线性回归与趋势量化

手画的趋势线是观点。回归线是事实。

交易员主观地画趋势线——每个分析师画出来都不一样。线性回归用最小化误差的最佳拟合线替换这种猜测，给你客观的斜率和强度数字。

模型

线性回归给一串 (x, y) 点拟合一条线：

y = β0 + β1·x + ε

β1 是斜率（变化率），β0 是截距。普通最小二乘法找最小化误差平方和的那条线：

最小化：Σ (yi − ŷi)²

斜率公式：

β1 = Σ((xi − x̄)(yi − ȳ)) ÷ Σ((xi − x̄)²)

交易里 x 是时间（bar 索引），y 是价格。斜率就告诉你价格每个 bar 趋势多快。

R 平方：线拟合得多好

R² 衡量趋势解释的方差比例：

R² = 1 − (SS_res ÷ SS_tot)

从 0 到 1：

• R² 接近 1 → 紧凑干净的趋势
• R² 接近 0 → 没有线性趋势；价格在震荡或随机游走

很多平台把它画成决定系数通道。R² 高意味着趋势线可信；R² 低意味着你在骗自己。

交易应用

1. 趋势强度过滤：R² > 0.5 时才做趋势系统
2. 回归通道 / 标准误差带：价格回归到线时入场，到 ±2σ 时出场
3. 斜率当动量：价格上涨但斜率下降，警告动量在价格转向之前就在流失
4. 协整检验：把一个资产对另一个回归，找配对交易用的价差

危险：曲线拟合和非线性

• 市场很少长时间线性；回归线会拟合得很美，直到某天断裂
• 把线外推到未来假设趋势会持续——危险
• 异常值（跳空）严重扭曲斜率。噪声大时用稳健回归或剔除异常值

实操流程

1. 选个窗口（比如 50 个 bar）
2. 对价格 vs bar 索引跑 OLS
3. 看斜率符号和 R²
4. 配上波动率（σ）设通道宽度
5. R² 高时做回归均值的反转；R² 在崩塌时做突破

小结

线性回归给你客观趋势：斜率管方向和速度，R² 管强度。它不预测未来，但无偏地告诉你——现在到底有没有趋势、有多干净。这种客观性才是它真正的价值。