回归方程 - 页 9 12345678910111213141516 新评论 hrenfx 2010.09.24 17:12 #81 Prival: 但你可以做一个多变量多项式 回归...我不知道，只有一个检查方法--如果预测准确率增加，或者预测时间在相同的准确率下增加，那么是的，它更好......我不知道检查它有什么意义，但你不仅要了解如何做，而且要向工具解释一切 ... 你可以做任何你想做的回归。你是什么意思，更坏还是更好？你甚至读过我的自行车吗？你必须了解什么工具适用于什么!我写我的废话是对回归和接近回归的概念一无所知。我必须清楚地得到我想要的东西。我做到了。后来我发现，它可以归入多元线性回归 的定义中。 如果你把多项式或其他任何东西塞进去，我就不明白这一点。 试图通过其他金融工具的任何回归来预测一个金融工具的行为，当然是不可能的。但它是如此微不足道......以至于我确信它是一个死胡同。而实施任何多变量回归都不是问题。你只需要明白你为什么要这样做，而不仅仅是想尝试你还没有尝试过的东西。 alsu。 这将是更好的，但它也会加载计算机：) 它不会加载任何东西。数值方法规则。 P.S. 男人，阅读你的写作。听起来太酷了，各种术语等等。当我在不理解术语的情况下读到其他人时也是这样想的。而事实上，他们正在讨论这种小学水平的东西......只是读了一点关于回归分析的基础知识，问题是如何设定的。而且你会明白，讨论的是高于MA水平的最简单的想法。 Prival 2010.09.24 17:39 #82 hrenfx: .... 而如果你把一个多项式，或任何其他多项式，那么我就是不明白这一点。 试图通过其他金融工具的任何回归来预测一个金融工具的行为，当然是一种方式。但它是如此微不足道......我确信它是一个死胡同。而实施任何多变量回归都不是问题。你只需要明白你为什么要这样做，而不是只想尝试你还没有尝试过的东西。 如果你看不到重点（你不明白你在做什么，为什么要这样做），那么一切都将是愚蠢和无意义的。你说得很对。 这个动作的绝对模拟。采取2台机器，优化 类参数.........我优化了一个演示的参数，不比真实的好...然后我挠挠头，让我们优化三台机器，好的，我优化了它们，去了真实的...咣当，鳄鱼的所有方式......了解了RSI的情况...优化...咣当...神经网络...咣当...。 等等，因为人们不动脑筋，他们像机器人一样行事...... Z.I. alsu能思考。你可以从问题中看出，他问的问题是正确的。如果他得到了答案，做得很好，他在用脑子思考，而不是用电脑，也许他能得到答案...... СанСаныч Фоменко 2010.09.24 17:55 #83 Prival: 如果你不明白你在做什么，为什么要这样做，一切都将是愚蠢的，毫无意义的。你说得很对。 什么是回归？这是同一个过滤器，只是愚蠢地与窗口中的当前数据相适应。还是我错了。所以在过滤器中，有一个想法，但在这里呢？也许有人可以解释一下。 Sceptic Philozoff 2010.09.24 18:04 #84 hrenfx: 而且你会意识到，简单的想法在硕士以上的水平上被讨论。 不是高出一个层次，而是实实在在地处于 MA的水平 。我曾经在这里写过，线性回归是两个不同的最常见的巫师的l.c.。人们并没有立即相信它。这里有一个主题。 hrenfx 2010.09.24 18:41 #85 Mathemat: 不是到了更高的水平，而是字面上 的清障者水平 。我曾经在这里写过，线性回归是两个不同的最常见的扣球的l.c.。人们并没有立即相信它。这里有一个主题。 不要用最简单的案例来侮辱回归分析。 与此相关的是，让我思考的是除OLS外的回归估计方法。到目前为止，我只能看到回归在最佳投资组合构建领域的应用。而在预测最佳投资组合的盈利能力方面。但绝不是金融工具的BP。 一个相对最优的投资组合已经被公开提出，所有的细节... Prival 2010.09.24 20:41 #86 Mathemat: 是的，不是在上面一层，而是在 清障车的层面 上。我曾经在这里写过，线性回归是两个不同的最普通的假数的l.c.。人们并没有立即相信它。这里有一个主题。 阿列克谢，你很清楚我去过那里。 在那条线上。 只是那个人问的问题是正确的。 因此，我们有一个包含N个样本的时间序列。在这个阶段，样本的确切含义并不重要--刻度线、OHLC或其他东西。重要的事情似乎是回答关于 训练样本 的最佳长度 n 不等于N，可调参数的最佳数量k<=n （多项式的程度）的问题。 1.我回答说多项式的度数最多只有3，我不使用回归，这个数字是由其他考虑因素决定的（随机的差异水平）。 2.可调参数的最佳数量为零 3.最佳样本长度我不知道，我还不能计算，在我看来它至少取决于两个变量，一天中的时间和ACF。但这是如何... hrenfx 2010.09.25 01:55 #87 什么叫 "最佳"？ 我只能够将这个词应用于窗口上的最佳投资组合的建设。 [删除] 2010.09.25 13:56 #88 对EURUSD-GBPUSD货币对进行了模拟分析 使用了一个线性回归 方程。 欢迎你对它进行解释或提出你自己的实验变体。 该文件在附件中。 附加的文件： elubeamdp.rar 12 kb hrenfx 2010.09.25 14:28 #89 我写了一个多变量线性回归的例子。获取线性方程组的算法（你可以用高斯解决）在函数GetLinearMatrix 中给出。 Mathcad文件本身也附在后面。 附加的文件： example.rar 3 kb Alexey 2010.09.26 08:46 #90 如果我们把方差计算为回归线的斜率，那么这个躲避方差的小值将表明科蒂尔的值接近直线，imho它是一个非常好的预测器。如果我们用回归的角度除以躲避的离散度，这个指标将显示市场是没有效率的，价格向一个方向发展，要在新闻中寻找趋势的交易。 12345678910111213141516 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
但你可以做一个多变量多项式 回归...我不知道，只有一个检查方法--如果预测准确率增加，或者预测时间在相同的准确率下增加，那么是的，它更好......我不知道检查它有什么意义，但你不仅要了解如何做，而且要向工具解释一切 ...
