Индикатор linear regression index

Настройки и параметры LRI

Примерно так выглядит обычный канал, построенный индикатором линейной регрессии. В зависимости от ситуации, его границы могут представлять собой линии либо сопротивления, либо поддержки. Для того чтобы создать каналы, полностью отвечающие Вашим требованиям, необходимо произвести соответствующие настройки. Простота данной процедуры позволяет выполнить ее за считанные минуты.

Главный параметр, который потребуется задать трейдеру, это ширина канала. В MT4 находится он во вкладке Fixed Date Time
. Пользователю необходимо будет задать рабочую дату, исходя из сроков устанавливаемого им таймфрейма.

Остальные настройки выполняют преимущественно декоративную функцию. Их главная задача – сделать визуальное восприятие графика максимально удобным для трейдера. С помощью вкладок Stop Color
и Trend Line Color
устанавливаем цвета цены и границ канала, соответственно. Крайним линиям также можно задать желаемую толщину, поменяв настройки в пункте LR WIDTH
. На этом процедуру построения канала можно считать завершенной.

Формула расчета индикатора:

• x
  – текущий период времени
• n
  – общее число периодов

Как пользоваться индикатором линейной регрессии

Существует две основных стратегии работы с индикатором линейной регрессии:

• на разворот;
• на пробой.

В первом случае трейдер ориентируется на динамику изменения цены в границах канала. При приближении ее к линии сопротивления или поддержки, ставка делается на то, что пойдет движение в обратном направлении. То есть, если цена вплотную подошла к верхнему пределу, от актива можно избавляться. Если она в самом низу канала, есть смысл задуматься о покупке. В случае с , вверху приобретается PUT
(прогноз снижения курса — опцион ВНИЗ), внизу – CALL
(прогноз роста курса — опцион ВВЕРХ).

Стратегия на пробой предусматривает использование ордеров, которые устанавливаются за пределами границ в не слишком сильном от них отдалении. Учитывая, что нарушение границ ценой иногда бывает краткосрочным, лучше также перестраховаться, установив стоп-лоссы

Ну и, конечно, вне зависимости от выбранной стратегии, важно максимально хладнокровно оценивать ситуацию на рынке

Выводы

– удобный вспомогательный инструмент, значительно облегчающий работу современного трейдера. Он может быть задействован, практически, на любом графике, причем необязательно в единственном числе. Профессионалы зачастую используют сложные модификации, позволяющие менять настройки более гибко, в соответствии с желанием пользователя. Новичкам имеет смысл предварительно потренироваться на классических версиях индикатора, оценив его возможности при торговле на демо-счетах.

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter
, и мы её обязательно исправим! Огромное спасибо вам за помощь, это очень важно для нас и наших читателей!

Сложности с разлиновкой ценовых уровней бывают у многих трейдеров, особенно, когда спекулянт замечает определенный субъективизм при оценке рыночной ситуации. Не обращали внимания, что один и тот же график может быть разлинован по-разному несколькими трейдерами? А ведь именно так и есть.

X-Lines
помогает быстро определить ценовые уровни, причем, объективным способом, а не на глаз. Ниже Вы можете скачать индикатор X-Lines для МТ4
, а так же найдете описание программы.

Начну с того, что алгоритм был сначала разработан под MetaTrader 5, так что в сети именно под этот терминал можно найти наибольшее количество предложений по скачке. Потом программа была перенесена на более привычный для большинства валютных спекулянтов MetaTrader 4.

Модельное обучение

1. Обучите модель.

2. Здесь мы можем использовать панды для сохранения тренировочных записей для более удобного отображения, а также можем добавить некоторые другие параметры, такие как время обучения.

3. Определите функцию отображения тренировочного процесса и визуализируйте тренировочный процесс в виде графика. Здесь мы не используем код официального руководства, а используем функцию, которую мы написали в предыдущих разделах, которая является более краткой, а значение конкретных параметров может относиться к предыдущим разделам.

4. Судя по тренировочным данным, результат потом становится все хуже и хуже.Как прекратить тренировку до того, как результат тренировки станет хуже? Здесь есть функция EarlyStopping, что означает досрочную остановку. Среди них параметр монитора — это параметр, который мы хотим контролировать, а терпение — это количество тренировок, которые могут выдержать ухудшение результата. Код здесь означает, что мы контролируем значение val_loss, и когда его результат становится плохим 10 раз подряд, мы прекращаем обучение. После этого мы передаем это значение в качестве обратного вызова модели обучения и переобучаем.

