【仕様説明】
ｆ（ｘ）=a+bX1+cX2+dX3+eX4+fX5+gX6 (a~g:定数 X1~X6:説明変数）の場合の定数（a~g)を重回帰分析で求め近似モデルｆ（ｘ）を表示させる。また、上記式に代入した式と近似モデルからの残差二乗和を精度としコメント表示させる。
重回帰分析の範囲は、各説明変数の最古の時系列データの中で最新データのものを基準としパラメータで指定した範囲で分析する。また、欠損データがある場合は、欠損データからもっとも近い過去のデータを使用し補完を行う。
例）
ＵＳＤＪＰＹ（Ｍ５）を説明変数（ＥＵＲＵＳＤとＥＵＲＪＰＹ）で分析した場合は、以下のようになる。
[ＵＳＤＪＰＹ］ｆ（ｘ）＝[97.80020313]＋[72.30209778]＊ＥＵＲＵＳＤ＋[0.73920198]ＥＵＲＪＰＹ 精度＝0.00525783
※本来USDJPYをEURUSD及びEURJPYで説明する場合は、f(x)=EURJPY/EURUSDですよね^^;[NIKKEI225]f(x)=[4382]+[372]*USDJPY+[0.3139]*DJ30+[0.2165]*GOLD+[-501]*JAPAN_BOND+[-223]*5Y_T-NOTES+[225]*10Y_T-NOTES 精度＝6954558 （※細部省略） です。
【使い方】
1．ココから重回帰.zipをＤＬし解凍する。２．ｇｓｌ．ｄｌｌとｇｓｌｃｂlaｓ．ｄｌｌをＭＴ４のterminal.exeと同じ位置に置き、!重回帰ｖ2.mq4をindicatorsフォルダに置く。
３．説明変数となる通貨ペアを表示させ、なるべく多くのデータを取得しておく。
４．!重回帰ｖ2.mq4をチャートにセットし、ＤＬＬの使用を許可する。
５．パラメータの説明
Ｎ： 重回帰分析の範囲 デフォルトは、1000個のデータを使用
type_price: 0:終値 １：初値 2：高値 3：底値 4:（高値＋低値）/2 5：（高値＋低値＋終値）/3
6：（高値＋低値＋2*終値）/4
zeroset: 一日ごとに重回帰分析を更新する場合は、true そうでない場合は、false
※ 更新時刻は、サーバー時間の00：00です。
symb1~6: 説明変数の通貨ペアを記入します。ただし、symb1から記入し使用しない箇所は、空欄（何も記入しない）にしてください。
【まとめ】
ＭＴ４の仕様（バグ？）により以下のコードが通りませんでした。（昔からだけど。。。）//////////////////////////////////////////////////////////////////////////////////
string symb[6] = {USDJPY,EURUSD,EURJPY,AUDJPY,CHFJPY,GBPJPY};
double date[6];
for(int i=0;i<6;i++) date[i] = iMA(symb[i], 0,1,0,MODE_SMA,0,0);
////////////////////////////////////////////////////////////////////////////////////
一度、string型の変数に代入し直してやるかiMA(symb[0],…の様にしてやると通りました。
また、ラッパーを使用せず作成したため行列の範囲を指定して剥きとるｇｓｌ関数が使用できませんでした。
【ＰＲ】
ＭＴ４使いの方でＭＴ５なんて別にいらないんじゃないの？という方へＭＴ４の最適化作業にイライラしていませんか？
せっかく高スペックのＣＰＵを積んでいるのにＭＴ４が作動しているのはシングルスレッドのみで、ほかのスレッドが空いていませんか？Core i7 が泣いていますよ！
ＭＴ５ならマルチスレッドに対応しているので、最適化作業の時間短縮が測れます。また、複数のＰＣを繋いだり専用クラウドサービスを使用して最適化作業をすることも可能です。
数日前に『メタトレーダー４＆５』という書籍が発売になりました。著者は、豊嶋先生です。これを機にＭＴ５の世界に足を組み入れてみませんか？
いつやるの？。。。いまでしょう！ ＜ﾌﾙｗ
【code】
//+------------------------------------------------------------------+
//| !重回帰v2.mq4 |
//| Copyright 2012, MetaQuotes Software Corp. |
//| http://www.metaquotes.net |
//+------------------------------------------------------------------+
#property copyright "Copyright 2012, MetaQuotes Software Corp."
