什么是线性回归角度MT4指标？

线性回归是一种统计工具，用于帮助根据过去的值预测未来的值。 它通常用作确定基本趋势以及价格何时过度扩张的定量方法。 线性回归趋势线使用最不可靠的方法来绘制一条穿过价格的直线，从而最小化价格与最终趋势线之间的距离。 该线性回归角度指标绘制了每个数据点的趋势线角度。

计算公式

与 n 点 (x1, y1), (x2, y2), 相关的最佳拟合线。 。 。 , (xn, уn) 的形式为 y = mx + b

线性回归加速

首先，根据所选价格，使用移动平均周期和类型对数据进行平滑。 如果您不喜欢平滑，请在此处选择周期 1。 然后，使用指定的回归周期，将所得数据用于形成在每个柱处结束的回归线。 然后，将每个柱回归线的线性回归加速记录为回归线斜率相对于前一柱回归线斜率的变化。

例如，使用上面指定的首选项，将使用原始收盘价（平滑期为 1）。 然后，使用每个柱的结果数据，我们将使用该柱和之前的 8 个柱（总共 9 个）来形成回归线。 然后将该条的 LRA 记录为该回归线斜率与前一个条的回归线斜率之间的差异。 对每个柱进行相同的计算，然后以直方图或线条的形式绘制在图表中。 如果选中“x 100 / 价格（标准化）”选项，则结果值将是每条柱的标准化斜率的变化。 这使数据标准化，以便在不同价格范围内交易的工具之间进行比较。 如果您有兴趣使用这项研究来比较仪器之间的加速，那么使用此标准化选项很重要。 标准化加速度和原始加速度之间的差异类似于百分比变化（标准化）和变化（非标准化）之间的差异。 如果您要比较两种工具，一种的交易价格为 200，另一种的交易价格为 10，那么比较价格变化是不公平的，尽管百分比变化的标准化值确实为我们提供了一个公平的基础是比较的。

归一化加速度值本质上为我们提供的变化是条形图与条形图之间回归（最佳拟合）线的归一化斜率。 如果归一化加速度为 0.10，则归一化斜率回归线将以 0.10 每条的速率上升。 同样，归一化加速度为 -0.25 将表明最适合最后 N 条数据的归一化斜率正在以每条 0.25 的速率下降。 例如，如果最后一个柱的标准化斜率为 0.25（意味着该柱上结束的回归线平均以每柱 0.25% 的速率上升），并且当前柱的标准化斜率为 0.27 ，然后标准化加速度当前酒吧的 0.27 – 0.25 = 0.02。 正加速度值并不等于正斜率，而只是增加斜率。 同样，负加速度会导致斜率减小。

公式

加速度 = 斜率 / 条形变化 = 斜率 – 斜率.1 标准化加速 = 标准化斜率 / 条形变化 = (斜率 * 100 / 价格) – (斜率.1 * 100 / 价格.1)