Iniziamo con qualche parola sulla regressione non lineare:
La regressione non lineare è una forma di analisi che permette di adattare i dati a un modello esprimendoli come una funzione matematica. Mentre la regressione lineare semplice collega due variabili (X e Y) con una retta (y = mx + b), la regressione non lineare genera una linea (di solito una curva) considerando che ogni valore di Y può essere visto come una variabile casuale. L'obiettivo del modello è minimizzare la somma dei quadrati.
La somma dei quadrati è una misura che tiene traccia di quanto le osservazioni variano dalla media del set di dati. Si calcola trovando prima la differenza tra la media e ogni punto del set. Successivamente, ogni differenza viene elevata al quadrato e infine tutte le figure quadrate vengono sommate. Maggiore è la somma di queste figure quadrate, peggiore è l'adattamento della funzione ai punti dati. La regressione non lineare può utilizzare funzioni logaritmiche, funzioni trigonometriche, funzioni esponenziali e altri metodi di adattamento.
Questo indicatore è la versione per MetaTrader 5 della regressione non lineare. La regressione non lineare è molto "reattiva" nel rispondere a repentini cambiamenti di mercato, quindi il periodo di calcolo predefinito è impostato su un periodo leggermente più lungo rispetto a quello usuale per indicatori simili. Pertanto, è consigliato sperimentare con il periodo in base alla tua strategia di trading e al tuo stile di operatività.
Post correlati
- Indicatori ZigZag Potenziati: Scopri le Nuove Funzionalità per MetaTrader 4
- Indice di Volatilità Chaikin: Scegli il Giusto Algoritmo di Smussamento per MetaTrader 5
- HP Extrapolator: Scopri Come Ottimizzare le Previsioni con il Filtro Hodrick-Prescott
- Volatilità Stocastica: Indicatore per MetaTrader 5 da Utilizzare sul Grafico
- Indicatore Donchian Ultimate per MT4: Scopri tutte le Funzionalità