Memahami Kemiringan Regresi Linier di MetaTrader 5: Panduan Lengkap -

Kemiringan regresi linier adalah alat yang penting dalam analisis pasar, dan kali ini kita akan membahas cara kerja indikator ini di MetaTrader 5. Regresi linier menyesuaikan persamaan garis lurus dengan data harga yang kita miliki:

y[x] = y0 + b*x

Dalam persamaan tersebut:

x adalah nomor bar (x=1..n);
y[x] adalah harga yang bersangkutan (open, close, median, dll);
b adalah koefisien proporsionalitas;
y0 adalah bias.

Kemiringan regresi linier yang diberikan oleh indikator ini merupakan versi normalisasi dari koefisien b.

Rumus untuk b adalah sebagai berikut:

b = (n*Sxy - Sx*Sy)/(n*Sxx - Sx*Sx)

Dimana:

Sx = Jumlah(x, x = 1..n)= n*(n + 1)/2;
Sy = Jumlah(y[x], x = 1..n);
Sxx = Jumlah(x*x, x = 1..n) = n*(n+1)*(2*n+1)/6;
Sxy = Jumlah(x*y[x], x = 1..n);
n adalah periode LRS (parameter input Per).

Penyebut dari b bisa disederhanakan menjadi:

n*Sxx - Sx*Sx = n*n*(n-1)*(n+1)/12

Akhirnya, seluruh persamaan untuk b bisa disederhanakan menjadi:

b = 6*(2*Sxy/(n + 1) - Sy)/n/(n - 1)

Koefisien b tidak dinormalisasi. Kita perlu melakukan normalisasi agar LRS memiliki rentang yang hampir sama untuk berbagai pasangan mata uang. Cara praktis untuk menormalkan b adalah dengan membaginya dengan simple moving average (SMA) atau linear weighted moving average (LWMA), yang dirumuskan sebagai:

SMA = Sy/n
LWMA = 2*Sxy/n/(n + 1)

Versi LRS yang sesuai adalah:

LRS_SMA = b/SMA = 6*(2*Sxy/Sy/(n + 1) - 1)/(n + 1)

LRS_LWMA = b/LWMA = 6*(1 - (n + 1)*Sy/Sxy/2)/(n + 1)

Kedua versi normalisasi ini hampir tidak bisa dibedakan. Oleh karena itu, normalisasi SMA dipilih untuk indikator ini. Selain itu, karena nilai LRS yang sangat kecil, nilai indikator dihitung dan diplot dalam bagian per 100 ribu agar sesuai dengan rentang -100 hingga +100.

Kemiringan Regresi Linier

Memahami Kemiringan Regresi Linier di MetaTrader 5: Panduan Lengkap

Postingan terkait