Co to jest wskaźnik MT4 kąta regresji liniowej?
Regresja liniowa jest narzędziem statystycznym używanym do przewidywania przyszłych wartości na podstawie poprzednich wartości. Jest powszechnie stosowany jako ilościowy sposób określenia podstawowego trendu oraz sytuacji, gdy ceny są zawyżone. Linia trendu regresji liniowej wykorzystuje metodę najmniejszych kosztów do wykreślenia linii prostej przez ceny, aby zminimalizować odległości między cenami a wynikającą z nich linią trendu. Ten wskaźnik kąta regresji liniowej wyznacza anioła linii trendu dla każdego punktu danych.
FORMULA
Najlepiej dopasowana linia jest związana z n punktami (x1, y1), (x2, у2), . . . , (xn, уn) ma postać y = mx + b
Przyspieszenie regresji liniowej
Po pierwsze, dane oparte na wybranej cenie są wygładzane przy użyciu średniego ruchomego okresu i typu. Jeśli nie wolisz wygładzania, wybierz tutaj okres 1. Uzyskane dane są następnie wykorzystywane do tworzenia linii regresji kończących się na każdym słupku, przy użyciu określonego okresu regresji. Regresja liniowa wzrostu każdego słupka jest następnie rejestrowana jako zmiana nachylenia linii regresji od nachylenia linii regresji poprzedniego słupka.
Na przykład, korzystając z preferencji określonych powyżej, zostanie zastosowana surowa cena zamknięcia (okres równy 1). Następnie, korzystając z uzyskanych danych, dla każdego słupka, utworzymy ten słupek i poprzednie 8 słupków (w sumie 9), aby utworzyć linię regresji. LRA tego słupka jest następnie rejestrowana jako różnica pomiędzy nachyleniem tej linii regresji a nachyleniem linii regresji poprzedniego taktu. Te same obliczenia przeprowadza się dla każdego słupka, a następnie nanosi na wykres w postaci histogramu lub linii. Jeżeli zaznaczona jest opcja „x 100 / Cena (Normаlizе)”, wówczas wynikową wartością będzie zmiana znormalizowanego nachylenia na słupek. To normalizuje dane w celu porównania instrumentów, którymi handluje się w różnych przedziałach cenowych. Jeśli jesteś zainteresowany wykorzystaniem tego badania do porównania przyspieszenia między instrumentami, ważne jest, aby użyć tej opcji normalizacji. Różnica między znormalizowanym przyspieszeniem a surowym przyspieszeniem jest podobna do różnicy między procentową zmianą (znormalizowaną) i zmianą (nieznormalizowaną). Jeśli porównujesz dwa instrumenty, jeden wyceniany po 200, a drugi po 10, to porównywanie zmiany ceny nie jest sprawiedliwe, chociaż znormalizowana wartość chwilowej zmiany daje nam rzetelną podstawę zobacz .
Znormalizowana wartość przyspieszenia zasadniczo daje nam zmianę w postaci znormalizowanego nachylenia linii regresji (najlepszego dopasowania), od słupka do słupka. Jeżeli znormalizowane przyspieszenie wynosi 0.10, wówczas znormalizowane nachylenie linii regresji rośnie w tempie 0.10 na słupek. Podobnie znormalizowane przyspieszenie wynoszące -0.25 wskazywałoby, że znormalizowane nachylenie linii, które najlepiej pasuje do ostatnich N słupków danych, spada z szybkością 0.25 na słupek. Na przykład, jeśli znormalizowane nachylenie ostatniego słupka wynosi 0.25 (co oznacza, że linia regresji kończąca się na tym słupku rośnie w tempie 0.25% na słupek średnio), a znormalizowane nachylenie bieżącego słupka wynosi 0.27, następnie znormalizowane przyspieszenie bieżącego słupka wyniesie 0.27 – 0.25 = 0.02. Dodatnia wartość przyspieszenia nie oznacza dodatniego nachylenia, a po prostu rosnące nachylenie. Podobnie ujemne przyspieszenie prowadzi do zmniejszającego się nachylenia.
FORMUŁ
Przyspieszenie = Zmiana w Slоре / Bаr = Slоре – Slоре.1 Nоrmаlizеd Aссеlеrаtiоn = Zmiana w Nоrmаlizеd Slоре / Bаr = (Nachylenie * 100 / Cena) – (Nachylenie.1 * 100 / Cena.1)