Este indicador foi projetado para realizar análise de regressão não linear múltipla usando quatro variáveis independentes: preços de fechamento, abertura, máxima e mínima.

Aqui estão os componentes e funcionalidades:

Entradas:

• Comprimento dos Dados para Normalização: Comprimento dos dados usados para normalização.
• Taxa de Aprendizado: Taxa na qual o algoritmo aprende com os erros.
• Mostrar pontos de dados: Mostrar plotagem dos dados de entrada normalizados (fechamento, abertura, máxima, mínima)
• Suavizar?: Opção para suavizar a saída.
• Comprimento da Suavização: Comprimento da suavização se ativada.
• Definir coeficientes iniciais: Coeficientes iniciais para a equação de regressão.

Normalização de Dados:

O script normaliza os dados de entrada para um intervalo entre 0 e 1 usando os valores mais altos e mais baixos dentro de um comprimento especificado.

Regressão Não Linear:

Calcula a equação de regressão usando os coeficientes de entrada e os dados normalizados. A equação usada é uma soma ponderada das variáveis independentes, com coeficientes ajustados iterativamente usando descida do gradiente para minimizar erros.

Cálculo do Erro:

O script calcula o erro entre os valores reais e previstos.

Descida do Gradiente:

Os coeficientes são atualizados iterativamente usando descida do gradiente para minimizar o erro.

Visualização:

• Plotagem dos dados de entrada normalizados (fechamento, abertura, máxima, mínima).
• O indicador fornece visualização dos valores de dados normalizados (fechamento, abertura, máxima, mínima) na forma de marcadores circulares no gráfico, permitindo que os usuários observem facilmente as posições relativas desses valores em relação uns aos outros e à linha de regressão.
• Plotagem da linha de regressão.
• Gradiente de cor na linha de regressão baseado em seu valor e nas cores das barras.
• Exibição dos dados de entrada normalizados e valor previsto em uma tabela.
• Sinais para cruzamentos com uma linha média (0,5).

Interpretação:

Os usuários podem interpretar a linha de regressão e seus cruzamentos com a linha média (0,5) como sinais para potenciais oportunidades de compra ou venda.

Este indicador ajuda os usuários a analisar a relação entre múltiplas variáveis e tomar decisões de negociação baseadas na análise de regressão. Ajustar os coeficientes e parâmetros pode aprimorar o desempenho do modelo de acordo com condições específicas do mercado.