Мы можем наблюдать, что количество тренировок прекращается в 77 раз.

Описание

Этот раздел разделен на две части: описание метода простой линейной регрессии и описание набора данных, к которому мы позже применим его.

Простая линейная регрессия

Линейная регрессия предполагает линейную или прямую зависимость между входными переменными (X) и единственной выходной переменной (y).

Более конкретно, этот выход (y) может быть вычислен из линейной комбинации входных переменных (X). Когда имеется одна входная переменная, метод называется простой линейной регрессией.

В простой линейной регрессии мы можем использовать статистику обучающих данных для оценки коэффициентов, требуемых моделью для прогнозирования новых данных.

Строка для простой модели линейной регрессии может быть записана как:

где b0 и b1 — коэффициенты, которые мы должны оценить по данным обучения.

Как только коэффициенты известны, мы можем использовать это уравнение для оценки выходных значений для y с учетом новых входных примеров x.

Это требует, чтобы вы вычислили статистические свойства из данных, таких как среднее значение, дисперсия и ковариация.

Об этой алгебре уже позаботились, и у нас осталась некоторая арифметика для оценки простых коэффициентов линейной регрессии.

Вкратце, мы можем оценить коэффициенты следующим образом:

где i относится к значению i-го значения входного x или выходного y.

Не беспокойтесь, если это неясно прямо сейчас, эти функции будут реализованы в руководстве.

Шведский Страховой Набор Данных

Мы будем использовать реальный набор данных для демонстрации простой линейной регрессии.

Набор данных называется набором данных «Автострахование в Швеции» и включает прогнозирование общего платежа по всем претензиям в тысячах шведских крон (y) с учетом общего количества претензий (x).

Это означает, что для нового количества претензий (x) мы сможем предсказать общую сумму выплат по претензиям (y).

Вот небольшая выборка первых 5 записей набора данных.

При использовании алгоритма нулевого правила (который предсказывает среднее значение) ожидается среднеквадратическая ошибка или среднеквадратическое среднеквадратичное отклонение порядка 72,251 (тысяч крон).

Ниже приведен график рассеяния всего набора данных.

Сохраните его в CSV-файл в вашем локальном рабочем каталоге с именем «insurance.csv«.

Обратите внимание, что вам может потребоваться преобразовать европейский «,» в десятичный «.». Вам также понадобится изменить файл с переменных, разделенных пробелами, на формат CSV

X lines супер точный индикатор

Вообще, эти инструменты изображают ценовые уровни с помощью усреднения за некоторый временной промежуток.

Идея уже была реализована в , однако, в нем для расчета использовался предыдущий день. В ту неделю, когда этот день нестандартный, например, картина на активном дне получалась неадекватной. Чтобы определить уровни xLines находит средний размер свечи за период. Уровни xLinesReg строятся на основе линейной регрессии, а это лучше подходит для такой цели по сравнению с MA.

Индикатор x lines – скачать

Установка файлов из архива производится в папку терминала, в раздел MQL4\Indicators. Когда это сделано, открываем три окна, в каждый устанавливаем отдельно по индикатору и начинаем их изучать.

Первым у нас на очереди пойдет самый непонятный на первый взгляд и вызывающий сложности при освоении. Чем быстрее мы в нем разберемся, тем лучше.

Определим, для чего нужен X-Lines MT4. Бывает, что трейдер испытывает сложности поиска ценовых уровней. Тогда он, обычно, замечает, что чрезмерно субъективен, а раз так, то x lines приходят ему на помощь. При этом этот инструмент не может быть субъективен. Он объективен на столько насколько объективен его алгоритм.

Заметим, что не так давно бесплатно скачать этот инструмент было не просто. Все дело в том, что он был написан для пятой версии терминала. И, вот, сейчас создались благоприятные условия для его использования на MT4. Поэтому можете смело скачать этот супер точный индикатор бесплатно и начать пользоваться.

Некоторые описания этого инструмента находят в линиях более тонкие и более толстые, делая вывод об их значимости. Мы проанализировали показания инструмента: по нашему мнений все линии одинаковые. Только иногда одна накладывается на другую, тогда рождается более важный уровень, просто совмещением нескольких линий. Хотя, вероятность того, что утолщение производится в алгоритме все же остается. В любом случае супер точно можно сказать только анализом кода. А так как, это не возможно, то оставим это на совести автора инструмента.

