Vous tracez une droite de régression. La tendance paraît évidente. Puis le prix repart dans l’autre sens.
Dans cet article, vous allez comprendre ce que cette droite mesure, comment elle peut servir à construire un signal de trading et pourquoi son apparence sur un graphique ne suffit pas pour prendre position.
Pour préparer cet article, nous avons travaillé avec quatre ouvrages :
- Trading Systems and Methods, de Perry Kaufman ;
- Introductory Econometrics for Finance, de Chris Brooks ;
- Analysis of Financial Time Series, de Ruey Tsay ;
- Evidence-Based Technical Analysis, de David Aronson.
Que mesure vraiment une droite de régression sur un graphique ?
Prenons les dernières clôtures d’un ETF. La clôture, aussi appelée close, est le prix retenu à la fin de chaque bougie. La régression linéaire cherche une droite qui passe aussi près que possible de l’ensemble de ces clôtures.
Elle ne se contente pas de relier le premier prix au dernier. Elle tient compte des prix situés entre les deux. Une hausse suivie d’un recul, puis d’une nouvelle hausse, ne donne donc pas forcément la même droite qu’une progression régulière ayant pourtant le même point de départ et le même point d’arrivée.
La droite fournit deux repères :
- Sa pente indique la direction générale des clôtures étudiées. Positive, elle monte ; négative, elle descend.
- La distance entre une clôture et la droite indique à quel point ce prix s’écarte du parcours résumé par la droite.
Le calcul accorde plus de poids aux grands écarts qu’aux petits. C’est le principe de la méthode des moindres carrés. Vous n’avez pas besoin de faire ce calcul à la main pour comprendre ce que vous regardez.
Sur un graphique agité, la droite aide à distinguer la direction d’ensemble des zigzags. Mais elle répond d’abord à une question sur les données utilisées pour la tracer : comment les prix ont-ils évolué pendant cette période ?
Elle ne répond pas, à elle seule, à la question suivante : « Que fera le prix après la dernière bougie ? »
Perry Kaufman insiste sur cette différence dans le chapitre consacré à la régression de Trading Systems and Methods. On peut prolonger la droite au-delà des prix connus. Ce prolongement est un calcul, pas une information venue du futur.
Pourquoi deux réglages donnent-ils deux tendances différentes ?
Supposons que vous traciez une droite sur les 20 dernières bougies d’une action, puis sur les 60 dernières. Ces nombres servent ici d’exemple, pas de réglages recommandés.
La première droite accorde beaucoup d’importance aux mouvements récents. Elle peut changer rapidement de pente après une hausse ou une baisse brusque. La seconde intègre une histoire plus longue : elle réagit moins vite, mais peut continuer à montrer une ancienne tendance alors que le marché a déjà changé.
Ce choix crée un compromis concret. Une période courte suit mieux les virages, mais peut réagir au bruit. Une période longue donne une lecture plus stable, mais risque de remarquer le virage trop tard.
Il existe un piège moins visible. Sur une régression recalculée à chaque nouvelle bougie, une ancienne clôture finit par sortir de la période étudiée. Si cette clôture était extrême, la pente peut changer nettement alors que la nouvelle bougie n’a rien d’exceptionnel. Kaufman décrit cet effet dans sa discussion des calculs glissants.
La question n’est donc pas : « Quelle est la meilleure période ? » Elle est : « Qu’est-ce que cette période me permet de voir, et qu’est-ce qu’elle risque de masquer ? »
Avant de comparer des résultats, notez aussi ce que votre plateforme utilise comme prix : clôtures, cours ajustés, cours bruts ou autre série. Deux droites portant le même nom peuvent différer si leurs données d’entrée diffèrent.
Comment transformer la droite en signal de trading ?
Kaufman décrit plusieurs façons d’utiliser la régression. Elles ne racontent pas toutes la même histoire. Choisir « la régression linéaire » ne suffit donc pas à définir une stratégie.
Suivre le sens de la pente
La première approche consiste à considérer une pente positive comme un signe de tendance haussière, et une pente négative comme un signe de tendance baissière.
Sur un future d’indice, par exemple, vous pourriez décider de ne chercher des achats que lorsque la pente est positive. Cette règle décrit un filtre de direction. Elle ne précise pas encore quand entrer, où sortir ni quelle taille donner à la position.
Une pente qui vient juste de passer au-dessus de zéro peut aussi repasser aussitôt en dessous. Réduire la période de calcul rend le filtre plus réactif, mais multiplie potentiellement ces changements de sens.
