Уравнение регрессии - страница 9

Да можно сделать любую регрессию. Что значит хуже-лучше?! Вы вообще мой велосипед читали? Надо же понимать, к чему какой инструмент применять! Я написал свою хренотень будучи не в курсе о понятиях регрессии и близким к ним. Мне надо было четко получить то, что я хочу. Сделал. Потом узнал, что это можно подвести под определение многомерной линейной регрессии.

И если туда сувать полиномиальную, или любую другую, то я просто смысла не уловлю.

Пытаться предсказывать поведение фин. инструмента через любую регрессию остальных фин. инструментов - это, конечно, путь. Но он настолько банален... что я уверен в его тупиковости. А реализовать любую многомерную регрессию - не проблема. Надо просто понимать, почему вы это делаете, а не просто желание попробовать того, чего еще не пробовали.

Не будет она ничего грузить. Численные методы рулят.

P.S. Блин, прочел свое писанину. Так круто звучит, всякие термины и т.д. Также думал, когда читал остальных не понимая термины. А на самом деле обсуждается такая элементарщина школьного уровня... Вы просто почитайте немножко про основы регрессионного анализа, как ставится задача. И поймете, что обсуждаются простейшие идеи на уровень выше МАшки.

Так сувать нужно со смыслом. если смысла не улавливать (непонимать что ты и для чего и почему так делаеш), то да там будет все тупо и бессмысленно. Вы абсолютно правы.

Абсолютный аналог этого действия. берем 2 машки, оптимизировали параметры класс  ... на демо, не лучше реал...бац по морде...почесал репу, а давай три машки оптимизирую, ага идея, ес оптимизировал, на реал... бац аллигатором по самое нехочу... узнал про RSI ... оптимизация...бац...нейросеть...бац... 

и так до бесконечности, потому что голову не включают люди, действуют как роботы...

З.Ы. alsu думать умеет. видно это по вопросам. правильные вопросы задает. Найдет на них ответ, молодец, значит головой думал, а не компьютерным перебором, авось что да получиться...

Что такое регрессия? Это тот же фильтр, только тупо подогнанный к текущим к данным в окне. Или я не прав. Так в фильтрах имеется мысль, а здесь? Может кто объяснит.

Да не на уровень выше, а буквально на уровне машки. Писал я тут как-то, что линейная регрессия - это л.к. двух разных самых обычных машек. Не сразу народ поверил. Вот тема.

Не надо оскорблять регрессионный анализ наипростейшими случаями.

По-теме: заставили задуматься отличные от МНК методы оценки регрессии. Применение регрессии пока вижу только в области построения оптимального портфеля. И в прогнозировании прибыльности оптимального портфеля. Но никак не ВР фин. инструментов.

Относительно оптимальный портфель уже открыто предложен со всеми подробностями...

Алексей ты прекрасно знаеш, я там побывал. в той ветке. просто человек вопросы правильные задает

1. на степень полинома я ему ответил что максимум 3-я. дальше бессмысленно. я не использую регресиию, это число из других соображений (стохастических диф. уров)

2. оптимальное число настраиваемых параметров - ноль

3. а вот оптимальную длинну выборки я незнаю, не могу пока расчитать, мне кажеться она зависит от двух величин как минимум, времени суток и АКФ. но вот как ...

Что имеется в виду под словом "оптимальный"?

Мне удалось это слово применить только к построению наилучшего портфеля на окне.

Провел моделирование на парах EURUSD-GBPUSD

Применялось уравнение линейной регрессии.

Желающие могут проинтерпретировать, или предложить свои варианты проведения эксперимента.

Файл в аттаче.

Написал пример многомерной линейной регрессии. Алгоритм получения уже готовой системы линейных уравнений (решить ее можно хоть через Гаусса) приведен в функции GetLinearMatrix:

Сам Mathcad-файл также приложил. 

А  если расчитывать дисперсию, как ско от линии регрессии, тогда маленькое значение этой хитрой дисперсии будет говорить о значении котира близкой к прямой, имхо это очень неплохой  предсказатель . А если делить угол регрессии на хитрую дисперсию тогда этот индикатор будет говорить об не эффективности рынка, цены идут  в одном направлении  , для торговли на новостях поисков трендов .