#property link "http://www.metaquotes.net"
#property indicator_chart_window
#property show_inputs
#property indicator_buffers 1
#property indicator_color1 Snow
//DLL
#import "gsl.dll"
//ベクトル
//長さ n のベクトルを生成し、生成したベクトル構造体へのハンドルを返す。
int gsl_vector_alloc (int n);
//v:成形されているベクトル構造体へのハンドル。すでに確保されているベクトル v を解放する。
void gsl_vector_free (int v);
//ベクトル v の i 番目の要素を返す。
double gsl_vector_get (int v, int i);
//ベクトル v の i 番目の要素に x の値を代入する。
void gsl_vector_set (int v, int i, double x);
//行列
//大きさか. n1 行× n2 列の行列を生成し、新しい初期化された行列構造体へのポインタを返す。
int gsl_matrix_alloc (int n1, int n2);
//すでに確保されている行列 m を解放する。
void gsl_matrix_free (int m);
//行列 m の (i, j) 成分に x の値を代入する。
void gsl_matrix_set (int m, int i, int j, double x);
//行列 m の (i, j) 成分を返す。
double gsl_matrix_get (int m, int i,int j);
//重回帰
//この関数は n 変数て. p 個のパラメータを持つモデルで近似するための作業領域を確保する。
int gsl_multifit_linear_alloc (int n, int p);
//この関数は作業領域 w に割り当てられたメモリを解放する。
void gsl_multifit_linear_free (int work);
//この関数は観測データ y と予測子変数の行列 X に対する、モデル y = Xc の最良近似パラ
//メータ c を計算する。モデルパラメータの分散共分散行列 cov は、近似に対するデータの
//ばらつきから計算される。近似モデルからの残差二乗和 χ2 は chisq に返される。
int gsl_multifit_linear (int X, int y, int c,int cov, double & chisq[], int work);
#import
//+--------------------------------------------------------------------------------------+
extern int N = 1000; //回帰範囲
extern int type_price = PRICE_CLOSE; //取得値
extern bool zeroset = false; //true: 00:00に再計算 false: 再計算しない
extern string symb1 = "EURUSD"; //説明変数1
extern string symb2 = "EURJPY"; //説明変数2
extern string symb3 = "AUDUSD"; //説明変数3
extern string symb4 = "AUDJPY"; //説明変数4
extern string symb5 = "GBPUSD"; //説明変数5
extern string symb6 = "GBPJPY"; //説明変数6
//+--------------------------------------------------------------------------------------+
string symb[6];
int vcont;
double line1[];
//+------------------------------------------------------------------+
//| Custom indicator initialization function |
//+------------------------------------------------------------------+
int init(){
SetIndexStyle(0,DRAW_LINE);
SetIndexBuffer(0,line1);
symb[0]=symb1;
symb[1]=symb2;
symb[2]=symb3;
symb[3]=symb4;
symb[4]=symb5;
symb[5]=symb6;
for(int i=0;i<6;i++)if(symb[i]!="")vcont++; else break;
return(0);
}
//+------------------------------------------------------------------+
//| Custom indicator deinitialization function |
//+------------------------------------------------------------------+
int deinit(){
Comment("");
return(0);
}
//+------------------------------------------------------------------+
//| Custom indicator iteration function |
//+------------------------------------------------------------------+
int start(){
string text;
static double ix[8];
static int barsht;
int matricx_xn;
double line;
string name,sym;
int i,q,z,j,s;
int counted_bars=IndicatorCounted();
if(counted_bars<1){
//各データ数で最も少ないbar数の取得
datetime oldbars;
for(z=0;z<vcont;z++)oldbars = MathMax(oldbars,iTime(symb[z],0,iBars(symb[z],0)-1));
int lastbar = iBarShift(NULL,0,oldbars)-1;
barsht = Bars-lastbar;
//領域の確保
int matricx_xt = gsl_matrix_alloc(lastbar, vcont+1);
int matricx_xa= gsl_matrix_alloc(N, vcont+1);
double date;
//全データの取得
SelectPrices(symb,type_price,0,lastbar,matricx_xt);
/*確認用
for(i=0;i<lastbar;i++)
Print(
gsl_matrix_get(matricx_xt,i,0),":"
,gsl_matrix_get(matricx_xt,i,1),":"
