Dit artikel bespreekt een statistische techniek die bekend staat als de lineaire regressie en legt uit wat het is en hoe het van toepassing is in de wereld van beleggen. Bovendien wordt uitgelegd hoe de lineaire regressie indicator in het handelsplatform kan worden toegepast, met een stapsgewijze zelfstudie die je als beginnende belegger ook gemakkelijk kunt volgen.

Beleggers zijn altijd op zoek naar goeie methodes om toe te passen op de financiële markten met als doel om een handelsvoordeel te creëren. Een handelsvoordeel is elke handelsstrategie waarvan u verwacht een winstgevend rendement te behalen, indien herhaaldelijk gebruikt op de lange termijn.

Een gebied waarop analisten aandachtig hebben gefocust, zijn statistische methoden, waarvan is bewezen dat ze effectief zijn, en dat ze op gunstige wijze handelsbeslissingen kunnen nemen. Zoals we weten, zijn sommige handelsmethoden alleen van toepassing op bepaalde instrumenten. Maar hier is een van de voordelen van regressiehandel: het maakt geen onderscheid tussen de markt waar u als belegger actief op bent. Dit komt omdat het is gebaseerd is op een algemeen statistisch concept.

Wat is lineaire regressie precies?

Een lineaire regressie probeert de relatie tussen twee variabelen te modelleren aan de hand vaan een gegeven hoeveelheid data. Dit klink vrij ingewikkeld, nietwaar? In de praktijk betekend dit niets anders dat u als belegger de invloed van de ene variabele (bijvoorbeeld het weer) kunt afzetten tegen een andere variabele (bijvoorbeeld de koers van aandeel X). Met deze methode zou u vervolgens kunnen onderzoeken of er een verband bestaat tussen het weer en de koers van aandeel X. Deze techniek probeert dit te doen door een lijn van ‘best fit’ tussen de twee te vinden. Dit kan erg interessant zijn voor beleggers. In de handel zijn twee variabelen waarin wij geïnteresseerd zouden kunnen zijn, namelijk: tijd en prijs. Daarnaast zijn de bestaande gegevens over deze twee variabele in overvloed verkrijgbaar.

Door de data binnen een bepaalde periode te observeren krijgen we theoretisch inzicht in de toekomstige prestaties, aangezien we een bevredigende lijn kunnen vinden die het beste past. Dit komt omdat de lijn van de beste pasvorm is wat handelaren normaal gesproken de ‘trend’ noemen. De meeste trendregressie-indicatoren houden daar echter niet op. Er wordt immers een trend aangegeven en de handelaar in kwestie moet zelf een eigen interpretatie geven aan deze trend. Dit is exact het moment waarop een lineaire regressie een interessante rol kan gaan spelen.

Naast de trend bieden de meeste indicatoren ook nog een indicatie van het zogeheten steun en weerstand van de koers. De meeste indicatoren bereiken dit door de waarschijnlijkheidstheorie toe te passen en door aan te nemen dat de koersen in een normale verdeling rond deze middenlijn zullen vallen. Als de prijzen zich op een voldoende significante afstand van de middenlijn bevinden, kunnen ze worden beschouwd als statistische uitschieters, ook wel een ‘outlier’ genoemd. Op deze niveaus verwachten we misschien een vorm van ondersteuning of weerstand. Dit wil zeggen dat op het moment dat de prijs significant van de mediaan afwijkt er een signaal kan komen van stijgen of dalen.

Dus, hoe weten we nu waar deze extreme prijzen/koersen voorkomen? Een manier is om het statistische concept van een normale verdeling en de bijbehorende standaarddeviatie te gebruiken. Laten we, om deze standaarddeviatie strategie beter te begrijpen, snel doornemen wat we precies bedoelen met deze strategie. Een normale verdeling is een kansverdeling die een bel achtige curve volgt, die wordt weergegeven in de onderstaande afbeelding:

De hoogste waarschijnlijkheidsdichtheid is gecentreerd rond het gemiddelde, daar laat de grafiek immers het hoogste punt zien. Dit is ook de mediaan en wordt in het bovenstaande diagram weergegeven door de μ. Een belangrijk punt om op te merken is dat alle normale verdelingen symmetrisch zijn. Dit plaatst zowel het gemiddelde als de mediaan precies in het midden van de curve.

