L’indicateur de Time Series Forecast est basé sur la tendance des prix d’une valeur dans le cadre d’une période de temps spécifiée. La tendance est déterminée en calculant une régression linéaire utilisant la méthode d’ajustement "des moindres carrés". La méthode d’ajustement des moindres carrés ajuste une ligne de tendance aux données de prix d’un graphique en minimisant la distance qui sépare les points de données et la ligne de tendance de régression linéaire.

Chacun des points de la courbe de Time Series Forecast est égal à la valeur de terminaison de la ligne de tendance de régression linéaire plus sa pente. Par exemple, la valeur de terminaison d’une ligne de tendance de regression linéaire (plus sa pente) qui couvre dix journées aura la même valeur que la courbe de Time Series Forecast à 10 jours. Ceci diffère légèrement de l’indicateur de régression linéaire dans la mesure où l’indicateur de régression linéaire n’ajoute pas la pente à la valeur de terminaison de la ligne de régression. Cela rend le TSF un peu plus réactif aux changements de prix à court terme. Si vous pointez le TSF et l’indicateur de régression linéaire l’un à côté de l’autre, vous remarquerez que le TSF serre les prix de plus près que l’indicateur de régression linéaire.

Plutôt que de tracer une ligne droite de régression linéaire, l’indicateur de Time Serie Forecast pointe les valeurs de terminaison de multiples lignes de tendance de régression linéaire. L’indicateur TSF qui en résulte est parfois appelé " moyenne mobile de régression" ou "oscillateur de régression".

Voir page pour plus d’informations sur la façon de tracer les indicateurs. Pour plus d’informations sur les paramètres du Time Series Forecast.

L’interprétation d’un Time Series Forecast est similaire à celle d’une moyenne mobile. Cependant, l’indicateur de Time Serie Forecast a deux avantages sur les moyennes mobiles.

Contrairement à une moyenne mobile, un Time Series Forecast ne présente pas autant de "retard". Etant donné que l’indicateur ajuste une ligne à des points de données plutôt que d’en faire la moyenne, la ligne de la Time Series réagit plus aux changements des prix.

Comme son nom le suggère, l’indicateur peut être utilisé pour faire la prévision des prix de la prochaine unité de temps. Cette estimation est basée sur la tendance des prix sur la période spécifiée (e.g., 20 unités de temps). Si la tendance se poursuit, le dernier point de la ligne de tendance (la valeur du Time Series Forecast) prévoit le prix de la prochaine unité de temps.