calcul regression ordre 2

• 06/28/2021 at 12:15 PM #172638
  epeter

  Bonjour

  j’ai adapté la régression d’ordre 2 de Nicolas pour repérer les changements de convexité (en suivant le paramètre b3 de la régression d’ordre 2 qui donne la convexité de la courbe de régression) . j’ai ajouté dans ce screener d’autres paramètres

  Quadratic regression – Indicators – ProRealTime (prorealcode.com)

  Malheureusement le screener renvoie des actions dont la convexité n’est pas bonne.

   

  Par exemple le screener me renvoie SOITEC (voir graphe en PJ) pour lequel la régression est concave mais qui est renvoyée par le screener.

  Si quelqu’un peux m’aider, merci

  

  epeter

  Participant

  Topics: 11

  Replies: 25

  Been thanked: 2 times
  06/28/2021 at 12:16 PM #172641
  epeter

  pardon le code n’est pas passé le voila

   

  JOUR=0 MM7=average[7](Close[JOUR]) MM20=average[20](Close[JOUR]) MM50=average[50](Close[JOUR]) criterebreakMM7=close[JOUR]>MM7 and close[JOUR+1]<MM7[1] criterecap=(volume[JOUR]*close[JOUR]>100000) and (volume[JOUR]>5000) and (close[JOUR]>0.1) x1 = barindex[JOUR] x2=square(x1) y=MM20 length = 20 S11 = summation[length](x2) - square(summation[length](x1))/length S12 = summation[length](x1*x2) - (summation[length](x1) * summation[length](x2))/length S22 = summation[length](square(x2)) - square(summation[length](x2))/length Sy1 = summation[length](y*x1) - (summation[length](y)*summation[length](x1))/length Sy2 = summation[length](y*x2) - (summation[length](y)*summation[length](x2))/length //max1 = average[length](x1) //max2 = average[length](x2) //may = average[length](y) //b2 = ((Sy1 * S22) - (Sy2*S12))/(S22*S11 - square(S12)) b3 = ((Sy2 * S11) - (Sy1 * S12))/(S22 * S11 - square(S12)) //b1 = may - b2*max1 - b3*max2 //qr = b1 + b2*x1 + b3*x2 criteremath=b3>0 critereMM50=MM50>MM50[1] ACHAT=criterecap and criterebreakMM7 and criteremath and critereMM50 SCREENER [ACHAT]

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38

  JOUR=0   MM7=average[7](Close[JOUR]) MM20=average[20](Close[JOUR]) MM50=average[50](Close[JOUR])   criterebreakMM7=close[JOUR]>MM7 and close[JOUR+1]<MM7[1] criterecap=(volume[JOUR]*close[JOUR]>100000) and (volume[JOUR]>5000) and (close[JOUR]>0.1)   x1 = barindex[JOUR] x2=square(x1) y=MM20 length = 20   S11 = summation[length](x2) - square(summation[length](x1))/length S12 = summation[length](x1*x2) - (summation[length](x1) * summation[length](x2))/length S22 = summation[length](square(x2)) - square(summation[length](x2))/length Sy1 = summation[length](y*x1) - (summation[length](y)*summation[length](x1))/length Sy2 = summation[length](y*x2) - (summation[length](y)*summation[length](x2))/length   //max1 = average[length](x1) //max2 = average[length](x2) //may = average[length](y) //b2 = ((Sy1 * S22) - (Sy2*S12))/(S22*S11 - square(S12)) b3 = ((Sy2 * S11) - (Sy1 * S12))/(S22 * S11 - square(S12)) //b1 = may - b2*max1 - b3*max2 //qr = b1 + b2*x1 + b3*x2   criteremath=b3>0   critereMM50=MM50>MM50[1]   ACHAT=criterecap and criterebreakMM7 and criteremath and critereMM50         SCREENER [ACHAT]

   

  

  epeter

  Participant

  Topics: 11

  Replies: 25

  Been thanked: 2 times
  06/28/2021 at 12:27 PM #172643
  Nicolas

  Est-ce que la valeur ‘ACHAT’ a été testé dans un indicateur ? Histoire de comparer ce que renvoie vraiment cette condition sur le graphique et la comparer avec le screener.

  

  Nicolas

  Keymaster

  Topics: 81

  Replies: 20828

  Been thanked: 4739 times
  06/28/2021 at 12:34 PM #172645
  epeter

  Bonjour et merci du retour. Pour moi la régression quadratique donnait l’équation de la parabole (équation de degré 2) calculée sur les valeurs sur la durée length (ici que j’ai adapté à 20).

  Si le coeff b3 est positif la régression est convexe sinon elle est concave.

  En bas j’ai mis l’indicateur b3 et on voit qu’il change bien de signe mais ne suit pas les cycles de la courbe en noir sur le graphique qui est la courbe de régression.

  

  epeter

  Participant

  Topics: 11

  Replies: 25

  Been thanked: 2 times
  06/28/2021 at 4:40 PM #172667
  epeter

  J’ai trouvé la cause, il suffit d’ajuster la période de calcul de la régression d’ordre 2. Ici j’ai ajusté à 10 périodes et le résultat est meilleur.

  J’ai aussi testé avec une régression d’ordre 3, on voit bien la détection du changement de convexité beaucoup plus précise qu’avec une régression d’ordre 2.

  

  epeter

  Participant

  Topics: 11

  Replies: 25

  Been thanked: 2 times
• Author
  Posts