python 均线策略,python 趋势线
以下引自泰格伍兹2004年7月5日14: 43: 00的演讲：
是的，是的，但是我不能理解它。陈师傅能不能像解释那些功能一样详细解释一下？我将不胜感激！
线性回归
使用最小二乘法计算已知数据的最佳直线拟合，并返回描述该直线的数组。因为此函数返回一个数值数组，所以必须以数组公式的形式输入。
直线的方程式是：
Y=mx b或y=m1x1 m2x2.b(如果x的值是倍数)
公式中的因变量y是自变量x的函数值，M是每个x值对应的系数，b是常数。注意y，x和m可以是向量。LINEST函数返回的数组是{mn，mn-1，m1，b}。LINEST函数还可以返回附加的回归统计数据。
语法
LINEST(已知y值，已知x值，常数，统计值)
Known_ys是关系表达式y=mx b中的一组已知y值。如果数组known_ys在一列中，则known_xs的每一列都被视为一个单独的变量。
如果数组known_y在一行中，那么known_x的每一行都被视为一个单独的变量。
known _ x’s是关系表达式y=mx b中的一组已知可选x值。数组known _ x’s包括一个或多个变量集。如果只使用一个变量，只要已知y和已知x的尺寸相同，它们可以是任何形状的选定区域。如果使用了多个变量，known_y必须是一个向量(也就是说，它必须是一行或一列的范围)。
如果省略了known_x，则假定数组为{1，2，3.}与known _ y的大小相同。
Const是一个逻辑值，表示常数b是否强制为0。如果const为TRUE或省略，将正常计算b。
如果const为FALSE，b将被设置为0，m的值将被调整为y=mx。
Stats是一个逻辑值，指示是否返回附加的回归统计数据。如果stats为TRUE，函数LINEST返回附加的回归统计量，返回的数组为{mn，mn-1，m1，b；森，森-1，se1，sebr2，seyf，df；ssreg，ssresid} .
如果stats为FALSE或省略，函数LINEST只返回系数M和常数项b。
其他回归统计如下：
统计值
解释
se1，se2，森
系数m1，m2，mn。
北欧斯安银行
常数项b的标准误差值(当const为FALSE时，seb=#N/A)
r2
决定系数。y的估计值与实际值之比，范围从0到1。如果为1，则样本具有良好的相关性，y的估计值与实际值没有差异，反之，如果决策系数为0，则不能用回归方程来预测y的值，关于计算r2的方法，详见本节末尾的“说明”。
一块牛肉
y估计值的标准误差。
F
统计值或观察值。f统计量可以用来判断被观察的因变量和自变量之间的关系是否偶然发生过。
df
自由度。用来求统计表上f的临界值。检验值与LINEST函数返回的f统计值之比可以用来判断模型的可信度。
回归平方和
回归平方和。
ssresid
残差平方和。
下图显示了附加回归统计的顺序。
解释任何直线都可以用斜率和y轴截距来描述：
坡度(米):
通常标记为m，如果需要计算斜率，在直线上选择两点，(x1，y1)和(x2，y2)；斜率等于(y2-y1)/(x2-x1)。
y轴截距(b):
通常表示为B，直线的Y轴截距是该直线通过Y轴时与Y轴的交点的值。
当只有一个自变量X时，斜率和Y轴截距值可通过使用以下公式直接获得：
斜率：
INDEX(LINEST(已知y值，已知x值)，1)
y轴截距：
INDEX(LINEST(已知y值，已知x值)，2)
数据离散程度决定了LINEST计算的准确性。数据越接近直线，LINEST模型就越精确。LINEST函数使用最小二乘法来确定最适合数据的模型。当只有一个自变量x时，m和b按下式计算：
并且可以使用线性曲线函数LINEST和LOGEST来计算与给定数据具有最高拟合度的直线或指数曲线。但是需要确定哪一个更适合数据。您可以使用函数TREND(known_ys，known_xs)来计算直线，或者使用函数GROWTH(known_ys，known_xs)来计算指数曲线。如果函数不取参数new_x的，可以根据实际数据点的直线或曲线预测y的数组值，然后将预测值与实际值进行比较。也可以通过图表直观的对比两者。
在回归分析中，Microsoft Excel计算Y在每一点的估计值和实际值之间的平方差。这些平方差之和称为剩余平方和。然后，Microsoft Excel计算Y的实际值与平均值之间的平方差之和。称为总平方和(回归平方和、残差平方和)。残差平方和与总平方和的比率越小，判断系数r2的值越大。r2是回归分析方程的结果反映变量之间关系的标志。
对于返回数组的公式，必须以数组公式的形式输入。
当在参数中输入诸如known_x的数组常量时，可以使用逗号分隔同一行中的值，使用分号分隔值行。根据国家设置的不同，分隔符可能会有所不同。
注意，如果Y的回归分析预测值超出了用于计算方程Y值的范围，则可能无效。
你得明白上面的解释。LINEST函数实际上返回的是一个数组，有些系数是多元线性回归的系数。我只是用INDEX函数从这个数组中取出相应的系数。对于幂函数、对数函数、指数函数的关系，先转换成线性关系求回归系数再反算。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。