Un modèle autoregressif (AR) est un outil essentiel pour tout trader souhaitant analyser des séries temporelles. Ce modèle, également connu sous le nom de prédiction linéaire, s'exprime comme suit :
x[n] = -Sum(a[i]*x[n - i], i = 1..p)
où :
- x[n] est la valeur prédite d'une série temporelle ;
- x[n-p]..x[n-1] sont les valeurs passées connues de la même série ;
- a[1]..a[p] sont les coefficients du modèle, et p est l'ordre du modèle.
Les coefficients du modèle a[1]..a[p] peuvent être ajustés sur les données passées grâce à diverses méthodes. Dans ce cas, l'indicateur utilise la méthode de Burg.
Les paramètres de l'indicateur incluent :
- UseDiff - un commutateur booléen pour utiliser les différences de prix au lieu des prix eux-mêmes
- Ncoef - le nombre de coefficients du modèle (ordre du modèle)
- Nfut - le nombre de barres futures
- kPast - le nombre de barres passées en incréments de Ncoef (doit être >=1)
Cet indicateur trace deux courbes : la courbe bleue représente les sorties du modèle pendant son ajustement, tandis que la courbe rouge montre les prix futurs prévus.
UseDiff=false :
UseDiff=true :
Commentaire 0