Diálogo do autor. Alexander Smirnov. - página 39

 
Mathemat:
O que estamos fazendo com a e b? Há uma fórmula comprovada para LR - não há k-tipos de linha reta. Há mash-ups triviais. Prival, estou falando exatamente da LR, vamos lidar com isso primeiro.

Peço desculpas, devo ter entendido mal. Vou checar novamente as fórmulas da parábola. Então vou cuidar do RMS, desculpe, me pareceu que o LR é uma etapa intermediária e você e Candide o resolveram (quase uma semana não estava no fórum, outras coisas me distraíram).
 
Prival: Re-verificação das fórmulas da parábola.
Sim, eu também. Você, em seu ponto matemático favorito, vou usar meu Maple.
 
Mathemat:
O que estamos fazendo com a e b? Há uma fórmula comprovada para LR - não há k-tipos de linha reta. Há mash-ups triviais. Prival, estou falando exatamente da LR, vamos lidar com isso primeiro.
Estou interessado na LR com a, b e RMS :). E o fato de você obter um algoritmo mais rápido do que com bonecos que eu não esperava, o mais agradável :). Embora com a SSR seja, penso eu, ainda mais lento do que com as sacolas. Mas é verdade - nem a, nem b, nem RMS. Parabola não é diretamente interessante para mim agora, é claro apenas que tudo será muito mais incômodo lá.
 
Prival:
Yurixx:


Eu posso dar os cálculos analíticos relevantes.


A partir daqui, se não for muito difícil, com novos coeficientes de dados A e B podem mudar, acho que, embora eu possa estar enganado :-). Para a LR parece ter sido resolvido, mas para a regressão parabólica como ?


É claro, com novos coeficientes de dados A e B mudam. De que outra forma eles poderiam mudar? O tamanho da janela, ou seja, o número de pontos LR, não muda. A janela desliza - a linha LR muda.

Para a regressão parabólica fiz a mesma coisa que para LR: consegui fórmulas compactas para todos os coeficientes e sko. Portanto, para o cálculo rápido de RP é necessário apenas, assim como para a LR, atualizar alguns valores e, ao contrário da LR, 2 arrays. Como resultado, o algoritmo é apenas ligeiramente inferior ao algoritmo LR em termos de velocidade. Acho que isso pode ser feito para qualquer grau, embora o tamanho das fórmulas finitas cresça com o aumento da ordem, é claro.

 
lna01:
Yurixx:


Quero muito saber o que pode ser desnecessário nestas fórmulas... :-)

Quanto à "expressão real", de onde você acha que vêm todas essas fórmulas? Se você substituir as fórmulas finitas derivadas do MOC por A e B nesta "expressão real", então você obtém a expressão acima para RMS. Eu posso dar os cálculos analíticos correspondentes.

OK, eu concordo, não nestes :)
Por definição, a recorrência é o cálculo do próximo valor utilizando o valor anterior? Então, o cálculo de somas cumulativas é a repetição mais natural.
O ponto é que meu cálculo por "expressão real" dá alguma inconsistência com estas fórmulas. Aqui estão os resultados para N=5 e N=20. As linhas foram contadas como LR + 3*SCO, para a linha branca o RMS foi tomado como sqrt((RMS^2)*N/(N-2)). A linha vermelha está de acordo com minha fórmula, a linha branca está de acordo com sua fórmula. Para N=20 a linha vermelha é quase invisível, podemos assumir que os resultados coincidem com uma boa precisão. Mas para N=5 as diferenças são bastante perceptíveis.

Não me importo, que seja também uma repetição. Nesta forma, é elementar e economiza tempo. A recorrência na programação é mais familiar para mim - quando um programa se chama a si mesmo. A MQL permite isso, mas restringe a ordem de aninhamento. Portanto, esta recorrência, apesar de tornar o programa mais compacto, dificilmente economiza tempo.

Acho que sei a razão pela qual você tem uma imprecisão para o pequeno N. Obviamente, você nas fórmulas para a taxa e variância, divida por (N-1). Eu, por outro lado, utilizei a divisão da soma por N. Neste caso, todas as somas cruzadas vão embora e as fórmulas são muito compactas.

 
Yurixx:

Eu, por outro lado, tenho usado a divisão da soma por N. Neste caso, todas as somas cruzadas vão embora e as fórmulas são muito compactas.

Isto pode ser justificado. A estimativa é tendenciosa, mas se você não trabalha com LRs muito curtos, a precisão é bastante suficiente.
 
Prival:
ANG3110:
e o período mudaria, então obteríamos uma regressão, como um terno costurado exatamente à medida, sob a tendência.

Se houver um indicador que possua esta propriedade. Seria possível compartilhar. Embora eu entenda que isto não é mais algo que é colocado no domínio público, mas se você de repente decidir, calças amarelas e dois ku em uma reunião + sua bebida favorita nesta hora do dia tentarão obter :-).

Z.I. Precisamos de uma parábola, a LR não está interessada


Posso enviar-lhe um. Você já deu o endereço antes, mas não me lembro onde. Posso ajudá-los novamente.

 
lna01:
Estou apenas interessado na LR com a, b e RMS :). E o fato de que o algoritmo será mais rápido do que com o mashki que eu não esperava, o mais agradável :). Embora com a SSR seja, penso eu, ainda mais lento do que com as sacolas. Mas é verdade - nem a, nem b, nem RMS. Não estou interessado na parábola no momento, é claro apenas, que tudo será muito mais incômodo lá.

Se você estiver interessado, aqui está um indicador de regressão linear sem ciclos. Calcula a regressão a partir de um grande número de barras, em uma fração de segundo.
Arquivos anexados:
at_lr0.mq4  2 kb
 

ANG3110

Melhor é claro que o Skype lá procure privalov-sv, você também pode enviar privalov-sv @ mail.ru tentará resolver o spam e encontrará lá uma pérola.

 
ANG3110:

Bem, eu posso enviá-lo a você. Você já me deu o endereço antes, mas não consigo lembrar onde. Envie novamente para mim.


E é somente para os membros dedicados a este tópico ou outros (quero dizer eu) podem se juntar ... (para conseguir um terno).
Agradecemos antecipadamente.