L’indicateur de régression linéaire est basé sur la tendance des prix d’une valeur dans le cadre d’une période de temps donnée. La tendance est déterminée en calculant la ligne de régression linéaire au moyen d’un ajustement par la méthode des moindres carrés. La méthode des moindres carrés permet d’ajuster une ligne de tendance à un nuage de points représentant les données de prix en minimisant la distance entre les points de données et la ligne de tendance de régression linéaire.

Tout point de l’indicateur de regression linéaire est égal à la valeur de terminaison de la ligne de tendance de régression linéaire. Par exemple, la valeur de terminaison de la ligne de tendance de régression linéaire qui couvre 10 jours aura la même valeur qu’un indicateur de régression linéaire à 10 jours. Cet indicateur est légèrement différent de l’indicateur de Time Series Forecast dans la mesure où le TSF ajoute la pente à la valeur de terminaison de la ligne de régression. Ceci rend le TSF un peu plus réactif aux variations de prix à court terme. Si vous tracez côte à côte le TSF et l’indicateur de régression Linéaire, vous remarquerez que le TSF " étreint " les prix plus étroitement que l’indicateur de régression linéaire.

Plutôt que de tracer une ligne de tendance droite de régression linéaire, l’indicateur de régression linéaire pointe les valeurs des terminaisons de multiples lignes de tendance de régression linéaire.

Voir page pour plus d’informations sur la façon de tracer les indicateurs. Pour plus d’informations sur les paramètres de l’indicateur de régression linéaire.

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

Contrairement à une moyenne mobile, un indicateur de régression linéaire 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 régression linéaire est plus réactive aux changements des prix.

L’indicateur est en fait une prévision des prix de la prochaine unité de temps (les prix du lendemain) pointée sur l’axe des temps du jour. Le Forecast Oscillator pointe la différence en pourcentage entre le prix donné par la prévision et le prix réel. Tushar Chande suggère que lorsque les prix sont avec persistance au-dessus ou au-dessous des prix de la prévision, on peut s’attendre à ce que ces prix reviennent brusquement à des niveaux plus réalistes. Autrement dit, l’indicateur de régression linéaire nous montre où les prix devraient se trouver en fonction de fondements statistiques. Toute déviation excessive de la ligne de régression devrait ne pas faire long feu.