Linear Regression Channel Indikator – Erklärung, Berechnung & Beispiel

Inhalt

Der Linear Regression Channel (LRC) legt eine statistisch berechnete Trendgerade samt paralleler Kanalbänder direkt in den Kurschart. Er stellt Richtung, Steigung und Streuung eines Trends in einem einzigen Objekt dar und liefert dem Händler zugleich dynamische Unterstützungs- und Widerstandszonen. Damit verbindet der Indikator eine Trendbestimmung mit einer Einschätzung, wie weit sich der Kurs vom aktuell geschätzten linearen Trend entfernt hat.

🔴Live-Webinar am 12.10.2026 um 18:30 Uhr

Vermögensaufbau an der Börse plus zusätzliches Einkommen generieren

Lerne in unserem kostenlosen Live-Webinar, wie du an der Börse ein regelmäßiges Zusatzeinkommen aufbaust.

✓
Zusatzeinkommen an der Börse - so funktioniert's

✓
Handeln mit System: Investieren ohne Bauchgefühl

✓
Gute von schlechten Aktien unterscheiden können

✓
Mit nur wenig Zeitaufwand möglich

Jetzt zum kostenlosen Webinar anmelden

Bereits 11.000+
Teilnehmer

🔴Live-Webinar
am 12.10.2026 um 18:30 Uhr

Vermögensaufbau an der Börse plus zusätzliches Einkommen generieren

Lerne in unserem kostenlosen Live-Webinar, wie du an der Börse ein regelmäßiges Zusatzeinkommen aufbaust.

✓
Zusatzeinkommen an der Börse - so funktioniert's

✓
Handeln mit System: Investieren ohne Bauchgefühl

✓
Gute von schlechten Aktien unterscheiden können

✓
Mit nur wenig Zeitaufwand möglich

Jetzt zum kostenlosen Webinar anmelden

Bereits 11.000+
Teilnehmer

Linear Regression Channel im Überblick

Indikator-Steckbrief: Linear Regression Channel
Kategorie	Trend
Darstellung	Direkt auf dem Preischart (Overlay)
Standardparameter	Periode (Count): 100 · Quelle: Close · Obere/Untere Standardabweichung: je 2
Wertebereich	In Kurseinheiten, unbegrenzt
Typische Zeitrahmen	Alle Zeitrahmen (Intraday, Daily, Weekly)
Märkte	Aktien, Indizes, Forex, Futures, Kryptowährungen – universell einsetzbar
Entwickelt von	Beruht auf der Methode der kleinsten Quadrate (Legendre 1805, Gauss); Begriff „Regression“ von Francis Galton (1880er). Als Regressionskanal u.a. durch Gilbert Raff (frühe 1990er) verbreitet.

Linear Regression Channel – Signale und Interpretation

Der Indikator liefert seine Aussagen über drei Elemente: die Steigung der Mittellinie (Trendrichtung), die Position des Kurses innerhalb des Kanals (relative Über- oder Unterbewertung) und die Kanalbreite (Trendqualität und Streuung). Er ist kein Ein-/Ausstiegssystem, sondern dient als Rahmen zur Einordnung der aktuellen Kursbewegung.

S&P-500-Chart mit Linear Regression Channel, bestehend aus steigender Regressionslinie sowie oberer und unterer Kanallinie. — Der Linear Regression Channel ordnet die Kursbewegung mithilfe einer Regressionslinie und zweier paralleler Kanalgrenzen ein. Steigung, Kursposition und Kanalbreite liefern Hinweise auf Trendrichtung und Streuung.

Mögliche Kaufinterpretation

Steigt die Mittellinie (positive Steigung) und läuft der Kurs an die untere Kanallinie, bevor er wieder nach oben dreht, gilt dies im intakten Aufwärtstrend als antizyklische Kaufgelegenheit (Rückkehr zur Mitte). Auch das Zurücklaufen in den Kanal nach einem kurzen Unterschreiten kann ein Einstiegssignal darstellen.

S&P-500-Chart mit steigendem Linear Regression Channel und Kurserholung nach einem Rücklauf zur unteren Kanallinie. — Mögliche Kaufinterpretation im Linear Regression Channel: In einem steigenden Kanal kann ein Rücklauf an die untere Kanallinie mit anschließender Erholung auf eine antizyklische Einstiegsmöglichkeit hindeuten.

Mögliche Verkauf- oder Warninterpretation

Bei fallender Mittellinie und einem Kurs am oberen Band, der dort abprallt, deutet sich eine Fortsetzung des Abwärtstrends an. Ein nachhaltiger Bruch unter die untere Kanallinie eines Aufwärtstrends veranschaulicht dagegen eine mögliche Trendumkehr und dient als Warnsignal.

S&P-500-Chart mit Linear Regression Channel und deutlichem Kursrückgang unter die untere Kanallinie als mögliches Warnsignal. — Mögliche Warninterpretation des Linear Regression Channels: Ein nachhaltiger Bruch der unteren Kanallinie kann darauf hindeuten, dass die bisherige Aufwärtstrendstruktur an Stabilität verliert.

