โมเดลออโต้รีเกรสซีฟ (AR) หรือที่เรียกว่าโมเดลการพยากรณ์เชิงเส้นนั้นมีสูตรดังนี้:
x[n] = -Sum(a[i]*x[n - i], i = 1..p)
โดยที่:
- x[n] คือค่าที่คาดการณ์ของชุดข้อมูลเวลา;
- x[n-p]..x[n-1] คือค่าที่รู้จักในอดีตของชุดข้อมูลเดียวกัน;
- a[1]..a[p] คือสัมประสิทธิ์ของโมเดล และ p คืออันดับของโมเดล.
สัมประสิทธิ์ของโมเดล a[1]..a[p] สามารถปรับให้เข้ากับข้อมูลในอดีตได้หลายวิธี โดยตัวชี้วัดนี้ใช้วิธีเบิร์ก (Burg method).
ข้อมูลนำเข้าสำหรับตัวชี้วัดนี้มีดังนี้:
- UseDiff - ตัวสวิตช์ boolean เพื่อใช้ความแตกต่างของราคาแทนที่จะใช้ราคาโดยตรง
- Ncoef - จำนวนสัมประสิทธิ์ของโมเดล (อันดับของโมเดล)
- Nfut - จำนวนบาร์ในอนาคต
- kPast - จำนวนบาร์ในอดีตที่เพิ่มขึ้นเป็น Ncoef (ต้องมีค่า >=1)
ตัวชี้วัดนี้จะแสดงกราฟสองเส้น: เส้นสีฟ้าจะแสดงผลลัพธ์ของโมเดลระหว่างการปรับเข้ากับข้อมูล ในขณะที่เส้นสีแดงจะแสดงราคาที่คาดการณ์ในอนาคต.
UseDiff=false:
UseDiff=true:
โพสต์ที่เกี่ยวข้อง
- เครื่องมือ Open Range Breakout สำหรับ MetaTrader 5
- เครื่องมือ Master Tools - อินดิเคเตอร์สำหรับ MetaTrader 4
- FX Multi-Meter II: เครื่องมือช่วยเทรดที่ครบครันสำหรับนักลงทุน
- Volume Profile + Range v6.0: เครื่องมือวิเคราะห์การซื้อขายใน MetaTrader 5
- การวิเคราะห์สเปกตรัมเดี่ยว: ตัวชี้วัดแนวโน้มสำหรับ MetaTrader 5