STE

Syntaxe

STE[N](price)

Paramètres

Formule

STE est la racine carrée de la moyenne des résidus au carré entre chacune des dernières N prix et la droite ajustée à travers eux par les moindres carrés :

STE = SQRT( average of (price - RegressionLine)^2 over N bars )

C'est l'équivalent, sur la droite de régression, de STD, qui mesure le même type de dispersion autour d'une moyenne mobile au lieu d'une droite ajustée.

Comment ça marche

À chaque bar, ProBuilder ajuste une droite des moindres carrés sur les N valeurs de price, la même ligne renvoyée par LinearRegression. STE mesure ensuite à quelle distance moyenne les prix réels se situent de cette ligne. Le résultat est exprimé en unités de prix.

La distinction avec l'écart type compte dans les tendances. Un marché qui monte régulièrement en ligne droite présente un écart important par rapport à sa propre moyenne (la moyenne est en retard), mais un écart très faible par rapport à sa ligne de régression. Le STE isole donc le bruit autour de la tendance plutôt que la tendance elle-même, ce qui en fait une mesure de la qualité de la tendance : avec quelle fidélité le prix suit sa propre trajectoire.

STE se lit couramment avec R2, le coefficient de détermination de la même régression. Un R2 élevé avec un STE faible décrit une tendance forte et fiable. Quand les deux séries convergent depuis des directions opposées, R2 qui baisse pendant que STE monte, l'ajustement se dégrade, ce qui accompagne souvent le passage en consolidation ou en retournement.

Exemples

Exemple 1, Tracer l'erreur de régression (Indicateur)

myseries = close
// Typical distance between the close and its 10-bar regression line
statisticalerror = STE[10](myseries)
RETURN statisticalerror

Calcule l'erreur type de la clôture sur les 10 dernières bars et la trace. Des valeurs en baisse signifient que le prix colle de plus près à sa ligne de tendance.

Exemple 2, Filtre de qualité de tendance (ProOrder)

// Trade momentum only when the trend fit is clean
fitError = STE[20](close)
fitR2    = R2[20](close)
slope    = LinearRegressionSlope[20](close)

IF NOT OnMarket THEN
  // High R2, contracting error, rising slope
  IF fitR2 > 0.8 AND fitError < Average[50](fitError) AND slope > 0 THEN
    BUY 1 CONTRACT AT MARKET
  ENDIF
ELSIF fitR2 < 0.5 THEN
  SELL AT MARKET
ENDIF

Entre en long uniquement lorsque l'ajustement de régression sur 20 bars est solide (R2 élevé, STE inférieur à la moyenne, pente positive) et sort lorsque l'ajustement se dégrade.

Exemple 3, Screening de tendances ordonnées (ProScreener)

// Instruments trending cleanly: small error relative to price
err      = STE[20](close)
relError = (err / close) * 100
up       = LinearRegressionSlope[20](close) > 0
SCREENER[up AND relError < 1](relError AS "STE % of price")

Renvoie les instruments dont la régression sur 20 bars est haussière et dont l'erreur type est inférieure à 1 pour cent du prix, c'est-à-dire des tendances haussières serrées et peu bruitées.

Interprétation

• STE faible et en baisse. Le prix suit de près sa ligne de régression. La tendance, quelle que soit sa direction, est ordonnée et la ligne constitue une référence significative.
• STE élevé ou en hausse. Le prix oscille largement autour de l'ajustement. Les signaux de suivi de tendance dérivés de la régression sont moins fiables.
• STE avec R2. Le couple fonctionne comme une jauge de qualité : le R2 indique quelle part du mouvement la ligne explique, le STE indique l'ampleur de la part inexpliquée en termes de prix. La convergence des deux depuis des directions opposées marque fréquemment un changement de régime.

STE ne porte aucune information directionnelle. Combinez-le avec LinearRegressionSlope ou une condition de moyenne mobile pour définir la direction.

Erreurs et pièges courants

• Confondre STE et STD. Dans une tendance régulière, le STD reste élevé tandis que le STE s'effondre, parce que la ligne de régression suit la tendance et pas la moyenne mobile. Substituer l'un à l'autre change silencieusement le sens d'un filtre.
• Comparer des valeurs absolues entre instruments. STE est exprimé en unités de prix. Filtrez ou classez sur STE / close plutôt que la valeur brute.
• Les fenêtres courtes surajustent. Avec de petites N, la droite de régression passe presque par chaque point et STE tend vers zéro sans pour autant indiquer une tendance réellement nette. Des fenêtres de 20 bars ou plus donnent des lectures plus significatives.
• Lire le STE seul. Une erreur faible autour d'une ligne plate décrit une plage calme, pas une tendance. Vérifiez la pente ou le R2 avant de considérer un STE faible comme une confirmation de tendance.

Instructions liées

• STD, écart type autour d'une moyenne mobile.
• R2, coefficient de détermination du même ajustement de régression.
• LinearRegression, la valeur même de la ligne de régression ajustée.
• LinearRegressionSlope, direction et inclinaison de la ligne de régression.
• Average, moyenne mobile simple, la référence utilisée par STD.
• Volatility, estimation générale de volatilité à titre de comparaison.