之前介紹了線性回歸算法。

線性回歸：一種辨識趨勢的神器！

這里簡要回憶一下：

什么是線性回歸？

線性回歸分析，指的是根據(jù)一個變量的值來預(yù)測另一個變量的值。

線性回歸適用于使預(yù)測和實(shí)際輸出值之間的差異最小化的直線或平面。

通常使用“最小二乘”法來發(fā)現(xiàn)一組成對數(shù)據(jù)的最佳擬合線，之后從 Y（自變量）估算 X（因變量）的值。

為什么線性回歸很重要？

線性回歸模型相對簡單，且應(yīng)用范圍極其廣泛，涵蓋生物、行為、環(huán)境、社會科學(xué)和商業(yè)等領(lǐng)域。

因此線性回歸模型已經(jīng)成為科學(xué)、可靠地預(yù)測未來的方法。

線性回歸是利用數(shù)理統(tǒng)計(jì)中回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法，由于算法簡單，因此運(yùn)用十分廣泛。

線性回歸的表達(dá)形式為y = w'x e，這里的e表示誤差，并且認(rèn)為誤差服從均值為0的正態(tài)分布。

線性回歸的計(jì)算公式或者說原理，繼續(xù)復(fù)習(xí)一下，是下面這樣子的：

給定n個數(shù)據(jù)in，我們按照下面的公式計(jì)算它的線性回歸：

上面的最后一行，就是線性回歸公式。

根據(jù)高中解析幾何的知識，我們可以看出，這就是對應(yīng)于一根直線。

上面的這組計(jì)算公式，就是利用所謂“最小二乘法”對一組數(shù)據(jù)進(jìn)行線性回歸。

這個方法，最早是由數(shù)學(xué)王子高斯發(fā)明的。

從上面公式我們可以看出，線性回歸的曲線斜率，就代表了數(shù)據(jù)的趨勢強(qiáng)度。

這個趨勢強(qiáng)度就是由曲線的斜率來表示的，tulip庫里面稱為：linregslope

對應(yīng)的計(jì)算公式就是：

之前，基于技術(shù)分析庫Tulip，開發(fā)了通用的通達(dá)信上可以使用的技術(shù)分析指標(biāo)，里面包含100多種技術(shù)分析指標(biāo)。

用頂級技術(shù)分析計(jì)算庫改造通達(dá)信指標(biāo)

Tulip技術(shù)分析庫的計(jì)算性能遠(yuǎn)遠(yuǎn)超過Ta-lib庫：

推介一款計(jì)算性能遠(yuǎn)超ta-lib庫的股票技術(shù)分析庫

那么，現(xiàn)在我就可以在通達(dá)信上調(diào)用技術(shù)分析庫Tulip中的線性回歸斜率指標(biāo)了，

公式是下面這樣子的：

公式源代碼很簡單：

解釋一下，上面公式是把tulip庫需要的各種股價數(shù)據(jù)都輸入進(jìn)去，

之后這里設(shè)置對應(yīng)的計(jì)算周期為20，

最后調(diào)用tulip的LINREGSLOPE指標(biāo)（tulip的指標(biāo)是小寫，可通達(dá)信公式輸入的是大寫），這個指標(biāo)全稱就是Linear Regression Slope，表示“線性回歸斜率”。

公式后面的0，表示畫一根零線。用于對趨勢的強(qiáng)度進(jìn)行衡量。

用起來的效果如何呢？

看下圖：

上面的副圖就是趨勢線斜率LINREGSLOPE，表示了線性趨勢的強(qiáng)度。

而主圖白色線就是線性趨勢線。

為了對比，還同時在主圖畫上了MA20均線和EMA20均線。

這里黃線為MA，紫紅線為EMA，周期都取20天

大家在看副圖的趨勢線斜率的同時，可以對比主圖的白色線性趨勢線。

當(dāng)趨勢線上漲或下跌越快時，斜率相應(yīng)的會增加（正向或反向）。

多看幾個例子：

從上面的這些分析可見，

線性回歸形成的趨勢指標(biāo)，結(jié)合斜率還能夠描述趨勢的強(qiáng)度。

這兩個指標(biāo)的結(jié)合，形成了一組較完整的量化趨勢分析思路。

甚至從這個指標(biāo)，還能夠較好的看出趨勢的背離。每一次漲跌形成的山脈或者低谷，這些高低點(diǎn)與價格高低點(diǎn)背離可以較好的看出趨勢的延續(xù)或者逆轉(zhuǎn)。

————————————————