Comparer le prix à la droite
Une autre approche observe la position du dernier prix par rapport à la droite. Si le prix passe au-dessus, on peut y voir un signe de force ; s’il passe en dessous, un signe de faiblesse.
Le problème apparaît vite : comme la droite passe au milieu des prix qu’elle résume, le marché peut la traverser souvent. Sur une paire Forex qui oscille sans direction nette, chaque passage peut sembler annoncer un nouveau mouvement, suivi presque immédiatement du signal inverse.
La règle devient alors très active sans être nécessairement plus informative. C’est un problème proche de celui rencontré avec les moyennes mobiles en trading : réagir plus vite ne garantit pas une meilleure décision.
Attendre une sortie des bandes
Pour éviter de traiter chaque passage de la droite comme un événement, Kaufman présente aussi des bandes construites à partir des écarts entre les clôtures et la droite. Une cassure au-delà des bandes demande au prix de s’éloigner davantage avant de produire un signal.
Cette approche change la question. Vous ne demandez plus seulement : « Le prix est-il au-dessus de la droite ? » Vous demandez : « S’en écarte-t-il plus que ne le suggèrent les écarts observés pendant la période étudiée ? »
Attention au sens de la cassure. Un prix qui franchit la bande haute peut conduire à suivre un mouvement jugé fort. Un autre trader pourrait y voir un excès et attendre un retour vers la droite. Ces deux idées sont opposées. Le canal ne choisit pas la stratégie à votre place.
Les bandes de régression reposent sur les écarts à une droite ajustée. Elles ne sont donc pas identiques aux bandes de Bollinger, construites autour d’une moyenne mobile. Leur ressemblance sur un graphique ne rend pas leurs calculs interchangeables.
Une droite très proche des prix est-elle un bon signal ?
Une ligne peut épouser de près les prix observés sans aider à prévoir le prochain mouvement. Elle peut aussi sembler convaincante parce que vous avez choisi, après coup, la période où elle avait le meilleur aspect.
Chris Brooks, dans Introductory Econometrics for Finance, distingue l’ajustement d’un modèle de l’interprétation de ses coefficients. Une pente calculée a une valeur, une unité de mesure et une incertitude. Son apparence ne dit pas si un trade fondé sur elle couvrira ses coûts.
Un chiffre parfois affiché par les plateformes, le R², indique à quel point la droite décrit les prix retenus pour le calcul. Il ne mesure ni la qualité des entrées et des sorties, ni le résultat après spread et commissions. Un R² élevé sur les prix passés n’est pas une preuve de capacité prédictive.
Ruey Tsay ajoute un autre point dans Analysis of Financial Time Series : les données financières ont des propriétés qui compliquent les conclusions trop rapides. Les erreurs d’un modèle peuvent se suivre dans le temps, leur ampleur peut changer, et certains prix dérivent sans revenir vers une droite stable.
Vous n’avez pas besoin de maîtriser tous les tests statistiques pour retenir le réflexe essentiel : mesurer une tendance passée et prévoir un prix futur sont deux tâches différentes. La seconde doit être évaluée sur des données qui n’ont pas servi à choisir la première.
C’est aussi pour cela qu’il faut distinguer les usages du mot « régression ». La droite tracée sur le prix d’un seul marché, la relation entre deux marchés et l’estimation de la sensibilité d’une action à son indice utilisent la même famille de méthodes. Elles ne produisent pas le même signal de trading.
À quoi ressemble une règle que l’on peut réellement évaluer ?
Imaginons, à titre d’exemple, que vous vouliez étudier la cassure de la bande haute sur un ETF. Avant de regarder les résultats, vous devez écrire ce que vous allez faire à chaque étape.
Vous choisissez d’abord la série de prix et la période de calcul. Vous précisez comment la droite et les bandes sont recalculées. Puis vous définissez exactement la cassure : le simple passage du prix pendant la séance suffit-il, ou attendez-vous la clôture au-dessus de la bande ?
Cette distinction décide du moment où l’information devient disponible. Si votre signal exige le prix de clôture, vous ne pouvez pas supposer que votre ordre a été exécuté plus tôt à ce même prix. Dans un test cohérent, l’exécution doit venir après l’observation du signal.
Il reste à fixer la sortie, le risque par position et les coûts. Sans sortie définie, « acheter quand la bande casse » n’est qu’une moitié de stratégie. Sans spread, commissions et écart possible entre le prix attendu et le prix obtenu, le résultat ne décrit pas une opération réaliste.
