曲线拟合指标源码

❶ 通达信指标中有一个直线拟合指标（ZXNH），请问这个指标的源码是什么，这个指标有什么用处。

这个指标是通达信加密指标，直线拟合指标是查找区间内的股价的最高价，最低价的一个指标,是属于带未来函数性质的一个指标,它所发出的信号会发生漂移。没有具体源码公式。

1、直线拟合指标是寻找阶段内代表性高点、低点的工具；

2、直线拟合本身没有预测功能，即不能利用直线拟合指标直接研判，但可以利用直线拟合指标辅助判断顶背离、底背离等。

该指标在赋值以后就与DRAWLINE、DCLOSE、XMA等函数类似了，此时信号将发生偏移。这种特性完全是未来函数。

(1)曲线拟合指标源码扩展阅读：

通达信的市场应用：

在中国股票分析软件领域，通达信的事业、研究开发的力量正处于鼎盛时期。公司一贯注重客户服务和售后支持，制定了一套完整健全的客户服务制度,开设了多个分支机构。凭借诚信严谨、始终如一的服务，赢得了业界广泛认同。

现在，公司发展迅速，业务遍及全国30多个省市，90多家证券公司总部网上服务系统，600多个网上行情服务器,证券营业部客户600百多家。中央台、深圳台等知名媒体使用本公司的产品评解股市。

目前公司有员工近200人，其中武汉研发中心有160多人，其它为各分公司、办事处人员。公司本科以上学历占95%以上，公司主要股东和技术领导均为硕士研究生，在学校期间及创业期间陆续出版了：DOS深入剖析、NOVELL内核研究、LINUX内核深入剖析等多本书籍，被相关学校推荐为教学用书。

通达信在证券分析领域、在证券网上电子商务领域，凭借其雄厚的技术实力及公司相对稳定、充足资产状况，已经与其它公司在这些领域内拉开了距离。我们希望能为证券业的电子商务服务提供强有力的技术支撑及行业经验保证。

❷ 跪求多项式遗传编程拟合曲线的代码！！！

http://www.51kaifa.com/jswz/read.php?ID=1326

多项式可用于非线性信号的拟合，关键在于求解其各项系数。对于任何非线性函数，文中提出都有一个规范化的拟合方法。相应有一个规范化的多项式。该规范化多项式是以整数n为底的幂级数，最大幂次 nmax是x坐标区间的等分数，其系数可用一个规范化的矩阵积得到。文中又给出了固体电子学中的两个应用实例。当x坐标区间分段拟合应用时，还讨论了函数及其导数计算值的连续性条件，并以正弦函数不同区间的展开为例，作了演示。
[关键词] 多项式拟合，非线性信号，规范化方法，规范化矩阵

物理或化学量之间的非线性关系已受到广泛的重视。比较广泛应用的拟合方法是最小二乘法〔1〕，还有神经网络法〔2〕, 遗传算法〔3〕，退火算法〔4〕等。都是针对某一实际问题采用的方法。其中最小二乘法又分为最佳拟合直线(最小二乘拟合直线，端点直线和零基准最小二乘拟合直线)和最佳多项式拟合曲线。前者的优点是用一个正比直线代替曲线给计算带来许多方便。后者的精度明显比前者高。因此精度要求比较高的场合通常采用多项式拟合。

1 基本原理
有一非线性信号y=f(x)可以用一个多项式来表示
通常取到n=4便可以是近似表达非剧变的非多极值的单值关系。即有
ε为小量。
如何得到多项式各个系数成为解决问题的关键。这就有上面所提到各种方法。对于式(2)来说，一般需要有4次测量值即曲线上的四个点(如图1所示)

方可得到 。时，便相应有

这里张量的右上角标指标代表方阶，第2个右下标则是列指标，两者相同。 取决于所测物理量的大小，与具体问题有关。因此求解便不能用一种标准化的方法。现在提出一种规范的方法，也就是说，不管什么问题， 都可以转化为一种规范化的同构矩阵及相应的逆矩阵。这为非线性的问题采用多项式拟合提供了极大的方便。
令xn=nx1 , (5)
n为整数。即有等分点被称为横坐标的缩尺。例如取n=4,则有x1=xmax/4。于是有 ：

可以得到下式：

其中n=x/x1,比较式(7)和 (10)可以得到
由式(2)，即 就是式(9)，可见这是一种标准算法，与x物理量无关，这是本文所追求的目标。与物理量有关的仅仅是其缩尺x1。

2. 应用实例
集成电路生产中经常要使用Van der Pauw和Rymaszewsk法测定薄层电阻。前者用下式[5]：

于是范德堡函数可以表示为

上式的曲线如图2所示，与ASTM中的曲线(图2中虚线)十分吻合[7]。式(14)在 ＝1到10的范围内的精度为

3. 讨论
上面已讨论了n=5时非线性函数展开式5阶多项式的情况。取5个等分点便可以实现精确的拟合。如果已得n=8等分点上非线性函数的单值。希望多项式展开到四阶，则分成二大段展开：
同样可以应用本文所介绍的多项式进行规范化拟合。可以看出，拟合的精度取决于非线性函数自身的光滑程度以及起伏变化的大小等分点的密集程度。等分点越密集，则规范化矩阵的阶数越高，求其逆矩阵越繁琐。因此，可以进行如上面所述的分段拟合，以降低矩阵的阶数。
3.1 分段计算时接合点上的函数连续性问题
只要 矩阵元的小数点位足够精确，在分段接合点 上，函数值肯定是连续的。即有：

