チャート

線形回帰切辺 (LRI)

線形回帰切辺 (LRI)

線形回帰 (Linear Regression) は、過去の値から今後の値を予測するのに使用される統計ツールです。線形回帰は、価格変動時における現行トレンドの判断を、数量的に分析する方法として、一般的に使われています。線形回帰トレンドラインは、最小二乗法を用いて、価格から直線を引いたときに、その距離が最短となるように引いた線を、トレンドラインとして表示します。この線形回帰切辺 (linear regression intercept) は、各データ地点のトレンドラインの切辺を描線します。

Configuration Options

  • Period (ピリオド): 計算で使用されるバー数。
  • 欄: 平均計算のベースに使用する価格、または価格の組み合わせ。以下の値があります。
    • Open (始値)
    • High (高値)
    • Low (安値)
    • Close (終値)
    • Adjusted Close (調整終値)
    • HL/2 \( \left ( \frac{High + Low}{2} \right ) \)
    • HLC/3 \( \left ( \frac{High + Low + Close}{3} \right ) \)
    • HLCC/4 \( \left ( \frac{High + Low + Close + Close}{4} \right ) \)
    • OHLC/4 \( \left ( \frac{Open + High + Low + Close}{4} \right ) \)
  • Color Selectors (配色セレクター): グラフ要素に使用する配色。
  • Display Axis Label (軸ラベルの表示): Y 軸に最新値を表示するかどうか。

数式

n 点 (x1, y1), (x2, y2), ..., (xn, yn) の最適ラインに適合する直線式は y = mx + b

\[slope\;=\;m\;=\;\frac{\sum_{i=1}^{n}(x_{i} - \bar{x})(y_{i} - \bar{y})}{\sum_{i=1}^{n}(x_{i} - \bar{x})^{2}}\]

\[intercept\;=\;b\;=\;\bar{y} - m\bar{x}\]

直前: