Wat is de lineaire regressiehoek MT4-indicator?

Lineaire regressie is een statisch hulpmiddel dat wordt gebruikt om toekomstige waarden te voorspellen op basis van vroegere waarden. Het wordt vaak gebruikt als een kwantitatieve manier om de onderliggende trend te bepalen en wanneer de prijzen te hoog zijn. Een lineaire regressietrend gebruikt de methode met de minste verschillen om een ​​rechte lijn door prijzen te trekken, zodat de afstanden tussen de prijzen en de resulterende trendlijn worden geminimaliseerd. Deze lineaire regressiehoekindicator zet de engel van de trendlijn voor elk gegeven punt uit.

FORMULE

De best passende lijn geassocieerd met de n punten (x1, y1), (x2, y2), . . . , (xn, уn) heeft de vorm y = mx + b

Lineaire regressieversnelling

Ten eerste worden de gegevens, gebaseerd op de geselecteerde prijs, verzacht met behulp van de voortschrijdende gemiddelde periode en het voortschrijdende gemiddelde. Als u liever geen afvlakking heeft, kiest u hier een periode van 1. De resulterende gegevens worden vervolgens gebruikt om regressielijnen te vormen die eindigen op elke balk, met behulp van de gespecificeerde regressieperiode. De lineaire regressieversnelling van elke regressielijn van elke maat wordt vervolgens geregistreerd als de verandering in de helling van de regressielijn ten opzichte van de helling van de regressielijn van de vorige maat.

Als u bijvoorbeeld de hierboven gespecificeerde voorkeuren gebruikt, zou de ruwe slotkoers worden gebruikt (een periode van 1). Vervolgens gebruiken we de resulterende gegevens voor elke balk en gebruiken we die balk en de voorgaande 8 maten (9 in totaal) om een ​​regressielijn te vormen. De LRA van die balk wordt dan geregistreerd als het verschil tussen de helling van de regressielijnen en de helling van de regressielijn van de vorige balk. Voor elke balk wordt dezelfde berekening gemaakt en vervolgens in het diagram uitgezet, als een histogram of een lijn. Als de optie “x 100 / Prijs (Normaliseren)” is aangevinkt, zal de resulterende waarde de verandering in de genormaliseerde helling per bar zijn. Dit normaliseert de gegevens ter vergelijking tussen instrumenten die in verschillende prijsklassen worden verhandeld. Als u geïnteresseerd bent in het gebruik van dit onderzoek om versnelling tussen instrumenten te bewerkstelligen, is het belangrijk dat deze normaliserende optie wordt gebruikt. Het verschil tussen de genormaliseerde acceleratie en de ruwe acceleratie is vergelijkbaar met het verschil tussen procentuele verandering (genormaliseerd) en verandering (ongenormaliseerd). Als je twee instrumenten vergelijkt, een die op 200 wordt verhandeld en een andere die op 10 wordt verhandeld, dan is het niet eerlijk om rekening te houden met de prijsverandering, hoewel de genormaliseerde waarde van een bepaalde verandering ons een eerlijke basis geeft van vergelijking .

De genormaliseerde versnellingswaarde geeft ons in hoofdzaak de verandering is de genormaliseerde helling van de regressielijn (best fit), van bar tot bar. Als de genormaliseerde versnelling 0.10 is, dan stijgt de genormaliseerde helling van de regressielijn met een snelheid van 0.10 per bar. Op dezelfde manier zou een genormaliseerde versnelling van -0.25 erop wijzen dat de genormaliseerde helling van de lijn die het beste past bij de laatste N balken aan gegevens, daalt met een snelheid van 0.25 per balk. Als de genormaliseerde helling van de laatste balk bijvoorbeeld 0.25 was (wat betekent dat de regressielijn die eindigt op die balk stijgt met een snelheid van 0.25% per balk gemiddeld), en de genormaliseerde helling van de huidige balk 0.27 was, dan de genormaliseerde acceleratie van de huidige balk zou 0.27 – 0.25 = 0.02 zijn. Een positieve versnellingswaarde leidt niet tot een positieve helling, maar eenvoudigweg tot een toenemende helling. Op dezelfde manier leidt een negatieve versnelling tot een afnemende helling.

FОRMULА

Versnelling = Verandering in helling / Bаr = Helling – Helling.1 Genormaliseerde versnelling = Verandering in genormaliseerde helling / Bаr = (Helling * 100 / Prijs) – (Helling.1 * 100 / Prijs.1)