De standaarddeviatie is een statistische maat en kwantificeert hoe verspreid de waarden binnen een gegevens set zijn. Hoe groter de standaarddeviatie, hoe breder de curve. De wiskunde die deze curve regelt, is relatief complex. Maar hier is het goede nieuws: het concept dat het vertegenwoordigt is eigenlijk vrij eenvoudig en toe te passen voor iedere belegger, beginnend of professioneel.

Hoe verder we wegkomen van het midden van de curve, hoe kleiner de kans dat die waarden van de X as zullen optreden. Dit betekent dat de meerderheid van de waarden voor X één standaardafwijking aan weerszijden van het gemiddelde voorkomen. In een normale verdeling verwachten we zelfs dat ongeveer 68% van de gegevenswaarden in dit bereik voorkomen.

Twee standaardafwijkingen aan weerszijden van het gemiddelde beslaan ongeveer 95% van alle gegevenswaarden. Aan de achterkant van de curve krijgen we de uitschieters. Dit zijn uiterst zeldzame gebeurtenissen. Waarom is dit belangrijk? Welnu, als we een gegevenswaarde zien die een uitschieter is, lijkt het een redelijke veronderstelling dat toekomstige waarden naar het gemiddelde kunnen voortbewegen.

De lineaire regressie indicator wordt standaard meegeleverd bij de meeste software van grote bekende brokers. De afbeelding hierboven laat zien hoe de indicator moet worden geselecteerd bij een bekende broker.

De regels voor het handelen aan de hand van een regressie kan vrij eenvoudig zijn. De strategie draait om de verwachting dat wanneer de prijs naar een buiten liggend niveau beweegt, er een goede kans is dat deze teruggaat naar de middenlijn. Daarom vertegenwoordigt de bovenste lijn weerstand, terwijl de onderste lijn ondersteuning vertegenwoordigt. In het kort wil dit zeggen dat zodra de koerslijn de bovenste lijn aanraakt, de kans groot is dat de koers zich op korte termijn naar het midden begeeft. Andersom is dit precies hetzelfde, zodra de koers de onderste lijn aanraakt is de kans groot dat deze naar verloop van tijd weer naar het midden zal controleren.

De middelste en tevens best passend op de koerslijn suggereert de trend. Een voorgestelde methode om deze indicator te gebruiken, is dus om de trend voort te zetten en vervolgens in de richting van de trend te handelen. Hoewel die trend aanhoudt, kunnen we de lijn van de koers beschouwen als een soort evenwichtspunt. Het is duidelijk dat dit soort lijntransacties vatbaar zijn voor break-outs die resulteren in een nieuwe trendvorming.

Telkens wanneer de lijn buiten de gestelde lijnen komt, moet u voorzichtig zijn. Een langere periode voorbij de kanalen suggereert dat er een nieuwe trend kan ontstaan. Daarom moet u voorzichtig zijn met regressie van trendanalyses en ervoor zorgen dat u voldoende tijd spendeert aan uw risicobeheer.

We kunnen ook kleinere kanalen binnen een groter kanaal tekenen om kleinere trends binnen de algehele grotere trend te identificeren. Als u geïnteresseerd bent in het verder verkennen van regressiehandel, zijn er andere, meer complexe versies waarmee u kunt experimenteren. Het voortschrijdende gemiddelde is een van de vele technieken die wij in onze gratis cursus beleggen bespreken.

Laatste gedachten over lineaire regressie

In de kern is lineaire regressie een methode om de ongedefinieerde relatie tussen prijs en tijd te schatten. Als laatste vuistregel: het is altijd verstandig met technische analyse om te proberen uw denken te bevestigen met een tweede blik-methode. De onderstaande afbeelding bevat bijvoorbeeld de Commodity Channel Index als bevestigingsindicator.

Als u zonder enig risico de lineaire regressie wilt proberen, is een demo-handelsaccount een goede plek om te experimenteren, omdat u kunt handelen op basis van echte marktprijzen en gegevens in plaats van uw kapitaal in gevaar te brengen. Dit is ook goed om algemene handelsstrategieën uit te testen, voordat u deze op de live markten toepast. Daarnaast hebben wij een gratis cursus beleggen ontwikkeld waarbij u op eenvoudige wijze online geheel op de hoogte bent van beleggen.

Regressie leren gebruiken? Begin dan eerst met een demo account, waarbij u oneindig kunt oefenen zonder risico