证明从略。

3.2 分段计算时接合点上的导数的连续性问题

由4.1讨论可知y3、y4、y5， 可以严格保持原始值，导数在 (即x4点)的连续性就取决于他们的原始分布。图3中a、b、c表示出三种情况下y3、y4、y5的分布。除了第三种情况外，第一二两种情况是在一级近似下分段计算的导数是连续的。当要求导数在接合点连续时，拟合的相邻分段就应该有部分重叠。这时y(1)和y(2)做多项式拟合时横坐标就分成5或6等分。相应展开成5阶或6阶幂级数。在接合点x4上的导数在一级近似下就可取其左右两边的导数的平均值：

因此，即使出现了图3-c情况，导数也是连续的。为了说明上述做法的可行性，下面以非线性函数sin(x)及其导数为例来加以印证。将x坐标的等分点取为 这就代表一个起伏变化的函数，有推广应用价值。现让二分段有部分重叠，用上面介绍的规范化方法分别得到二分段的多项式拟合结果：

图4示出各拟合式的曲线与sin(x)曲线的比较，以观察两者接近情况以及接合点上函数连续情况。图5示出上述拟合式的导数与sin(x)ˊ=cosx 曲线的比较。可见导数也是连续的。总之，本文所提出的方法方便，简单，拟合精度高，标准规范的特点。当拟合点多时，为降低矩阵的阶数，可以分段拟合。只要逆矩阵元的小数位足够精确，接合点上拟合式肯定连续。当两段间有部分重叠时，导数也是连续的。

参考文献

[1] 孙以材，刘玉岭，孟庆浩，压力传感器的设计制造与应用，(北京)冶金工业出版社(2000)
[2] 王伟，人工神经网络原理，北京航空航天出版社(1995)
[3] Helena Szezerbicka and Matthias Becker,Genetic Algorithms : A tool for modeling simulation and optimization of complex system . Cybernetics and systems : An International Journal , 1998 , 29 : 639-659 .
[4] 姚姚，蒙特卡洛非线性反演方法及应用，(北京)冶金工业出版社(1997).
[5] L. J. van der pauw, Philips Research Reports 13(1958), 1.
[6] Rymaszewski R., Electron. Lett. , 3 (1967), 57.
[7] ASTM F76-68,1971 Annual book,part 8,P652-668

❸ matlab曲线拟合 求详细代码

一（X,Y）的散点图

代码如下：

x=[3491540];

y=[28101561];

plot(x,y,'*')

运行图形：

二（X,Z)的散点图

代码如下：

x=[3491540];

y=[28101561];

z=log(y);

plot(x,z,'*')

运行图形：

❹ 尊敬的各位老师: 请赐教通达信ZXNH直线拟合指标公式的拟合编写法,可发私信给我,加谢500分。

我不是来拿分的！善意的提醒，不要把有限的精力浪费在无聊的技术指标上！

❺ 如何利用spss进行曲线拟合，并得到拟合曲线方程，像y=ax+b这样的东西，在哪里能看到这公式

1、曲线拟合过程。

❻ 如何计算与实验数据曲线与标准曲线的拟合度

使用Eviews软件很方便，点Eviews上面的Quick---------Estimate Equation,看看可决系数就可以了。
或者：（1）计算残差平方和Q=∑(y-y*)^2和∑y^2，其中，y代表的是实测值，y*代表的是预测值；
（2）拟合度指标RNew=1-(Q/∑y^2)^(1/2)
Rnew是最近才出现的用于判定非线性回归方程的拟合度的统计参数，现在我还没有看到它的中文名称。之所以用角标new就是为了和线性回归方程的判定系数R2、adjusted R2进行区别。在对方程拟合程度的解释上，Rnew和R2、adjusted R2是等价的，其意义也相同。
对线性方程：
R^2==∑(y预测-y)^2/==∑(y实际-y)^2，y是平均数。如果R2=0.775，则说明变量y的变异中有77.5％是由变量X引起的。当R2＝1时，表示所有的观测点全部落在回归直线上。当R2=0时，表示自变量与因变量无线性关系。

拟合优度是指回归直线对观测值的拟合程度。度量拟合优度的统计量是可决系数（亦称确定系数）R^2。R^2的取值范围是[0，1]。R^2的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R^2的值越接近0，说明回归直线对观测值的拟合程度越差。

❼ 一元线性回归模型的拟合优度检验的matlab代码

主要是用regress函数来进行：给你举个例子来说明吧。
x=[0 1 2 3 4 ]';y=[1.0 1.3 1.5,2.0 2.3]';
x=[ones(5,1),x]; %给出两个数组元素
[b,bint,r,rint,stats]=regress(y,x,0.05); ％对x和y进行一元线性回归，并得到相关系数，其中，stats中第一个数即为相关系数，大于0.9就认为拟合很好。
结果：stats =
0.9829 171.9474 0.0010 0.0063
即为0.9829.

❽ 求生长曲线（即S型曲线）拟合的C++程序代码！！

我不知道你的abc常数究竟等于几，我在代码里空出来，你自己补充
#include
<stdio.h>
#include
<math.h>
#define
a
()
//自己添加值
#define
b
()
#define
c
()
#define
e
(2.7182)
#define
L(t)
1/(a
+
b
*
pow(e,
-ct))
这样就ok了。L(t)就是你要的宏。

❾ excel曲线拟合中的决定系数R平方是如何求出来的

VBA编程：t = (Application.WorksheetFunction.Pearson(InDat, OutDat)) ^ 2

❿ 用matlab进行曲线拟合，要数据代码

x1=[2 2.5 3 3.5 4 4.5 5 5.5 6];
y1=[41 38 34 32 29 28 25 22 20];
x2=[0 10000 20000 30000 40000 50000 60000 70000];
y2=[1 1.4 1.7 1.85 1.95 2 1.95 1.8];
p1=polyfit(x1,y1,1)
p2=polyfit(x2,y2,2)