Insider 3000 - Forums
Insider 3000 - Forums
Home | Profile | Active Topics | Members | Search | FAQ
 All Forums
 Community
 Scambio Indicatori, Trading System ecc..
 Regressione lineare

Note: You must be registered in order to post a reply.

Screensize:
UserName:
Password:
Format Mode:
Format: BoldItalicizedUnderlineStrikethrough Align LeftCenteredAlign Right Horizontal Rule Insert HyperlinkInsert Email Insert CodeInsert QuoteInsert List
   
Message:

* HTML is OFF
* Forum Code is ON
Smilies
Smile [:)] Big Smile [:D] Cool [8D] Blush [:I]
Tongue [:P] Evil [):] Wink [;)] Clown [:o)]
Black Eye [B)] Eight Ball [8] Frown [:(] Shy [8)]
Shocked [:0] Angry [:(!] Dead [xx(] Sleepy [|)]
Kisses [:X] Approve [^] Disapprove [V] Question [?]

   
   

T O P I C    R E V I E W
fabrivero Posted - 19 June 2006 : 18:41:02
Indicatore: REGLIN

Da copiare ed incollare


Property N() As Numeric 'period
Default (10)
EndProperty

Property PriceType() As Numeric
List (Open, 1)
List (High, 2)
List (Low, 3)
List (Close, 4)

Default (4)
EndProperty

Function Main()
dim i as Numeric
dim m as Numeric
dim b as Numeric
dim sum_x as Numeric = 0
dim sum_y as Numeric = 0
dim sum_xy as Numeric = 0
dim sum_x2 as Numeric = 0

for i = 0 to N - 1
sum_x = sum_x + i
sum_x2 = sum_x2 + i ^ 2

Select case PriceType
Case 1
sum_y = sum_y + (open( - N + 1 + i) - open( - N + 1))
sum_xy = sum_xy + i * (open( - N + 1 + i) - open( - N + 1))
Case 2
sum_y = sum_y + (high( - N + 1 + i) - high( - N + 1))
sum_xy = sum_xy + i * (high( - N + 1 + i) - high( - N + 1))
Case 3
sum_y = sum_y + (low( - N + 1 + i) - low( - N + 1))
sum_xy = sum_xy + i * (low( - N + 1 + i) - low( - N + 1))
Case 4
sum_y = sum_y + (close( - N + 1 + i) - close( - N + 1))
sum_xy = sum_xy + i * (close( - N + 1 + i) - close( - N + 1))
EndSelect

next i

m = (sum_x * sum_y - N * sum_xy) / (sum_x ^ 2 - N * sum_x2)

b = (sum_x * sum_xy - sum_x2 * sum_y) / (sum_x ^ 2 - N * sum_x2)

Select case PriceType
Case 1
return m * (N - 1) + b + open( - N + 1)
Case 2
return m * (N - 1) + b + high( - N + 1)
Case 3
return m * (N - 1) + b + low( - N + 1)
Case 4
return m * (N - 1) + b + close( - N + 1)
EndSelect
Endfunction

5   L A T E S T    R E P L I E S    (Newest First)
Blondy Posted - 29 June 2006 : 18:00:26
Posto un link ad un interessante articolo sull'uso della regressione lineare e sulle medie mobili.
Credo possa essere utile ai meno esperti.

http://www.tradingprofessionale.it/indexarticolo.php?idarea=4&idsez=22&idart=1568&ids=461451 44151 907650 15069

Blondy Posted - 23 June 2006 : 00:51:00
Grazie del link.
Quindi, se ho ben capito, il tuo indicatore restituisce il coefficiente angolare della retta ottenuta tramite l'interpolazione dei dati degli ultimi N periodi. Bene. La prossima settimana lo provo.
Adesso mollo tutto e sparisco per il weekend...
Buon fine settimana!

fabrivero Posted - 22 June 2006 : 13:00:33
dai un'occhiata quì:

http://it.wikipedia.org/wiki/Regressione_lineare

Confrontale con una media mobile di ugual periodo

fabrivero Posted - 22 June 2006 : 12:58:28
Praticamente la retta di regressione lineare interpola un'insieme di punti adottando il criterio dei minimi quadrati (che mi permette di calcolare i coeff. della retta P = m*t + b dove P = prezzo e t = tempo).

In tal caso se prendi sempre l'ultimo punto di tale retta che interpola sempre N punti ottieni una curva.

Se si potessero allegare le immagini sarebbe più semplice

Blondy Posted - 19 June 2006 : 20:56:15
ehm... perdona l'ignoranza...
se non ricordo male la regressione lineare è un metodo per "stimare" il valore atteso di una variabile, supposta dipendente da una o più variabili indipendenti, utilizzando l'analisi dell'andamento delle variabili indipendenti stesse...
Puoi per cortesia spiegare il funzionamento del tuo indicatore anche ai non addetti ai lavori?
Comunque grazie per avere condiviso la tua creazione.
Più esempi concreti di programmazione ci sono, maggiore è la possibilità di imparare qualcosa di utile.


Insider 3000 - Forums © Copyright 2003-2016 Tradersoft s.r.l. Go To Top Of Page
Powered By: Snitz Forums 2000 Version 3.4.07