你可以做任何你想做的回归。你是什么意思，更坏还是更好？你甚至读过我的自行车吗？你必须了解什么工具适用于什么!我写我的废话是对回归和接近回归的概念一无所知。我必须清楚地得到我想要的东西。我做到了。后来我发现，它可以归入多元线性回归 的定义中。
如果你把多项式或其他任何东西塞进去，我就不明白这一点。
试图通过其他金融工具的任何回归来预测一个金融工具的行为，当然是不可能的。但它是如此微不足道......以至于我确信它是一个死胡同。而实施任何多变量回归都不是问题。你只需要明白你为什么要这样做，而不仅仅是想尝试你还没有尝试过的东西。
alsu。
这将是更好的，但它也会加载计算机：)
它不会加载任何东西。数值方法规则。
P.S. 男人，阅读你的写作。听起来太酷了，各种术语等等。当我在不理解术语的情况下读到其他人时也是这样想的。而事实上，他们正在讨论这种小学水平的东西......只是读了一点关于回归分析的基础知识，问题是如何设定的。而且你会明白，讨论的是高于MA水平的最简单的想法。
....
而如果你把一个多项式，或任何其他多项式，那么我就是不明白这一点。
试图通过其他金融工具的任何回归来预测一个金融工具的行为，当然是一种方式。但它是如此微不足道......我确信它是一个死胡同。而实施任何多变量回归都不是问题。你只需要明白你为什么要这样做，而不是只想尝试你还没有尝试过的东西。
如果你看不到重点（你不明白你在做什么，为什么要这样做），那么一切都将是愚蠢和无意义的。你说得很对。
这个动作的绝对模拟。采取2台机器，优化 类参数.........我优化了一个演示的参数，不比真实的好...然后我挠挠头，让我们优化三台机器，好的，我优化了它们，去了真实的...咣当，鳄鱼的所有方式......了解了RSI的情况...优化...咣当...神经网络...咣当...。
等等，因为人们不动脑筋，他们像机器人一样行事......
Z.I. alsu能思考。你可以从问题中看出，他问的问题是正确的。如果他得到了答案，做得很好，他在用脑子思考，而不是用电脑，也许他能得到答案......
如果你不明白你在做什么，为什么要这样做，一切都将是愚蠢的，毫无意义的。你说得很对。
不是到了更高的水平，而是字面上 的清障者水平 。我曾经在这里写过，线性回归是两个不同的最常见的扣球的l.c.。人们并没有立即相信它。这里有一个主题。
不要用最简单的案例来侮辱回归分析。
与此相关的是，让我思考的是除OLS外的回归估计方法。到目前为止，我只能看到回归在最佳投资组合构建领域的应用。而在预测最佳投资组合的盈利能力方面。但绝不是金融工具的BP。
一个相对最优的投资组合已经被公开提出，所有的细节...
是的，不是在上面一层，而是在 清障车的层面 上。我曾经在这里写过，线性回归是两个不同的最普通的假数的l.c.。人们并没有立即相信它。这里有一个主题。
阿列克谢，你很清楚我去过那里。 在那条线上。 只是那个人问的问题是正确的。
因此，我们有一个包含N个样本的时间序列。在这个阶段，样本的确切含义并不重要--刻度线、OHLC或其他东西。重要的事情似乎是回答关于 训练样本 的最佳长度 n 不等于N，可调参数的最佳数量k<=n （多项式的程度）的问题。
1.我回答说多项式的度数最多只有3，我不使用回归，这个数字是由其他考虑因素决定的（随机的差异水平）。
2.可调参数的最佳数量为零
3.最佳样本长度我不知道，我还不能计算，在我看来它至少取决于两个变量，一天中的时间和ACF。但这是如何...
什么叫 "最佳"？
我只能够将这个词应用于窗口上的最佳投资组合的建设。
对EURUSD-GBPUSD货币对进行了模拟分析
使用了一个线性回归 方程。
欢迎你对它进行解释或提出你自己的实验变体。
该文件在附件中。
我写了一个多变量线性回归的例子。获取线性方程组的算法（你可以用高斯解决）在函数GetLinearMatrix 中给出。
Mathcad文件本身也附在后面。