В любом случае скопление линий формирует поддержки и сопротивления. Как правильно замечено, если график выше этой зоны, то она – поддержка, иначе – сопротивление.

Принцип работы индикатора

Если множество выбранных цен закрытия актива расположено на плоскости в виде точек, то математически доказано, что можно построить только одну прямую, сумма всех квадратов расстояний до которой от каждой из этих точек будет минимальной. Формула такой прямой будет описываться обычным линейным уравнением y=ax+b, отчего такая регрессия и называется также линейной. Границы канала – это линии, расстояние от которых до осевой равно максимальному среднему отклонению цены.

Основная идея использования индикатора состоит в построении оптимальной с точки зрения математики и равноудаленной от цен закрытия линии тренда и канала, границы которого параллельны ей. Считается, что основное время цена поводит в пределах этих границ и лишь в редких случаях покидает их. Как правило, стремительный пробой диапазона в направлении, противоположном тренду, или долгое нахождение за пределами канала  свидетельствуют о скорой смене тенденции.

Следует помнить, что трендовая линия и границы канала на основе индикатора постоянно динамически перерисовываются, в отличие от статического встроенного инструмента. В некоторых случаях полезно использовать обе версии для того, чтобы отслеживать произошедшие изменения на графике, но для большинства задач достаточно и одного экземпляра.

Лучший брокер

К сожалению, многие трейдеры этого просто не понимают, потому любят начинать . Да, уровень может быть хорошим и сильным, но против сильного тренда этот уровень вряд ли сможет устоять. В общем, использование уровней теоретически простая методика, тем не менее, вся эта эфемерная простота сходит на нет, когда вы попробуете использовать уровни на практике, вот тогда начнется веселуха. Вам сразу станет понятно, что нужен значительный опыт для того, чтобы грамотно, а главное прибыльно использовать данные уровни. Однако торговля по уровням – это невероятно эффективный метод торговли, и этого отрицать нельзя.

Практическая торговля с применением канала линейной регрессии

Если рассматривать метод торговли по графическому инструменту
линейной регрессии, с точки зрения обыкновенного канала. То есть, с
интерпретацией обычного технического анализа, то вся, выше приведённая
информация в целом, теряет всякий смысл. С таким же успехом, можно было торговать,
просто по тренду. Продавая актив, «отскакивая» каждый раз от верхней границы
«тоннеля» при нисходящем тренде. И покупать актив, «отталкиваясь» от нижней
границы «туннеля», при восходящей тенденции.

Поэтому нам, как ответственным трейдерам, необходимо искать сигнал на вход в позицию, именно с пониманием, что сумма квадратов отклонений, находится в определённом диапазоне! Но при этом расчёт этих отклонений, должен производиться от значимых показателей. Другими словами, в основу вычисления наименьшего отклонения, должны входить не экстремумы, как делают «дилетанты», а инициативные сделки! Именно их содержание большого объёма, делает их наиболее значимыми точками!

Сейчас обратите внимание на первый снимок, этой 4-ки скриншотов. Здесь начало регрессии мы установили, не то чтобы на экстремуме, а на той координате, где произошло значимое событие

Возможно, на этом Хае (High – высокий), один из крупных участников торгов, вышел из своих длинных позиций. Длинных позиций – значит покупки (Long – длинный, значит покупать). А возможно, кто-то проявил инициативу на продажу, данного актива. То есть, зашортил (Short – короткий, значит продавать).

Как бы там не было, мы не можем знать, что там произошло. Мы
можем только предполагать, что подвигло цену развернуться. А вот что мы можем
точно знать, так это то, что там всё же произошло некоторое значимое событие.
Именно поэтому, мы и начали строить канал регрессии, именно с этого экстремума.
Придерживаясь точно такой же трактовки формирования цены, конечную опорную
точку инструмента, мы так же фиксируем на инициативной свече!

Предварительная обработка набора данных Auto MPG

1. Категория и номер функции отображаются как нулевое значение (NAN).

2. Поскольку нулевых данных не так много, мы напрямую используем функцию dropna () для удаления этих данных.

3. Преобразуйте происхождение в одноразовый код. pop означает удаление, и его также можно сохранить с переменными.

