Этот индикатор предназначен для выполнения множественного нелинейного регрессионного анализа с использованием четырёх независимых переменных: цены закрытия, открытия, максимума и минимума.

Вот компоненты и функциональные возможности:

Входные данные:

• Длина данных для нормализации: Длина данных, используемых для нормализации.
• Скорость обучения: Скорость, с которой алгоритм учится на ошибках.
• Показать точки данных: Показать построение нормализованных входных данных (close, open, high, low)
• Сглаживание?: Опция сглаживания вывода.
• Длина сглаживания: Длина сглаживания, если включено.
• Определить начальные коэффициенты: Начальные коэффициенты для уравнения регрессии.

Нормализация данных:

Скрипт нормализует входные данные в диапазоне от 0 до 1, используя максимальные и минимальные значения в пределах заданной длины.

Нелинейная регрессия:

Он вычисляет уравнение регрессии, используя входные коэффициенты и нормализованные данные. Используемое уравнение представляет собой взвешенную сумму независимых переменных, при этом коэффициенты корректируются итеративно с помощью градиентного спуска для минимизации ошибок.

Вычисление ошибки:

Скрипт вычисляет ошибку между фактическими и предсказанными значениями.

Градиентный спуск:

Коэффициенты обновляются итеративно с помощью градиентного спуска для минимизации ошибки.

Визуализация:

• Построение нормализованных входных данных (close, open, high, low).
• Индикатор предоставляет визуализацию нормализованных значений данных (close, open, high, low) в виде круглых маркеров на графике, позволяя пользователям легко наблюдать относительные положения этих значений друг относительно друга и линии регрессии.
• Построение линии регрессии.
• Цветовой градиент на линии регрессии в зависимости от её значения и цвета баров.
• Отображение нормализованных входных данных и предсказанного значения в таблице.
• Сигналы для пересечений с средней линией (0.5).

Интерпретация:

Пользователи могут интерпретировать линию регрессии и её пересечения с средней линией (0.5) как сигналы потенциальных возможностей для покупки или продажи.

Этот индикатор помогает пользователям анализировать взаимосвязь между несколькими переменными и принимать торговые решения на основе регрессионного анализа. Настройка коэффициентов и параметров позволяет тонко настроить производительность модели в соответствии с конкретными рыночными условиями.