2013年12月26日 星期四

型態分析函數之Timeseriesforecast

第一節      Timeseriesforecast
說明:
傳回以線性迴歸估算出在某個時點的價格預測值
語法:
TimeSeriesForecast(thePrice,Length, TgtBar)
輸入:
thePrice〈數值〉:價格序列
Length
〈數值〉:迴歸期間長度
TgtBar
〈數值〉:要計算的K棒位置。正值:當根K棒之前的位置;負值:當根K棒之後的位置(預測使用)
輸出:
數值


value1 = TimeSeriesForecast(close, 20, -5); //用最近20根K棒估算迴歸式,並預測5根K棒之後的價格

型態分析函數之nthhighest

說明:
找出數列資料中的第N個極大值
語法:
NthHighest(N, thePrice, Length)
輸入:
N〈數值〉:第N個順序
thePrice
〈數值〉:價格資料
Length
〈數值〉:資料長度
輸出:
數值

型態分析函數之swinhighbar與swinlowbar

型態分析函數之swinghigh與swinglow

第一節      Swinghigh與Swinglow
 
說明:
找出最近轉折高點的數值
判斷是否為轉折高點時,會比對該根K棒的左右兩邊各N根K棒,若左右兩邊的K棒數值皆較該根K棒數值低者,
則該點為一個轉折高點。
若無法找到時,會回傳-1
語法:
SwingHigh(Price, Length,LeftStrength, RightStrength,Occur)
輸入:
Price〈數值〉:價格序列
Length
〈數值〉:時間長度
LeftStrength
〈數值〉:左區間
RightStrength
〈數值〉:右區間
Occur
〈數值〉:第幾個峰值
輸出:
數值
利用最近50根K棒,找尋最近一筆收盤價轉折高點價格,轉折高點要比左右五根K棒高

value1 = SwingHigh(close, 50, 5, 5, 1);

統計函數之R-squared

l   R-squared 是相關係數 r 的平方。所以-1 ≤ r≤1,而0 ≤ R-squared ≤1。
l  R-squared 也稱為coefficient of determination, 或者是被解釋的變異量。


說明:
計算兩資料序列的R-Square


語法:
RSquare(Indep, Dep, Length)
輸入:
Indep〈數值〉:自變數的序列
Dep
〈數值〉:應變數的序列
Length
〈數值〉:區間長度

計算最近30期,收盤價與前期收盤價的判定係數
value1 = RSquare(Close[1], Close, 30); 

統計函數之coefficientR

說明:
給定自變數與依變數的序列並指定長度,用來計算兩個序列的相關係數。
回傳數值會介於-1到1之間。如果無法計算,會傳回-2
語法:
CoefficientR(Indep,Dep,Length)
輸入:
Indep〈數值〉:自變數的序列
Dep
〈數值〉:依變數的序列
Length
〈數值〉:自變數與依變數序列的長度
輸出:
數值




Value1 = CoefficientR(Volume, Close, 20); //計算過去20根K棒收盤價跟成交量的相關係數

統計函數之相關係數

語法:
Correlation(Indep,Dep,Length)
輸入:
Indep〈數值〉:自變數的序列
Dep
〈數值〉:依變數的序列
Length
〈數值〉:自變數與依變數序列的長度
輸出:
數值

Value1 = Correlation(Close,Volume,50); //計算收盤價與成交量的相關係數