4. Разделите обучающий набор и тестовый набор. Используйте функцию выборки для разделения обучающего набора, где параметр frac представляет собой коэффициент разделения, random_state = 0 означает, что полученные данные не повторяются, а если он равен 1, полученные данные можно повторить. Тогда набор тестов — это оставшаяся часть обучающего набора. Мы используем функцию drop, чтобы удалить часть обучающего набора. Оставшаяся часть, естественно, является набором тестов и сохраняется с переменными.

5. Используйте библиотеку seaborn, чтобы нарисовать картинку и нарисовать картинку указанной переменной. Diag_kind = ‘kde’ — это настройка изображения. Если это одномерный график (сравните с собой), это линейный график, а если это сравнение различных переменных, это точечный график. .

6. Мы можем использовать функцию описания для просмотра набора данных, чтобы просмотреть параметры некоторых наборов данных более подробно, так что нам не нужно вызывать функцию для вычисления самостоятельно.

7. Поскольку наш прогноз — это топливная эффективность, нам нужно взять MPG (топливную эффективность) из набора данных в качестве метки.

8. Нормализация данных, роль нормализации не будет упоминаться повторно, как упоминалось в предыдущих разделах.

9. Отобразите нормализованные данные.

Теория линейной регрессии

Термин «линейность» в алгебре относится к линейной зависимости между двумя или более переменными. Если мы нарисуем это соотношение в двухмерном пространстве (в данном случае между двумя переменными), мы получим прямую линию.

Давайте рассмотрим скрипт, в котором мы хотим определить линейную зависимость между количеством часов, которые студент учится, и процентом оценок, которые студент набирает на экзамене. Мы хотим выяснить, сколько часов ученик готовится к тесту, насколько высокий балл он может набрать? Если мы нанесем независимую переменную (часы) на ось x, а зависимую переменную (процент) на ось y, линейная регрессия даст нам прямую линию, которая наилучшим образом соответствует точкам данных, как показано на рисунке ниже.

Мы знаем, что уравнение прямой в основном:

y = mx + b

Где, b – точка пересечения, а m – наклон линии. Таким образом, алгоритм линейной регрессии дает нам наиболее оптимальное значение для точки пересечения и наклона (в двух измерениях). Переменные y и x остаются неизменными, поскольку они являются функциями данных и не могут быть изменены. Значения, которые мы можем контролировать, – это точка пересечения и наклон. В зависимости от значений точки пересечения и наклона может быть несколько прямых линий. По сути, алгоритм линейной регрессии помещает несколько строк в точки данных и возвращает строку, которая дает наименьшую ошибку.

Эту же концепцию можно распространить на случаи, когда существует более двух переменных. Это называется множественной линейной регрессией. Например, рассмотрим скрипт, в котором вы должны спрогнозировать цену дома на основе его площади, количества спален, среднего дохода людей в этом районе, возраста дома и т.д. В этом случае зависимая переменная зависит от нескольких независимых переменных. Модель регрессии, включающая несколько переменных, может быть представлена как:

y = b + m₁b₁ + m₂b₂ + m₃b₃ + … … m_nb_n

Это уравнение гиперплоскости. Помните, что модель линейной регрессии в двух измерениях – это прямая линия, в трех измерениях – это плоскость, а в более чем трех измерениях – гиперплоскость.

Торговая стратегия по линейной регрессии

Среди самых распространённых тактик использования индикатора выделим как комбинирование нескольких каналов на разных таймфреймах, так и добавление осциллятора для подтверждения сигнала. Использовать разные таймфреймы довольно просто.

Нисходящий канал линейной регресии.

В первую очередь, строим канал регрессии на высоком графике для определения преобладающей тенденции, а на меньшем таймфрейме ожидаем получение сигнала в сторону этого тренда. Такая распространённая, но в то же время эффективная тактика позволяет торговать с минимальными рисками большие движения на рынке.

Пробой восходящего канала коррекции.

Второй вариант предполагает получение подтверждающего сигнала от осциллятора в момент теста верхней или нижней границы канала, к примеру, для этой цели отлично подойдёт индикатор Stochastic Oscillator.

Если цена достигла верхней границы канала линейной регрессии, оцениваем поведение Стохастика: если его значения выше уровня 80 и есть пересечение сигнальных линий, открываем позицию на продажу.

Сигнал на продажу от Stochastic и канала линейной регрессии.

