Уравнение регрессии
Благодарю за совет! Сейчас читаю соответствующие ветки форума.
Кстати - целесообразность ввода дополнительной валютной пары для анализа верменного ряда, ну к примеру EURUSD весьма смонительна.
А вам собственно кушать или рецепт приготовления ( простите вырвалось). Воспользуйтесь поиском, индикаторов регрессий уже написано особенно линейной вагон и тележка .О применении ЛР мнения разнятся вплоть до прицельных плевков . мое мнение этот метод при оптимизации (читай подгонке ) описывает выбранный участок истории не лучше и не хуже других, на форварде ведет себя тоже как и подавляющее большинство систем сливает .
А если конкретнее, то меня особо интересует многомерная регрессия. Посмотреть на варианты решения нелинейной регресии - тоже интересно. Я не нашел алгоритмов, для решения многомерной регресии на MQL. Если вы скините ссылки, название индикаторов (если вам не лень конечно) - будет просто отлично! Найти священный грааль я не собираюсь, а вот хорошо разобраться с методом многомерной регресии в аспекте временных рядов валютных пар - это особо важно для меня.
Буду благодарен за ответ.
По пункту 3 - МНК неэффективен для котировок (если вы собираетесь использовать регрессию в качестве предсказателя). Лучше пользуйтель LAD или квантильной регрессией. Это сложнее (кодить гораздо больше придется, да и в науку втыкать), зато работает - в отличие от наименьших квадратов.
причина неэффективности МНК, кстати, - всем известные пресловутые толстые хвосты. Квантили этого недостатка лишены.
А можно поподробней?
МНК позиционируется в т.ч. как метод оценки подбора лучших параметров для функции априорно выбранной исследователем.
для множества функций выведены формулы вычисления этих параметров, минимизирующих квадрат отклонения фактических данных от апроксимирующей функции.
Где толстые хвосты возникают?
Просветите пжл...
Где толстые хвосты возникают?
Такая целевая функция - сумма квадратов ошибок - как раз и является оптимальной только тогда, когда само распределение ошибок нормально.
Где я говорил о распределениях?
Или топикстартер?
Речь идет о апроксимации к полиному. Не более.
Но не менее.
И где здесь неэффективность МНК?
;)
--
а исследования ошибок на предмет нормальности, важный элемент оценки правдоподобия априорной модели...
Не спорю.
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Форумчане!
Подскажите - кто-нибудь работал с уравнениями регрессии для валютных котировок? Есть ли индикаторы, МТС, MQL-библиотеки на их основе?
Для тех кто в теме, могли бы ответить на пару вопросов?
Меня заинтересовали уравнения регрессии. Однако я столкнулся с проблемой адекватного их описания. Какие данные мы имеем: время (скажем M15), HIGH, LOW, OPEN, CLOSE, VOLUME. Для нас это совокупность результатов наблюдений. У нас есть показателю, для которого необходимо установить функциональную зависимость с параметрами объекта (в нашем случае изменение курса валют) - факторами. Требуется: установить количественную взаимосвязь между показателем и факторами. В таком случае задача регрессионного анализа понимается как задача выявления такой функциональной зависимости y* = f(x 1, x 2, …, x т), которая наилучшим образом описывает имеющиеся у нас данные.
Функция f(x 1, x 2, …, x т), описывающая зависимость показателя от параметров, и называется уравнением (функцией) регрессии.
Итак. Вопрос 1. Из имеющихся у нас данных, какие из них выбрать в качестве Показателя, а что в качестве Факторов? По логики Показатель – время, факторы – H, L, O, C, V
В нашем случае имеет место временные ряды.
Следующая задача – выбор функциональной зависимости. Уравнение, которое характеризует зависимость между вариацией показателя и вариациями факторов. Зачастую это полиномиальные функции. Частным случаем является полином 1-ой степени – уравнение линейной регрессии.
Вопрос 2. Какой полином лучше выбрать, и как адекватно описать его с учетом временных рядов, какие парараметры применять, какова степень полинома. Применял ли кто нибудь полином Чебышева. Если да – то какого порядка?
Дальнейшая задача – вычисление коэффициентов уравнения регрессии. Обычно используют МНК.
Вопрос 3. Какой оптимальный метод вычисления коэффициентов для нашего случая?
Вопрос 4. Необходимо ли нормировать данные?
И самый интересный вопрос. Как, на основе полученных данных и уравнения регрессии проводить прогнозирование, ну скажем следующего тика?
Буду благодарен, если кто-то поделится опытом, идеями.