Le canal de régression linéaire

Le canal de régression linéaire est basé sur une analyse statistique de la tendance. Le canal est une fonction Express de NanoTrader. Cet indicateur se compose de deux lignes qui forment les limites supérieure et inférieure d'un canal de tendance.
Avantages du canal de régression linéaire :

• Le canal donne au trader une indication de l'écart type par rapport à la "juste valeur" d'un instrument financier
• Il fournit des signaux d'achat et de vente dans les tendances existantes
• Il donne une indication claire de la rupture d'une tendance
• Il offre des opportunités commerciales basées sur l'analyse statistique

LA LIGNE DE RÉGRESSION LINÉAIRE

La ligne de régression linéaire est une méthode simple pour identifier la tendance principale. Pour obtenir un bon résultat, la ligne doit être orientée vers les principaux hauts et bas du swing. Les traders qui utilisent la régression linéaire considèrent généralement la ligne de régression linéaire comme le prix de la juste valeur du marché qu'ils analysent.

Si le prix dévie vers le haut ou vers le bas (flèches dans le graphique), le trader peut s'attendre à ce qu'à un moment donné, il retombe vers la ligne de régression linéaire. Si le prix est bien inférieur à la ligne de régression linéaire, on peut considérer que c'est le bon moment pour acheter. À l'inverse, si le prix est bien supérieur à la ligne de régression linéaire, un trader peut envisager une position short ou prendre ses bénéfices.

LA RÉGRESSION LINÉAIRE DANS L'ANALYSE QUANTITATIVE

Les analystes techniques appliquent les principes statistiques depuis les débuts de l'analyse quantitative des graphiques. Certaines tentatives ont été très fructueuses, tandis que d'autres n'ont pas apporté de valeur ajoutée significative. La régression linéaire est une approche possible qui est disponible dans la plupart des plateformes de trading. Ici, deux variables distinctes sont analysées pour définir une relation unique. Dans l'analyse des graphiques, il s'agit des variables prix et temps.

COURBE EN CLOCHE OU DISTRIBUTION NORMALE

Les statisticiens utilisent la méthode de la courbe en cloche (mieux connue sous le nom de distribution normale) pour évaluer un ensemble déterminé de points de données. La courbe en cloche représente la forme des différentes occurrences des points de données. La majorité des points sont généralement situés au centre de la courbe en cloche (zone bleu foncé sur la figure), mais il arrive que les points se dispersent et s'écartent de plus en plus de la distribution normale (zones bleu clair). Des points inhabituels ou rares (de l'ordre de 0,1%) peuvent apparaître bien en dehors de la distribution normale, mais les statistiques nous apprennent qu'ils y apparaissent rarement.

MINI DOW JONES FUTURE AVEC LE CANAL DE RÉGRESSION LINÉAIRE

Le canal de régression linéaire peut indiquer au trader des signaux d'achat possibles si le prix tombe en dessous de la ligne inférieure du canal et que le trader s'attend à ce que la tendance se poursuive. Pendant cette période, sur le graphique en UT jour du future Mini Dow Jones, il y avait quatre bonnes opportunités d'achat (flèches vertes sur le graphique).

Dans le cas d'une tendance baissière, une opportunité de vente peut se présenter lorsque le prix dépasse la ligne supérieure du canal, mais que le trader s'attend à ce que la tendance à la baisse se poursuive.

Cependant, si le prix se négocie en dehors du canal de régression linéaire pendant une période plus longue, la plupart des analystes techniques y voient une indication que la tendance pourrait être terminée et qu'un renversement significatif (pullback) est imminent.

CONCLUSION

Les canaux de régression linéaire sont des outils utiles pour l'analyse technique d'un graphique. En plus de l'identification des tendances et de la direction des tendances, le trader dispose ainsi d’un outil statistique intéressant en combinaison avec l'utilisation de l'écart type. Cela lui permet d'évaluer de manière réaliste si le prix est suracheté ou survendu par rapport à la tendance à long terme.