Equação de regressão
Você realmente quer comer ou uma receita (desculpe, ela escapou). Minha opinião, este método descreve a parte selecionada da história não melhor e não pior que outros, no futuro eles se comportam da mesma maneira que a grande maioria dos sistemas perde.
Mais especificamente, estou particularmente interessado na regressão multivariada. Também é interessante observar as opções para resolver regressões não lineares. Não encontrei nenhum algoritmo para resolver a regressão multivariada em MQL. Se você me fornecer links e indicadores (se você não for muito preguiçoso, é claro) - será ótimo! Não vou encontrar um Santo Graal, mas entender os métodos de regressão multivariada a partir da perspectiva de séries temporais de pares de moedas - é extremamente importante para mim.
Serei grato por seu feedback.
No ponto 3, a LOC é ineficiente para citações (se você vai usar a regressão como um preditor). É melhor usar LAD ou regressão de quantis. É mais complicado (muito mais codificação e ciência para fazer), mas funciona - ao contrário dos mínimos quadrados.
A causa da ineficiência da LOM, a propósito, são os notórios rabos de gordura. Os quantis não têm este defeito.
Você pode ser mais específico?
O MNC é posicionado, entre outras coisas, como um método para estimar os melhores parâmetros para uma função escolhida a priori pelo pesquisador.
As fórmulas para calcular estes parâmetros minimizando o quadrado do desvio dos dados reais da função aproximada foram derivadas para um conjunto de funções.
Onde aparecem as caudas gordurosas?
Por favor, esclareçam-me...
Onde surgem as caudas grossas?
Tal função alvo -- a soma dos quadrados dos erros -- só é ótima quando a própria distribuição de erros é normal.
Onde eu falei sobre distribuições?
Ou o iniciador do tópico?
Estamos falando de uma aproximação a um polinômio. Não mais do que isso.
Mas não menos.
E onde está a ineficiência da MNC aqui?
;)
--
mas estudos de erro para a normalidade, um elemento importante da estimativa de plausibilidade de um modelo a priori.
Nenhum argumento.
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
Membros do fórum!
Você pode aconselhar - alguém já trabalhou com equações de regressão para cotações de moedas? Existemindicadores, MTS, MQL-librariesbaseados neles?
Para aqueles que estão por dentro, você poderia responder a algumas perguntas?
Estou interessado em equações de regressão. Mas eu enfrento o problema de sua descrição adequada. Que dados temos: tempo (digamos M15), ALTO, BAIXO, ABERTO, FECHADO, VOLUME. Para nós, trata-se de um conjunto de observações. Temos um indicador para o qual precisamos estabelecer uma relação funcional com os parâmetros do objeto (no nosso caso, a mudança na taxa de câmbio) - fatores. Necessário: estabelecer uma relação quantitativa entre o indicador e os fatores. Neste caso, a tarefa de análise de regressão é entendida como a tarefa de identificar a dependência funcional y* = f(x 1, x 2, ..., x t) que melhor descreve os dados que temos.
A função f(x 1, x 2, ..., x t) que descreve a dependência do indicador sobre os parâmetros é chamada de equação de regressão (função).
Portanto. Pergunta 1: Dos dados que temos, qual devemos escolher como o Indicador e qual devemos escolher como o Fator? Logicamente o Indicador é o tempo, os fatores são H, L, O, C, V
Em nosso caso, trata-se de uma série cronológica.
A próxima tarefa é escolher a dependência funcional. Uma equação que descreve a relação entre a variação do indicador e a variação dos fatores. Muitas vezes estas são funções polinomiais. Um caso particular é o polinômio de 1º grau - uma equação de regressão linear.
Pergunta 2: Qual é o melhor polinômio a escolher, e como descrevê-lo adequadamente em termos de séries temporais, que parâmetros aplicar, qual é o grau do polinômio. Alguém já usou o polinômio Chebyshev? Em caso afirmativo, qual é a ordem?
Nossa próxima tarefa é calcular os coeficientes da equação de regressão. A maneira usual é usar o ANC.
Pergunta 3: Qual é o melhor método para calcular os coeficientes para o nosso caso?
Pergunta 4: É necessário normalizar os dados?
E a pergunta mais interessante. como fazer previsões, digamos, do próximo tick com base nos dados obtidos e na equação de regressão?
Eu ficaria grato se alguém compartilhasse sua experiência, suas idéias.