herbert 
Der Regressionsindikator soll Händlern dabei helfen, Trends und mögliche Umkehrungen der Preisbewegungen zu erkennen. Durch die Berechnung einer Regressionslinie und eines normalisierten Regressionsindikators liefert es klare visuelle Signale für die Marktrichtung und hilft so, fundierte Handelsentscheidungen zu treffen. Der Indikator aktualisiert sich dynamisch mit den neuesten Marktdaten und gewährleistet so zeitnahe und relevante Signale.
Hauptmerkmale:
⦾ Berechnungen
Regressionsindikator: Berechnet die linearen Regressionskoeffizienten (Steigung und Achsenabschnitt) und leitet den normalisierten Abstand nahe der Regressionslinie ab.
Benutzereingaben
Regressionslänge: Definiert den Zeitraum für die Berechnung der Regressionsgerade.
Normalisierungslänge: Zeitraum, der zur Normalisierung des Regressionsindikators verwendet wird.
Signallinie: Länge für die Mittelung des Regressionsindikators zur Generierung von Signalen.
Hauptfarbe: Farbe, die zum Zeichnen der Regressionslinie und der Signale verwendet wird.
Der Regressionsindikator ist ein leistungsstarkes Tool zur Analyse von Markttrends und zur Identifizierung potenzieller Umkehrpunkte. Mit anpassbaren Eingaben und klaren visuellen Hilfsmitteln verbessert es die Fähigkeit des Händlers, datengesteuerte Entscheidungen zu treffen. Die dynamische Natur des Indikators stellt sicher, dass er mit aktuellen Marktinformationen relevant bleibt, was ihn zu einer wertvollen Ergänzung jeder Handelsstrategie macht.“
Download Pine Script
TradingView Code – Pine Script
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © BigBeluga
//@version=5
indicator("Regression Indicator [BigBeluga]", overlay = false, max_bars_back = 500)
// =====================================================================================================================}
// ＩＮＰＵＴＳ
// ====================================================================================================================={
int length = input.int(400, "Regression Length")
int length1 = input.int(100, "Regression Normalization")
int length2 = input.int(50, "Signal Line")
color m_color = #049ef7
// =====================================================================================================================}
// ＣＡＬＣＵＬＡＴＩＯＮＳ
// ====================================================================================================================={
// @function regression_indicator is a Normalized Ratio of Regression Lines with close
regression_indicator(src, length) =>
sum_x = 0.0
sum_y = 0.0
sum_xy = 0.0
sum_x_sq = 0.0
distance = 0.0
// Calculate Sum
for i = 0 to length - 1 by 1
sum_x += i + 1
sum_y += src[i]
sum_xy += (i + 1) * src[i]
sum_x_sq += math.pow(i + 1, 2)
// Calculate linear regression coefficients
slope = (length * sum_xy - sum_x * sum_y)
/ (length * sum_x_sq - math.pow(sum_x, 2))
intercept = (sum_y - slope * sum_x) / length
// Calculate Regression Indicator
y1 = intercept + slope
distance := (close - y1)
distance_n = ta.sma((distance - ta.sma(distance, length1))
/ ta.stdev(distance, length1), 10)
[distance_n, y1]
[y, y1] = regression_indicator(close, length)
// Signal Lines
mean = ta.sma(y, length2)
mean1 = ta.ema(y, 5)
// Conditions
cond1 = ta.crossunder(mean1, mean) and y > 0
cond2 = ta.crossover(mean1, mean) and y < 0
cond3 = ta.crossover(y, 0)
cond4 = ta.crossunder(y, 0)
// =====================================================================================================================}
// ＰＬＯＴ
// ====================================================================================================================={
// Candles Colors
color = y > 0 ? color.from_gradient(y, 0, 1, na, m_color) : color.from_gradient(y, -1, 0, chart.fg_color, na)
barcolor(color)
plotcandle(open, high, low, close, "Color Candles",
color = color,
wickcolor = color,
bordercolor = color,
force_overlay = true
)
// Plot Regression Line
plot(series = y1,
title = "Regression Line",
color = color,
linewidth = 2,
force_overlay = true
)
// Plot Regression Indicator
p1 = plot(series = y,
title = "Regression Indicator",
color = color,
linewidth = 1
)
p0 = plot(series = 0,
title = "Zero Line",
color = color,
linewidth = 1
)
// Fill Color Regression Indicator
fill(p1, p0, 2.5, 0, m_color, na, title = "Upper Fill")
fill(p1, p0, 0, -2.5, na, chart.fg_color, title = "Lower Fill")
// Signal Line
plot(mean, color = color.rgb(3, 100, 165, 52), linewidth = 2)
// Arrow Trend Direction
var txt = ""
switch
cond3 => txt := "➚"
cond4 => txt := "➘"
if barstate.islast
label.delete(
label.new(
x = bar_index+3,
y = y1,
text = txt,
style = label.style_label_center,
color = color(na),
textcolor = color,
size = size.huge,
force_overlay = true
)[1]
)
// Reversion Signals
if cond1
label.new(
x = bar_index,
y = high,
text = "◓",
style = label.style_label_down,
color = color(na),
textcolor = chart.fg_color,
size = size.large,
force_overlay = true
)
if cond2
label.new(
x = bar_index,
y = low,
text = "◒",
style = label.style_label_up,
color = color(na),
textcolor = m_color,
size = size.large,
force_overlay = true
)
// Trend Signals
plotchar(cond3 ? 0 : na, "TrendUp", "⦿",
location = location.absolute,
size = size.small,
color = #0364a5
)
plotchar(cond3 ? close : na, "TrendUp", "⦿",
location = location.absolute,
size = size.small,
color = #0364a5,
force_overlay = true
)
plotchar(cond4 ? 0 : na, "TrendDn", "⦿",
location = location.absolute,
size = size.small,
color = chart.fg_color
)
plotchar(cond4 ? close : na, "TrendDn", "⦿",
location = location.absolute,
size = size.small,
color = chart.fg_color,
force_overlay = true
)
// =====================================================================================================================}
