azz vedo che ti ha stuzzicato la cosa
grazie per il foglio excell, molto interessante, ma vorrei confrontarmi con te su quanto dici
sebbene le regressioni di grado diverso dal lineare hanno una loro validità anche su grafici semplici su assi cartesiani e per un solo strumento, il pdf te l'ho sottoposto per la regressione polinomiale, e non per l'elaborazione di modelli previsionali, anzi
la regressione lineare è un'equazione lineare che approssima una serie di punti. infatti la linea di regressione lineare è calcolata utilizzando il metodo dei minimi quadrati ed è data dal valore minimo della somma dei quadrati delle differenze tra le coordinate dei punti del prezzo e le coordinate dei corrispondenti punti della retta di regressione lineare.
quindi per definizione una regressione lineare individua il segmento passante per una serie di punti con migliore approssimazione di una media aritmetica e meglio anche di una media mobile
di quella tu usi calcolarti l'errore standard, in modo da avere in un periodo di tempo t il range di oscillazione del rumore dato dalle escursione dei prezzi
la regressione cambia inclinazione e valore in funzione del passare del tempo e dei prezzi, le rette parallele in base all'errore standard, calcolandolo sull'intero periodo, dandoti così una distanza variabile che aumenta o diminuisce a seconda della varianza dei prezzi sempre nel tempo t.
correggimi dove sbaglio, ma con una regressione polinomiale, la regressione dovrebbe non più essere una retta ma una serie di spezzate che piegano nel tempo in funzione dei prezzi, disegnando quindi un canale con l'errore standard che varia in ampiezza mantenendo la memoria dei valori medi ( o meglio approssimati) fino a quel momento. il modello è quello delle bollinger, che però utilizza la sma e la dev standard. non è un modello previsionale, o quantomeno è probabilistico e rispetta le funzionalità del sistema da te adottato , FORSE con migliore approssimazione