VariancePS變異數
計算每一根K棒到均線之間距離，因為是用收盤價減均線，所以有的時候會是正的，有的時候會是負的，這時候把這個數字作平方，那就會是正的，再把每一根K棒的數字加總起來之後除以天期，就是這個天期的變異數了。
|
說明：
|
計算數列在某個資料樣本數下所估算出來變異數。
參數估計方法可以用母體(Population)或是樣本(Sample)。 |
|
語法：
|
VariancePS(thePrice, Length, DataType)
|
|
輸入：
|
thePrice〈數值〉：價格資料數列
Length〈數值〉：資料長度 DataType〈數值〉：1:以母體法估算變異數；2：以樣本法估算變異數 |
|
輸出：
|
數值
範例:
|
1. value1 = VariancePS(Close,
30, 1); //使用母體估計法求算最近30期收盤價的變異數
2. value2 = VariancePS(Close,
30, -1); //使用樣本估計法求算最近30期收盤價的變異數
3. value3 = VariancePS(Close,
30, 3); //使用樣本估計法求算最近30期收盤價的變異數
4. value4 = VariancePS(Close,
30, 4); //使用樣本估計法求算最近30期收盤價的變異數
StandardDev
標準差
X¯為期內所有n個數值的平均數
|
說明：
|
計算價格數量資料的標準差。
參數估計方法可以用母體(Population)或是樣本(Sample)。 |
|
語法：
|
StandardDev(thePrice,Length,DataType)
|
|
輸入：
|
thePrice〈數值〉：價格資料數列
Length〈數值〉：資料長度 DataType〈數值〉：計算方式：1：母體；其他：樣本 |
|
輸出：
|
數值
|
1. value1 =
(C-C[1])/C[1]);
2. value2 =
StandDev(value1, 30, 1); //計算近30期收盤價變動的標準差,使用母體估算法
3. value3 =
StandDev(value1, 30, -1); //計算近30期收盤價變動的標準差,使用樣本估算法
Correlation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
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
第五節
Rsquare
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);
沒有留言:
張貼留言