В момент теста нижней границы канала регрессии важно получить сигнал на покупку от индикатора Stochastic Oscillator, поэтому ожидаем падение ниже уровня 20 и ждём пересечение сигнальных линий осциллятора, после чего открываем позицию на покупку. Стоп Лосс устанавливается за пределами границ канала линейной регрессии

Тейк Профит выставляется на пару пунктов выше или ниже границ канала

Стоп Лосс устанавливается за пределами границ канала линейной регрессии. Тейк Профит выставляется на пару пунктов выше или ниже границ канала.

Сигнал на покупку от Stochastic и канала линейной регрессии.

Плюсы и минусы использования

Linear Regression считается одним из самых удобных и перспективных индикаторов в работе трейдера. С его помощью всегда можно точно узнать трендовые изменения на рынке, их направления и силу, чтобы успеть сообщить о предстоящих корректировках.

Недостатком такого инструмента является то, что после закрытия бара нужно перерисовывать графики снова.

При интерпретации полученных сигналов индикатора необходимо учитывать, ряд моментов:

• подъем линии на графике означает восходящую динамику, а ее опускание говорит о том, что в ближайшее время будет господствовать нисходящий тренд;
• при отскоке стоимости от границ, установленных напротив тренда, следует готовиться к откату, при противоположной ситуации стоит ожидать восстановления цен;
• отбитие стоимости от боковых линий позволяет рассчитывать на то, что установившийся тренд продолжит свое движение.

Пример: простой регрессионный анализ

Этот пример использует данные, представленные в таблице:

Рис. 3. Таблица исходных данных.

Данные составлены на основе сравнения переписей 1960 и 1970 в произвольно выбранных 30 округах. Названия округов представлены в виде имен наблюдений. Информация относительно каждой переменной представлена ниже:

Рис. 4. Таблица спецификаций переменных.

Задача исследования

Для этого примера будут анализироваться корреляция уровня бедности и степень, которая предсказывает процент семей, которые находятся за чертой бедности. Следовательно мы будем трактовать переменную 3 (Pt_Poor) как зависимую переменную.

Можно выдвинуть гипотезу: изменение численности населения и процент семей, которые находятся за чертой бедности, связаны между собой. Кажется разумным ожидать, что бедность ведет к оттоку населения, следовательно, здесь будет отрицательная корреляция между процентом людей за чертой бедности и изменением численности населения. Следовательно мы будем трактовать переменную 1 (Pop_Chng) как переменную-предиктор.

Коэффициенты регрессии

Рис. 5. Коэффициенты регрессии Pt_Poor на Pop_Chng.

На пересечении строки Pop_Chng и столбца Парам. не стандартизованный коэффициент для регрессии Pt_Poor на Pop_Chng равен -0.40374. Это означает, что для каждого уменьшения численности населения на единицу, имеется увеличение уровня бедности на .40374. Верхний и нижний (по умолчанию) 95% доверительные пределы для этого не стандартизованного коэффициента не включают ноль, так что коэффициент регрессии значим на уровне p<.05>

Обратите внимание на не стандартизованный коэффициент, который также является коэффициентом корреляции Пирсона для простых регрессионных планов, равен -.65, который означает, что для каждого уменьшения стандартного отклонения численности населения происходит увеличение стандартного отклонения уровня бедности на .65

Распределение переменных

Коэффициенты корреляции могут стать существенно завышены или занижены, если в данных присутствуют большие выбросы. Изучим распределение зависимой переменной Pt_Poor по округам. Для этого построим гистограмму переменной Pt_Poor.

Рис. 6. Гистограмма переменной Pt_Poor.

Как вы можете заметить, распределение этой переменной заметно отличается от нормального распределения. Тем не менее, хотя даже два округа (два правых столбца) имеют высокий процент семей, которые находятся за чертой бедности, чем ожидалось в случае нормального распределения, кажется, что они находятся «внутри диапазона.»

Рис. 7. Гистограмма переменной Pt_Poor.

Это суждение в некоторой степени субъективно. Эмпирическое правило гласит, что выбросы необходимо учитывать, если наблюдение (или наблюдения) не попадают в интервал (среднее ± 3 умноженное на стандартное отклонение). В этом случае стоит повторить анализ с выбросами и без, чтобы убедиться, что они не оказывают серьезного эффекта на корреляцию между членами совокупности.

Диаграмма рассеяния

Если одна из гипотез априори о взаимосвязи между заданными переменными, то ее полезно проверить на графике соответствующей диаграммы рассеяния.