Enfin, vous choisissez une comparaison adaptée. Sur un ETF actions qui a monté pendant toute la période, une règle acheteuse peut afficher un gain sans avoir apporté grand-chose par rapport au fait de détenir simplement l’ETF.
Ce travail paraît moins séduisant que la droite sur le graphique. Il apporte pourtant une réponse beaucoup plus utile : non pas « le signal avait-il l’air bon ? », mais « qu’aurait produit cette décision, prise à ce moment précis, dans des conditions que je peux décrire ? »
Comment éviter de ne retenir que le réglage gagnant ?
Vous essayez une période, puis une autre. Vous changez la largeur des bandes. Vous passez d’un ETF à une action, puis à une paire Forex. À la fin, une combinaison affiche une belle courbe.
Peut-être avez-vous découvert un comportement intéressant. Peut-être avez-vous surtout trouvé la variante qui collait le mieux à cet historique.
David Aronson consacre une grande partie de Evidence-Based Technical Analysis à ce problème. Chaque période, seuil et marché essayé fait partie de la recherche. Garder uniquement le gagnant rend son résultat historique plus impressionnant qu’il ne l’est réellement.
Pour examiner votre idée plus honnêtement :
1. Définissez à l’avance la règle et les variantes que vous comptez comparer. 2. Choisissez les réglages sur une première période, puis cessez de les modifier. 3. Évaluez la règle choisie sur une période ultérieure que vous n’avez pas utilisée pour faire ce choix. 4. Comparez les résultats après coûts à une solution simple et pertinente pour le marché étudié. 5. Regardez ce qui arrive lorsque la tendance s’interrompt, plutôt que de ne retenir que la période où elle est la plus nette.
Ce dernier point compte particulièrement pour une droite de régression. Sur un future, une action ou l’EUR/USD, une pente calculée dans une phase directionnelle peut devenir beaucoup moins utile lorsque les prix commencent à tourner dans une zone étroite.
Si vous modifiez la règle après avoir vu les résultats de la période réservée, cette période ne joue plus son rôle de vérification indépendante. Notre article sur le sur-ajustement en trading explique pourquoi ce réflexe peut transformer une bonne idée en résultat trompeur.
La régression linéaire devient vraiment intéressante quand vous lui donnez un rôle précis : décrire une direction, mesurer un écart ou fournir une variable à analyser. Un backtest rigoureux permet ensuite d’évaluer la règle construite autour d’elle, sans confondre un beau tracé avec une décision validée.
FAQ
La régression linéaire peut-elle prédire le prochain prix ?
Elle peut prolonger une droite calculée sur les prix passés, mais ce prolongement n’est pas une prédiction fiable par lui-même. Sa valeur pour une décision de trading doit être vérifiée sur des données ultérieures, avec une règle complète et les coûts pris en compte.
Quelle différence entre une régression linéaire et une moyenne mobile ?
Une moyenne mobile agrège les prix récents pour former une valeur qui évolue au fil du temps. Une régression linéaire ajuste une droite aux prix d’une période et permet notamment d’en lire la pente et les écarts des prix à cette droite.
Comment choisir la période d’une droite de régression ?
Une période courte réagit davantage aux mouvements récents, mais aussi au bruit ; une période longue est plus stable, mais peut réagir tard à un changement. Le choix doit correspondre à l’usage prévu et être évalué sur des données non utilisées pour sélectionner le réglage.
Un contact avec une bande de régression est-il un signal d’achat ou de vente ?
Non. Le contact indique seulement que le prix atteint une distance définie par rapport à la droite. Suivre une cassure et miser sur un retour vers la droite sont deux stratégies opposées, qui exigent chacune des règles et une évaluation propres.
En bref
Une droite de régression rend une tendance passée plus lisible. Sa pente, la place du prix par rapport à la droite et les bandes peuvent fournir des informations différentes. La valeur de ces informations dépend de la décision que vous construisez autour d’elles et de la façon dont vous l’évaluez.
Une autre approche consiste à ne pas réduire l’indicateur à une consigne rigide du type « pente positive, donc achat ». Avec AlgoBacktest, vous pouvez donner la régression linéaire à un modèle de machine learning comme une donnée parmi d’autres. Le modèle apprend comment ce signal se relie aux mouvements qui suivent, sans que vous ayez à coder une règle unique pour le Forex, les actions, les ETF, les indices ou les futures. Sa validation sur des données qu’il n’a jamais vues aide à examiner ce qu’il a appris au-delà de la période d’entraînement.
AlgoBacktest reste un outil d’analyse et de recherche. Le trading comporte des risques significatifs de perte en capital, et les performances passées ne préjugent pas des performances futures.