Skip to main content
Дорожка Linear regression
37 / 43
Поиск по архивуБиблиотека
Библиотека

2008выпуск C031-16

Угол линейной регрессии, собранный как один тренд-фильтр

Цена сглаживается скользящей средней, к этому ряду подгоняется линейная регрессия, а наклон считывается как угол с фиксированными полосами в градусах. Конструкция представляет собой один тренд-фильтр, а не три отдельных индикатора.

  • Сначала цена сглаживается скользящей средней, затем к очищенному ряду подгоняется линейная регрессия на заданной длине регрессии.
  • Тренд-фильтр — это угол этой регрессии: подъём на пробеге периода наклона преобразуется через арктангенс и масштабируется в градусы.
  • Значения конструкции по умолчанию включают 8-баровый период наклона и горизонтальные полосы на плюс 45, нуле и минус 45 градусах.
  • Редакция: считывайте сглаживатель, подогнанный наклон и полосы как один явный тренд-фильтр, а не как три самостоятельных индикатора.
Записи этого разбора3 записи
Текущая дорожкаLinear regression112 разборовTrend filter137 разборовMoving average449 разборов

Три названных части

Линейная регрессия — это подогнанная прямая через заданный lookback упорядоченных цен, чей наклон становится прогнозом локального направления. Скользящая средняя — это сглаживатель, применяемый к цене до регрессии, чтобы наклон брался из очищенных наблюдений, а не из сырых тиков. Тренд-фильтр — это правило, которое преобразует наклон регрессии в угол и оставляет только те показания, которые преодолевают заранее заданные полосы подъёма или снижения.

Порядок построения

Конструкция сначала сглаживает цену скользящей средней, затем подгоняет линейную регрессию к этому сглаженному ряду на заданной длине регрессии. Наклон берётся из очищенного ряда, а не из несглаженных наблюдений.

Фильтр — это угол

Тренд-фильтр — это угол этой регрессии. Подъём на пробеге периода наклона преобразуется через арктангенс и масштабируется в градусы. Оставляются только показания, которые преодолевают заранее заданные полосы подъёма или снижения.

Значения конструкции по умолчанию

Значения конструкции по умолчанию включают 8-баровый период наклона и горизонтальные полосы на плюс 45, нуле и минус 45 градусах.

Не является инвестиционной рекомендацией. Исторический материал не подтверждает актуальную результативность метода.
37 из 43 в дорожке «Linear regression»
201071-83 с.Дальше про «Linear regression»Свинг-машина с двумя состояниями из четырёх скользящих экстремумовSwing-state остаётся вверх, пока завершённый максимум не упадёт ниже скользящего наивысшего минимума, и остаётся вниз, пока завершённый минимум не поднимется выше скользящего наинизшего максимума.
Все разборы дорожки · 43 разбора
  1. 1990Построение базовых линий доллара по ставкам, инфляции и остаткам
  2. 1990Построение номинального значения индекса по форвардным прибылям и подогнанной доходности
  3. 1990Построение номинальной цены индекса из прибыли и подобранной доходности
  4. 1990Ценовые траектории с фиксацией конечных точек — это не прогнозы
  5. 1990Построение полиномиальных сглаживателей методом наименьших квадратов
  6. 1991Темпы роста по конечным точкам против согласованности линейной регрессии
  7. 1991Вневыборочные проверки линейных аппроксимаций роста
  8. 1991Тренд как устойчивость, а не прямая линия
  9. 1991Квадратичный тренд, осциллятор остатков и вторичный календарь циклов
  10. 1991Смещение начала отсчёта времени и дивергенция остатков и цены на квадратичной аппроксимации методом наименьших квадратов
  11. 1991Линия тренда наименьших квадратов по упорядоченным ценам
  12. 1992Построение скринингов лог-линейного роста и надёжности
  13. 1992Построение лог-линейных базовых линий темпа роста
  14. 1992Максимум, минимум и закрытие следующей сессии по скользящей линейной регрессии
  15. 1993Проверка индексного мультипликатора цена/прибыль регрессией на краткосрочную ставку
  16. 1994Вложенный экспоненциальный ценовой фильтр с регрессионными начальными значениями
  17. 1994Построение двойного экспоненциального среднего из компенсации лага
  18. 1994Оценка денежной массы как линейной базовой модели опережающего индекса
  19. 1995Построение трендовых каналов методом наименьших квадратов
  20. 1995Holdout-проверки линейного базового прогноза годовых ставок по векселям
  21. 1995Проекционные полосы по наклонам регрессии максимумов и минимумов
  22. 1995Оценка скользящей средней по конечной точке метода наименьших квадратов на известном тестовом ряде
  23. 1996Построение концевой скользящей средней по прямой наименьших квадратов
  24. 1996Оценка согласованности траектории эквити с оверлеем k-ratio
  25. 1996Оценка month-end разрывов доходности для режимов рынка акций
  26. 1996Построение полос стандартной ошибки с сессионным индексом
  27. 1998Оценка линейных регрессионных базовых моделей для стоимостной оценки индекса
  28. 1998R-squared как двухсостоятельный трендовый фильтр на основе подгонки цена-время
  29. 2000Коррекция лага скользящего среднего второго порядка
  30. 2002Линия регрессии цены против беты при отслеживании индекса
  31. 2003Наклон регрессии с гейтом уверенности тренда по r-squared
  32. 2003Построение дивергенции finite-volume-element через сравнение наклонов
  33. 2004Построение дневного балла из регрессии, коррекции и объёма
  34. 2004Построение линий тренда методом наименьших квадратов по упорядоченным ценам
  35. 2007Цели пробоя прямоугольника выше высоты
  36. 2007Подтверждение ценового тренда наклоном регрессии и r-squared
  37. 2008Угол линейной регрессии, собранный как один тренд-фильтр
  38. 2010Свинг-машина с двумя состояниями из четырёх скользящих экстремумов
  39. 2016Оцените тесноту нефтяного комплекса перед дивергенцией или регрессией
  40. 2017Межрыночная дивергенция Nikkei–иена как кейс рыночного режима
  41. 2017Построение коэффициента Калмара и базовых линий линейной регрессии
  42. 2019Послойное построение pair-trade против управления по средней цене спреда
  43. 2020Наклон convolution, построенный из вложенной линейной регрессии
По областиИндикаторы и фильтры682 разбораПо году200867 разборов
Все 112 разборов с записью «Linear regression»
Тоже про «Linear regression»5 разборов
1996Коэффициент Alpha как знаковый трендовый фильтр для казначейских облигаций1998Построение тренд-фильтров r-squared с двумя lookback1998R-squared как двухсостоятельный трендовый фильтр на основе подгонки цена-время2020Построение ограниченного correlation-trend-filter2020Построение трендового фильтра correlation-to-line