Lineare Regression

(Steigung und Korrelationskoeffizient)

Indikator-Typ: Oszillator

Mit Hilfe der linearen Regression wird eine gerade Linie so durch einen Kursverlauf gelegt, dass der Abstand der Kurswerte zur Linie minimal ist. Somit erhält man eine Gerade (Funktion), die in einer guten Annäherung die Kurswerte beschreibt. Deshalb wird die lineare Regression in der technischen Analyse oft zur Trendbestimmung eingesetzt. Die lineare Regression liefert zwei interessante Variablen, die Steigung der Geraden (wichtig um die Richtung und die Stärke eines Trends zu bestimmen) und den Korrelationskoeffizienten (oftmals auch als r-Quadrat-Wert bezeichnet). Eine negative Steigung steht für einen fallenden und eine positive Steigung für einen steigenden Trend. Die Steigung gibt außerdem an, wie stark die Kursbewegung je Zeiteinheit nach oben bzw. unten ist.

Der Korrelationskoeffizient ist ein Maß, um die lineare Beziehung zwischen den Kurswerten und der Zeit zu beurteilen und gibt an, wie gut die Regressionsgerade die Kursdaten erklärt. Er bewertet wie nah die Kurswerte zur Geraden liegen und kann demnach zur Qualitätbewertung herangezogen werden. Erhält man einen hohen Korrelationskoeffizienten beschriebt die Gerade die Kurswerte gut - ein niedriger Korrelationswert gibt an, daß die Gerade die Kurswerte nicht gut beschreibt. Der Korrelationswert kann einen Wert von 0 bis 1 annehmen. Ein Wert von 1 besagt, dass alle Kurse auf der Regressionsgeraden liegen, während ein Wert von 0 angibt, dass die Kurse nicht durch die Regressionsgerade erklärt werden können.


Interpretation der linearen Regression:

Wie bei vielen anderen Oszillatoren lassen sich zwei Methoden verwenden Handelsssignale zu generieren:

• Kaufen, wenn der Indikator die Null-Linie von unten durchstößt (also positiv wird)
• Verkaufen, wenn der Indikator die Null-Linie von oben durchstößt (also negativ wird)

oder

• Kaufen, wenn der Indikator ein lokales Minimum erreicht und und beginnt wieder zu steigen.
• Verkaufen, wenn der Indikator ein lokales Maximum erreicht und er anfängt wieder zu fallen.

Einstellungen der linearen Regression:
Periode: 10 oder 14 Tage