Рис. 8. Диаграмма рассеяния.

Диаграмма рассеяния показывает явную отрицательную корреляцию (-.65) между двумя переменными. На ней также показан 95% доверительный интервал для линии регрессии, т.е., с 95% вероятностью линия регрессии проходит между двумя пунктирными кривыми.

Критерии значимости

Рис. 9. Таблица, содержащая критерии значимости.

Критерий для коэффициента регрессии Pop_Chng подтверждает, что Pop_Chng сильно связано с Pt_Poor, p<.001.

Итог

На этом примере было показано, как проанализировать простой регрессионный план. Была также представлена интерпретация не стандартизованных и стандартизованных коэффициентов регрессии

Обсуждена важность изучения распределения откликов зависимой переменной, продемонстрирована техника определения направления и силы взаимосвязи между предиктором и зависимой переменной

Связанные определения:Линейная регрессияМатрица планаОбщая линейная модельРегрессия

Линейная регрессия в программе Excel

Внизу, в качестве примера, представлена таблица, в которой указана среднесуточная температура воздуха на улице, и количество покупателей магазина за соответствующий рабочий день. Давайте выясним при помощи регрессионного анализа, как именно погодные условия в виде температуры воздуха могут повлиять на посещаемость торгового заведения.

Общее уравнение регрессии линейного вида выглядит следующим образом: . В этой формуле Y означает переменную, влияние факторов на которую мы пытаемся изучить. В нашем случае, это количество покупателей. Значение x – это различные факторы, влияющие на переменную. Параметры a являются коэффициентами регрессии. То есть, именно они определяют значимость того или иного фактора. Индекс k обозначает общее количество этих самых факторов.

Кликаем по кнопке «Анализ данных». Она размещена во вкладке «Главная» в блоке инструментов «Анализ».

Открывается небольшое окошко. В нём выбираем пункт «Регрессия». Жмем на кнопку «OK».
Открывается окно настроек регрессии. В нём обязательными для заполнения полями являются «Входной интервал Y» и «Входной интервал X». Все остальные настройки можно оставить по умолчанию.
В поле «Входной интервал Y» указываем адрес диапазона ячеек, где расположены переменные данные, влияние факторов на которые мы пытаемся установить. В нашем случае это будут ячейки столбца «Количество покупателей». Адрес можно вписать вручную с клавиатуры, а можно, просто выделить требуемый столбец. Последний вариант намного проще и удобнее.
В поле «Входной интервал X» вводим адрес диапазона ячеек, где находятся данные того фактора, влияние которого на переменную мы хотим установить. Как говорилось выше, нам нужно установить влияние температуры на количество покупателей магазина, а поэтому вводим адрес ячеек в столбце «Температура». Это можно сделать теми же способами, что и в поле «Количество покупателей».
С помощью других настроек можно установить метки, уровень надёжности, константу-ноль, отобразить график нормальной вероятности, и выполнить другие действия. Но, в большинстве случаев, эти настройки изменять не нужно

Единственное на что следует обратить внимание, так это на параметры вывода. По умолчанию вывод результатов анализа осуществляется на другом листе, но переставив переключатель, вы можете установить вывод в указанном диапазоне на том же листе, где расположена таблица с исходными данными, или в отдельной книге, то есть в новом файле

После того, как все настройки установлены, жмем на кнопку «OK».

Ложные сигналы в индикаторе.

Исходя из вышеописанного контекста, целесообразно утверждать
следующее; Если мы с вами применяем в торговле тот или иной индикатор,
осциллятор или графический инструмент, то нам, как трейдерам, именно с ответственным подходом к ремеслу
«трейдинг», надлежит как минимум осознавать особенности алгоритмов расчёта и
принципы построения этих инструментов. Помимо всего прочего, мы должны
прекрасно распознавать торгово-рыночные псевдо сигналы, от истинных
подтверждений!

Не лишним будет пояснить, что мы обязаны отдавать себе отчёт
в том, для какого параметра индикатора, нужно задавать то или иное значение.
Так же, мы не можем смотреть на различные диаграммы и гистограммы, просто как
на красочно иллюстрированные картинки. Надеюсь это понятно! Именно по причине
этих, выше представленных аргументов, мы и разберём пошагово термин
«регрессия». Рассмотрим его, что называется, «изнутри», прямо здесь и сейчас,
начиная с самых истоков, для исключения неясностей!