|
Hallo Herr Berger!
Vermutlich wurde bereits der entsprechnde Abschnitt in der Hilfedatei durchgelesen und der Hinweis gefunden, daß LinearRegSlope verwandt mit dem Functionsbefehl LinearRegAngle ist.
Beide Funktionen berechnen den Anstieg einer Geraden, die aus der statistischen Auswertung der PRICE-Daten der letzten Len-Bars (die beiden Eingabeparameter) gebildet werden. Nun bin ich mir nicht schlüssig, ob Ihre Frage auf die Herleitung der statistischen Größe der linearen Regressionsgeraden gezielt ist oder auf den Unterschied beider Funktionen.
Letzteres läßt sich schnell durch eine Blick in den Quellcode erklären und durch folgendes Beispiel erläutern:
 Chart zur Beispieldarstellung
LinearRegSlope liefert das Steigungsverhältnis (slope = Steigung), das aus dem Anstieg (PRICE-Differenz zwischen dem Endpunkt und Anfangspunkt einer Geraden)
dividiert durch die Anzahl der Zeiteinheiten, die zwischen den Begrenzungspunkten der Gerade liegt.
im Beispiel (blauer Graph):
Slope = LinearRegSlope(Close,6)
= 6413,84-6197,5 /(6-1)= 216,26/5
= 43,252
LinearRegAngle liefert das Steigungsverhältnis (slope = Steigung) als Winkelangabe in Grad, das aus dem Anstieg (PRICE-Differenz zwischen dem Endpunkt und Anfangspunkt einer Geraden)
dividiert durch die Anzahl der Zeiteinheiten, die zwischen den Begrenzungspunkten der Gerade liegt.
im Beispiel (roter Graph):
Angle = LinearRegAngle(Close,6)
= ArcTan(6413,84-6197,5/(6-1))
= ArcTan(216,26/5)
= ArcTan(43,252)
= 88,6755 (Grad)
Über die Ermittlung des entsprechenden Steigungsparameters einer Regressionsgeraden verweise ich auf einschlägige Literatur und im WWW, hier z.B. Lineare Regression, wobei der Parameter Lambda2 eben den Wert von LinearRegSlope darstellt.
Hoffe zur Beantwortung der gestellten Frage beigetragen zu haben.
Gruß
Uwe
|
09.01.2001, 00:10
