StdDev - СКО ошибки аппроксимации линейной реггресси на выборке канала, соответственно, StdDev23 - СКО на двух третях этой выборки. Графики отражают эти величины при расчете каналов на конкретном инструменте , конкретном тайм-фрейме и в конкретном месте. Речь идет об алгоритме выбора нужного канал по виду этих СКО.
Спасибо, Rosh, все понял. Как я понимаю, Вы экспериментируете на массиве в 1000 баров, а выборка для рассчета канала имеет фиксированную и, естественно, меньшую длину. Или Вы строите канал на всей 1000 ?
StdDev - СКО ошибки аппроксимации линейной реггресси на выборке канала, соответственно, StdDev23 - СКО на двух третях этой выборки. Графики отражают эти величины при расчете каналов на конкретном инструменте , конкретном тайм-фрейме и в конкретном месте. Речь идет об алгоритме выбора нужного канал по виду этих СКО.
Спасибо, Rosh, все понял. Как я понимаю, Вы экспериментируете на массиве в 1000 баров, а выборка для рассчета канала имеет фиксированную и, естественно, меньшую длину. Или Вы строите канал на всей 1000 ?
Здесь существенным будет качество выборки. Выбирая "отфанарную" длину Вы рискуете захватить часть ушедшего тренда или недобрать часть текущего. Со всеми вытекающими последствиями.
Вывел систему уравнений для нахождения коэ-тов параболы по методу наименьших квадратов. Кто помнит линейку? Или самому придется лезть в детерминанты...
我同意!:o)一切都已经被嚼碎了--现在只有那些能够;o)的人可以吞下它。
我们只谈方法论，不谈细节。
我无法更准确地回答，而且我还没有太多的时间可以浪费--我还在尝试实施战略建设的几种方法。
。
弗拉迪斯拉夫，再次感谢我希望我的方法能成为你和
Yurixx 之间的一个交汇点。亲爱的
Yurixx!你写道：
线性回归 只去除原始数据的线性成分，也就是说，简单地说，通过线性回归的有效值减少整体的有效值。 如果存在非线性成分，去趋势序列的有效值缺乏时间依赖性就不明显。作为一个例子，我们可以看一下从2002.03.31到今天的GBPCHF W1。在这里的最后一个区间，有效值似乎在减少。谢谢。
Спасибо, Rosh, все понял. Как я понимаю, Вы экспериментируете на массиве в 1000 баров, а выборка для рассчета канала имеет фиксированную и, естественно, меньшую длину. Или Вы строите канал на всей 1000 ?
在这里，样本的质量将是至关重要的。通过选择一个 "非趋势 "的长度，你有可能捕捉到已经消失的部分趋势，或者对当前趋势的部分采样不足。以及随之而来的所有后果。
祝你好运，祝你通过趋势。
我在从45（很清楚）到1000条的频道中循环播放。(15分钟图表上的1000个柱子是10个日蜡烛，我认为这对15分钟图表来说是足够的）。在这955卡纳尔上，我找到了有效值，并选择了有效值较小的通道（目前），尽管我没有忘记潜在性原则:)诚然，我还没有应用这种方法--一，从视觉上看，这种选择方法并不总是能捕捉到远处的通道--这就是二。
也许，当我整理前三个频道时，许多问题会因为不重要而消失。
我鼓励进一步的合作/发展，而不放出密码。方法是足够的，而且更有趣。作为最后的手段，我们可以进行一对一的交流。
DearYurixx!
你写道：
线性回归只去除原始数据的线性成分，也就是说，简单地说，用线性回归的有效值减少整体的有效值。 如果存在非线性成分，去趋势序列的有效值缺乏时间依赖性就不明显。作为一个例子，我们可以看一下从2002.03.31到今天的GBPCHF W1。在这里的最后一个区间，有效值似乎在减少。谢谢。
错了。两个只因趋势线性 分量不同的随机序列具有相同的方差。Excel文件中的数字证实了这一点，事实上我特意放了一个红色的箭头来强调......。
Спасибо, Rosh, все понял. Как я понимаю, Вы экспериментируете на массиве в 1000 баров, а выборка для рассчета канала имеет фиксированную и, естественно, меньшую длину. Или Вы строите канал на всей 1000 ?
Здесь существенным будет качество выборки. Выбирая "отфанарную" длину Вы рискуете захватить часть ушедшего тренда или недобрать часть текущего. Со всеми вытекающими последствиями.
Удачи и попутных трендов.
我在从45（这是可以理解的）到1000条的频道中循环播放。(15分钟的1000个柱子是10个日线，我认为这足够15个月的时间。
分钟）。在这955卡纳尔上，我找到了有效值，并选择了有效值较小的通道（目前），尽管我没有忘记潜在性原则:)诚然，我还没有应用这种方法--一，从视觉上看，这种选择方法并不总是能捕捉到远处的通道--这就是二。
也许，当我整理前三个频道时，许多问题会因为不重要而消失。
我鼓励进一步的合作/发展，而不放出密码。方法是足够的，而且更有趣。作为最后的手段，我们可以进行一对一的交流。
我已经简单写过：从大约180天前开始在极值上建立波动。没有必要更进一步--结果将是一样的。构成趋势的所有条形应该从极值到极值（极值应该包括在反转区中；）。- 那么这就是一个技术问题--你要确定最后一个活跃的通道，并把它布置好。从这里开始，嵌套或细化的程度。
从产生的子集中选择。
好运和良好的趋势。
在你的文件中，红色箭头开头和结尾的数值是不同的，通常差异越大，线性回归的 斜率就越强。
的确，这个差异不等于线性回归的数字有效值，谈到Yurixx的这种下降，我的意思是，比喻说，其发生的原因，而不是估计的方法。
我没有立即看到，差异原来是微不足道的，事实上它们不应该有差异，因为在计算RMS时，考虑到误差的期望值，线性成分被去除。
但在我的帖子中，我指的不是LR误差的均值，而是LR线的均值。还有就是原始数据的有效值，而不是连续数值之间的差异的有效值。
我为自己的不清楚再次道歉。
从产生的子集中选择。
好运和好的趋势。
我们忘记了大象，谢谢你。有时会有这样的心理盲目性，当你不能从树上看到森林的时候。我已经做了一个脚本，把通道的边界（第一条和最后一条），唯一要做的是教通道根据这些垂直线 的移动来重建，但这并不困难。像这样的 "之 "字形？
我同意。尽管最好不要有代码片段。
例如，弗拉迪斯拉夫 的照片比任何片段都更能告诉我。
一般来说，我认为系统的分配问题，以及它的商业性（非个人使用）是该方法的作者的唯一特权。
Rosh，原则上来说，方程本身的推导是很明显的。有了这个，一切都很清楚了。但我明白，你是在使用x和y的平均数。也就是说，你只是通过明确的线性代数的方法来解决一个方程。但我不明白的是以下情况。是否真的有可能简单地将样本平均数代入这些公式，而得到我们所需要的东西？你能给出一个证明吗？ ANG3110指标是否根据这一原则工作？我认为
更合理的做法是解决N个这样的系统的N条，从得到的数组样本a,b,c中确定每个参数的期望值，并将其作为近似抛物线的参数。还是我搞错了？
有这样的想法，原则上我甚至想到了用这种方法对线性回归系数 进行平均化，但到目前为止还没有成功。在这个方向上到底值不值得挖掘？