,gsl_matrix_get(matricx_xt,i,2),":"
,gsl_matrix_get(matricx_xt,i,3),":"
,gsl_matrix_get(matricx_xt,i,4),":"
,gsl_matrix_get(matricx_xt,i,5),":"
,gsl_matrix_get(matricx_xt,i,6)
);
*/
//重回帰分析用のデータの取得
for(i=(lastbar-N);i>0;i--){
if(i== lastbar-N ||(Time[i]%86400 ==0 && zeroset)){
for(j=0;j<N;j++){
for(q=0;q<vcont+1;q++){
date = gsl_matrix_get(matricx_xt,i+j,q);
gsl_matrix_set (matricx_xa,j,q,date);
}
}
//重回帰分析
Multiple_regression(i,N,type_price,matricx_xa,ix);
}
line=0.0;
for(q=0;q<=vcont;q++)line += ix[q]*gsl_matrix_get(matricx_xt,i,q);
line1[i] = line;
}
gsl_matrix_free(matricx_xt);
gsl_matrix_free(matricx_xa);
}else{
i=Bars-counted_bars;
while(i>=0){
if((ix[0]==0)||(Time[i]%86400 ==0 && zeroset)){
matricx_xn = gsl_matrix_alloc(N, vcont+1);
SelectPrices(symb,type_price,i,N,matricx_xn);
Multiple_regression(i,N,type_price,matricx_xn,ix);
gsl_matrix_free(matricx_xn);
}
line1[i] = ix[0];
for(s=0;s<vcont;s++){
sym = symb[s];
line1[i] += ix[s+1]*iMA(sym,0,1,0,MODE_SMA,type_price,i);
}
i--;
}
}
text = "["+Symbol()+"]f(x) =["+ix[0] +"]";
for(s=0;s<vcont;s++) text = text + " + ["+ix[s+1]+"]*"+symb[s];
text= text +" 精度＝"+ix[7];
Comment(text);
return(0);
}
//+------------------------------------------------------------------+
//|データの取得
//+------------------------------------------------------------------+
void SelectPrices(string& sym[],int pricetype,int index,int range,int matricx_handle){
datetime sytime;
int s,i,q,t;
double price;
//f(x) = a + b*x1+c*x2+.....g*x6
//a
for(int z=0;z<range;z++)gsl_matrix_set (matricx_handle, z, 0,1.0);
//x1...x6
for(s=0;s<vcont;s++){
if(sym[s]=="")break;
SelectPrice_symb(sym[s],s,pricetype,index,range,matricx_handle);
}
}
//+------------------------------------------------------------------+
//|データの取得(通貨ペア)
//+------------------------------------------------------------------+
void SelectPrice_symb(string symbl,int symb_i,int pricetype,int index,int range,int matricx_h){
datetime sytime;
int q =0,t=0;
for(int i=0;i<range;i++){
sytime = iTime(symbl,0,q+i+index);
for(t=0;t<100;t++) {
if(Time[i+index]>=sytime)break; else q++;
sytime = iTime(symbl,0,q+i+index);
}
gsl_matrix_set (matricx_h, i, symb_i+1,iMA(symbl,0,1,0,MODE_SMA,pricetype,q+i+index));
if(Time[i+index] > sytime)q--;
}
}
//+------------------------------------------------------------------+
//|重回帰分析
//+------------------------------------------------------------------+
void Multiple_regression(int index,int range,int type,int matricx_xd,double & ans[]){
int matrix_cov,vector_y,vector_c,multifit_work;
int i;
double chisq[1];
//f(x) = a + b*x1+c*x2+.....g*x6
//作業領域の確保
matrix_cov = gsl_matrix_alloc(vcont+1,vcont+1);
vector_y = gsl_vector_alloc(range);
vector_c = gsl_vector_alloc(vcont+1);
multifit_work = gsl_multifit_linear_alloc (range,vcont+1);
//y
for(i=0;i<range;i++)gsl_vector_set (vector_y , i,iMA(NULL,0,1,0,MODE_SMA,type,i+index));
//処理
multifit_work = gsl_multifit_linear_alloc (range,vcont+1);
gsl_multifit_linear(matricx_xd,vector_y,vector_c,matrix_cov,chisq,multifit_work);
gsl_multifit_linear_free (multifit_work);
//結果の取得
//ans[8] = {a,b,c,d....chisq}
for(i=0;i<vcont+1;i++) ans[i] = gsl_vector_get(vector_c,i);
ans[7] = chisq[0];
//メモリ解放
gsl_matrix_free(matrix_cov);
gsl_vector_free(vector_y);
gsl_vector_free(vector_c);
}
0 件のコメント :
コメントを投稿