우스 제거입니다. 내가 본 바에 따르면 지표는 경미하거나 중간 정도의 시장 조정에서 과도하게 반응합니다. 이전 게시물과 관련하여 자금 관리가 모든 EA에서 가장 중요한 요소라는 데에도 동의합니다. 또한 정확한 진입/종료 지점을 결정하기 위해 단기 지표가 필요하다는 데 동의합니다. 나는 이것을 이미 다뤘습니다. poly6 표시기는 진입/출구 지점이 아니라 주어진 거래의 방향, 기간 및 규모에 사용됩니다. 이 지표는 일중 오실레이터가 아닌 추세 분석 지표입니다. 이미 개발된 다른 단기 지표와 함께 사용 - 이익을 극대화하는 데 필요한 것을 갖게 됩니다.
I-regr과 LINEST() 함수 의 차이점은 기울기 계수를 계산하는 방법입니다. Guass 방법 대 최소 제곱 방법. 나는 방금 스탠포드 대학 교수로부터 이 주제에 대한 강의를 듣게 되었습니다. 이는 최소 자승법이 다시 한 번 가장 널리 신뢰받는 회귀 방법이 되었으며 미적분학 접근 방식이 더욱 이론적으로 변하고 있음을 (매우 강조적으로) 나타냅니다.
나는 우리가 정수 막대 숫자를 사용할 수 있다고 생각했던 타임스탬프를 사용하지 않을 것입니다.
절대적으로 정확합니다 - 0/전류에서 N/범위까지, 아마도 역순일 것입니다.
X == 0 y = a인 경우 SDC.
Gooly, 시간이 좀 걸렸습니다. 하지만 당신은 바로 그 자리에 있습니다! 위의 예에서 계수 a는 "x = 0일 때 y의 값" 또는 좌표(0,a)로 정의된 Y 절편 입니다. 또한 제안한 2차(2차) 형식은 이항 질문 "위" 또는 "아래"를 해결하는 것 외에는 실용적인 적용이 많지 않은 포물선 이라고도 하는 "컵"을 만듭니다.
Grazi - 당신이 맞습니다. I-regr은 실제로 진정한 다항식 회귀를 수행합니다. 그러나 이 지표에서 사용하는 회귀 방법은 가우스 제거입니다. 내가 본 바에 따르면 지표는 경미하거나 중간 정도의 시장 조정에서 과도하게 반응합니다. 이전 게시물과 관련하여 자금 관리가 모든 EA에서 가장 중요한 요소라는 데에도 동의합니다. 또한 정확한 진입/종료 지점을 결정하기 위해 단기 지표가 필요하다는 데 동의합니다. 나는 이것을 이미 다뤘습니다. poly6 표시기는 진입/출구 지점이 아니라 주어진 거래의 방향, 기간 및 규모에 사용됩니다. 이 지표는 일중 오실레이터가 아닌 추세 분석 지표입니다. 이미 개발된 다른 단기 지표와 함께 사용 - 이익을 극대화하는 데 필요한 것을 갖게 됩니다.
I-regr과 LINEST() 함수의 차이점은 기울기 계수를 계산하는 방법입니다. Guass 방법 대 최소 제곱 방법. 나는 방금 스탠포드 대학 교수로부터 이 주제에 대한 강의를 듣게 되었습니다. 이는 최소 자승법이 다시 한 번 가장 널리 신뢰받는 회귀 방법이 되었으며 미적분학 접근 방식이 더욱 이론적으로 변하고 있음을 (매우 강조적으로) 나타냅니다.
예, Gauss-Jordan을 사용하지만 모든 방법(Gauss-Jordan, 최소 제곱, Gram-Schmidt 또는 기타)이 고유한 솔루션을 제공하므로 어떤 방법이 사용되는지는 완전히 관련이 없습니다. 첨부파일을 통해 확인할 수 있으며, 결과는 전문가 탭에 출력되며, 엑셀에서 입력한 내용은 소스에 하드코딩 되어 있습니다.
그러나 검토해야 할 것은 적용된 가격, x축 시작점, x축 성장, 포인트 수, TF 등 다른 요소가 곡선에 어떻게 영향을 미치는지입니다.
그리고 P6을 사용하는 방식은 긍정적인 방식으로 결정적으로 혁신적이며 표준 접근 방식에 대한 나의 비평가와 일치합니다.