都说顺势交易，势在哪？

maodong

回归分析就是对事物的解释，只是觉得“算”得太多,恐怕偏离了本原。

糊涂

我来举例，比如一副油画，远看和近看效果不同，用放大镜看又是一个样子，用显微镜看........（唐僧转世）。但是看的都是画本身所具有的属性。回归分析就是把价格波动信号用数学方法做了一次放大，本质和均线是一个道理，其实你们说的趋势跟随就是在做一次回归分析，只是没有用到书上说的计算技巧。

[ 本帖最后由 糊涂 于 2008-5-24 14:24 编辑 ]

maodong

这正是本贴主题，远、中、近都看了，看到什么了？

糊涂

对，远可以用一种方式，近可以用一种方式，回归分析只是其中之一。每增加一个角度看问题，都会更接近问题的本质。您说了半天是赞同我说的呢？还是反对的？赞同您也表示一下，反对请您提出观点和证据

ccirsi

请问如何做回归分析?????

warkstar

对做日内的人怎么就那么让人不屑一顾呢。  其实我告诉你其中一个原因，估计也是多数人的一个原因。 我做日内，实在是因为我有持仓我睡不好。 我心态差。 既然不能对抗，我回避总行吧。 交易个人以为最终是要理出一些自己可控的有利因素。

warkstar

我的势的确认好像更平常。 我就是突破，根据行情的波动局部调整突破区间的宽度，对了就跟踪。  没有很精细的控制方式。   
跟lanbotrend兄差几个境界，我到现在对60%以上胜率的趋势跟踪系统都不信任。 所以我就搞不出高胜率的东西。

最终只能是个试错系统。 5个别月份胜率可以有七成以上。 呵呵，统计超过6个月胜率就基本保持在50％左右了。

这个还是要跟论坛几位老兄多多请教啊。

yml0396

简单的东西好.太复杂容易把自己绕进去.随便找个什么简单的线性指标,只要长期坚持游戏规则.都可以获利.如果你不相信.那就把那些大家都骂为狗屁的指标放到过去的历史里.你就有惊奇的发现.
       简单的往往是最好的,我们的任务是把复杂变为简单,而不是反之.

糊涂

我把用最小二乘法改的用户函数中的线性回归发一下

1. //------------------------------------------------------------------------
   
2. // 简称: LinearReg
   
3. // 名称: 求线性回归
   
4. // 类别: 用户函数
   
5. // 类型: 用户函数
   
6. // 输出: 数值型
   
7. //------------------------------------------------------------------------
   
8. Params
   
9.         NumericSeries Price1(1);
   
10.         NumericSeries Price2(1);
    
11.         Numeric Length(10);
    
12.         NumericRef tmp1;
    
13.         NumericRef tmp2;
    
14.         NumericRef tmp3;
    
15.     NumericRef tmp4;
    
16. Vars
    
17.         Numeric AvgX(0);
    
18.         Numeric AvgY(0);
    
19.         Numeric SumDxDy(0);  
    
20.         Numeric SumDx(0);
    
21.         Numeric SumDy(0);
    
22.         Numeric Dy(0);
    
23.         Numeric Dx(0);
    
24.         Numeric SumDxSqr(0);
    
25.         Numeric i;
    
26.        
    
27. Begin
    
28.        
    
29.         if (Length >0 )
    
30.         {
    
31.                 for  i = 0 To Length - 1
    
32.                 {
    
33.                         AvgX = AvgX +  Price1[ i ] ;
    
34.                         AvgY = AvgY + Price2[ i ] ;
    
35.                 }
    
36.                 AvgX = AvgX / Length;
    
37.                 AvgY = AvgY / Length;
    
38.                 for i = 0 To Length - 1
    
39.                 {
    
40.                         Dx = Price1[ i ]  ;
    
41.                         Dy = Price2[ i ]  ;
    
42.                        
    
43.                         SumDxDy = SumDxDy + Dx * Dy ;
    
44.                 }
    
45.                 for i = 0 To Length - 1
    
46.                 {
    
47.                        
    
48.                         SumDxSqr = SumDxSqr + Sqr( Dx ) ;
    
49.                
    
50.                 }
    
51.      tmp1 = SumDxDy - Length*AvgX*Avgy ;
    
52.          tmp2 = SumDxSqr - Length*sqr(AvgX) ;
    
53.          tmp3 = tmp1/tmp2 ;
    
54.      tmp4 = Avgy+tmp3*Avgx;
    
55.          }
    
56.      
    
57.        
    
58. End         
    
59. //------------------------------------------------------------------------
    
60. // 编译版本        GS2004.06.12
    
61. // 用户版本        2008/02/18 20:38
    
62. // 版权所有        slpb
    
63. // 更改声明        TradeBlazer Software保留对TradeBlazer平台
    
64. //                        每一版本的TrabeBlazer公式修改和重写的权利
    
65. //------------------------------------------------------------------------

复制代码

比如在自回归中两个序列变量分别时间和价格。具体用法就靠个人研究了

糊涂

to warkstar
我并没有对日内交易不屑一顾，我是对几位老师在日内交易中的方法不屑一顾