真实作者：igorad
线性回归斜率 V2 是一个基于线性回归算法的移动平均指标，配有信号线，帮助我们更好地把握市场走势。用户可以从十种不同的平滑类型中进行选择：
- 简单移动平均 (SMA);
- 指数移动平均 (EMA);
- 平滑移动平均 (SMMA);
- 线性加权移动平均 (LWMA);
- 自适应平均 (JJMA);
- 超线性平滑 (JurX);
- 抛物线平滑 (ParMA);
- T3 (Tillson 多重指数平滑);
- VIDYA (基于 Tushar Chande 算法的平滑);
- AMA (基于 Perry Kaufman 算法的平滑).
需要注意的是，不同平滑算法的相位参数有着完全不同的含义。例如，对于 JMA，外部相位变量的变化范围是 -100 到 +100；而 T3 则是一个乘以 100 的平滑比率，以便更好地可视化；对于 VIDYA，它是 CMO 振荡器周期；而 AMA 是一个慢速 EMA 周期。在其他算法中，这些参数对平滑没有影响。对于 AMA，快速 EMA 周期是一个固定值，默认等于 2。提升的幂次比率对于 AMA 也是等于 2。
该指标使用了 SmoothAlgorithms.mqh 库类（需要复制到 terminal_data_folder\MQL5\Include）。类的使用方法已在文章 《不使用额外缓冲区的中间计算价格序列平均法》 中详细描述。
