Un aiuto dalla matematica: la regressione lineare

Lettura 3 minuti

La logica del profitto è lo stimolo che esercita l’influenza maggiore sui traders. Da trader che lavorano sulla volatilità sappiamo che tendiamo a sfruttare gli aspetti razionali dei mercati finanziari, per cui quando il pendolo del prezzo oscilla in avanti e indietro, dobbiamo essere in grado di misurare quanto lontano è “troppo lontano”. Probabilmente una delle migliori misure statistiche di una serie di dati come le quotazioni di un asset valutario è proprio la regressione lineare. In termini sintetici la regressione lineare è il processo matematico che consente di approssimare al meglio una linea o una retta a una serie di punti. Non vi è davvero alcun bisogno di perdersi in altre definizioni più complesse di regressione lineare, sebbene esistano molti altri metodi astratti per descriverla che suonano un po’ come le ultime pugnalate inferteci da quei radiosi insegnanti di matematica della scuola superiore di una volta. Nelle figure sono rappresentate una linea e una retta che passano attraverso una serie di close di prezzo nel modo più efficace possibile. In questo caso LRMA, a differenza della retta, ha specifiche spurie di regressione che si adattano solo ai suoi valori medi:

LRMA = 3.0 * LWMA – 2.0 * SMA

LWMA – Media mobile ponderata lineare

SMA – Media mobile semplice

Linea di regressione; algoritmo LRMA.mql5 Vininl. Copyright 2014 Russia
Victor Nikolaev author

Download codice sorgente lrma.mql5

La linea/retta di regressione non rappresenta una media ma piuttosto un sentiero efficiente non essendo gravata da valori passati. Se l’intervallo temporale viene spostato in avanti di un periodo, allora viene eliminato il punto più vecchio e aggiunto quello nuovo, il che vale sia per la media mobile sia per la regressione lineare. La differenza è che in quest’ultimo caso è l’intera linea/retta ad essere ricalcolata.

Retta di regressione pura in ambiente di volatilità

Tutto cambia, quindi, mentre nel caso della media mobile è soltanto il punto più recente ad assumere un nuovo valore.

RIASSUMENDO SULLA REGRESSIONE LINEARE:

è molto sensibile alla direzione del prezzo;

rappresenta un sentiero efficiente per il periodo in osservazione;

è più rappresentativa della tendenza centrale per il periodo esaminato;

il suo utilizzo produce risultati più accurati in presenza di un trend;

gli algoritmi che la includono hanno capacità predittive.

In ambito operativo, sono da vendere i prezzi molto superiori alla linea/retta di regressione e da comprare i valori di mercato molto inferiori al sentiero ideale tracciato dall’indicatore. (Di Vincenzo Augello).