Neutraler Bereich

Verläuft die Mittellinie nahezu flach und pendelt der Kurs um die Mitte des Kanals, liefert der Indikator keine ausgeprägte Richtungsinformation.

S&P-500-Chart innerhalb eines steigenden Linear Regression Channels ohne bestätigten Ausbruch aus den Kanalgrenzen. — Neutraler Bereich im Linear Regression Channel: Solange sich der Kurs ohne ausgeprägte Abweichung innerhalb des Kanals bewegt, liefert seine Position allein kein eindeutiges Kauf- oder Verkaufssignal.

Kanalbruch und Streuung

Anders als klassische Oszillatoren zeigt der LRC keine Momentum-Divergenzen. Aussagekräftig sind stattdessen der Ausbruch aus dem Kanal (potenzielle Erschöpfung oder Trendwechsel) sowie die Kanalbreite: Ein enger Kanal steht für einen geordneten Trend, ein sich aufweitender Kanal für nachlassende Trendqualität und zunehmende Streuung.

Hinweis: Die Bestätigung durch weitere Indikatoren oder Price Action kann die Zuverlässigkeit der Signale erhöhen.

Berechnung des Linear Regression Channel-Indikators

Ausgangspunkt für die Berechnung des Linear Regression Channel-Indikators sind die Kurswerte der letzten N Perioden (z.B. Schlusskurse (Close)).

Jeder Kurswert y wird einem Positionsindex x auf der Zeitachse zugeordnet. Über diese Wertepaare wird mit der Methode der kleinsten Quadrate die Gerade bestimmt, welche die Summe der quadrierten Abweichungen zwischen den beobachteten Kursen und den geschätzten Werten minimiert:

Die Steigung der Geraden beschreibt die absolute Kursänderung pro Periode innerhalb des Regressionsfensters – positiv bei steigender, negativ bei fallender Regressionsgerade.
Die Abweichungen der beobachteten Kurse von der Geraden bilden die Grundlage für die Kanalbreite.

Schritt 1 – Steigung (b) und Achsenabschnitt (a) nach der Methode der kleinsten Quadrate:

b = \frac{N \sum_{i=1}^{N} x_i y_i - \sum_{i=1}^{N} x_i \sum_{i=1}^{N} y_i}{N \sum_{i=1}^{N} x_i^{2} - \left(\sum_{i=1}^{N} x_i\right)^{2}}

a = \frac{\sum_{i=1}^{N} y_i - b \sum_{i=1}^{N} x_i}{N}

Schritt 2 – Regressionsgerade (Mittellinie):

\hat{y}_i = a + b \cdot x_i

Schritt 3 – Quadratische mittlere Abweichung der Kurse von der Regressionsgeraden:

\sigma_{\mathrm{RMS}} = \sqrt{\frac{1}{N}\sum_{i=1}^{N}\left(y_i - \hat{y}_i\right)^{2}}

Diese Größe beschreibt die Streuung der beobachteten Werte um die Regressionsgerade innerhalb des betrachteten Fensters. Bei einer einfachen linearen Regression mit Achsenabschnitt und Steigung wird diese üblicherweise mit N − 2 Freiheitsgraden geschätzt:

s_{\mathrm{res}} = \sqrt{\frac{\sum_{i=1}^{N}\left(y_i - \hat{y}_i\right)^{2}}{N-2}}

Schritt 4 – Obere und untere Kanallinie:

\text{Oberes Band} = \hat{y}_i + k_{o}\cdot\sigma_{\mathrm{RMS}} \qquad \text{Unteres Band} = \hat{y}_i - k_{u}\cdot\sigma_{\mathrm{RMS}}

Hinweis: Die genaue Definition der Bandstreuung ist implementationsabhängig. TradingView beschreibt seinen Linear-Regression-Indikator als Regressionsgerade mit Bändern in Vielfachen von Standardabweichungen. In der klassischen Regressionsstatistik wird die Residualstandardabweichung dagegen mit den verbleibenden Freiheitsgraden berechnet. Werte verschiedener Implementierungen können deshalb voneinander abweichen.

Typische Linear Regression Channel-Einstellungen

Die wichtigste Stellschraube ist die Periode (Length):

Eine längere Periode bezieht mehr historische Daten in die Regression ein und macht die geschätzte Gerade typischerweise weniger empfindlich gegenüber einzelnen jüngeren Kursbewegungen.
Eine kürzere Periode reagiert stärker auf jüngere Veränderungen.

Die obere und untere Abweichung steuern die Kanalbreite.

Höhere Multiplikatoren wie 2,5 oder 3 verbreitern den Kanal und führen in der Regel zu weniger Bandkontakten.
Niedrigere Werte wie 1 oder 1,5 erzeugen entsprechend engere Bänder.

Als Kursquelle wird häufig der Schlusskurs (Close) verwendet.

Anzeigeeinstellungen: Pearson’s R und Linienverlängerung

Unter „Display Settings“ lässt sich die Darstellung des Linear Regression Channel zusätzlich anpassen:

Show Pearson’s R: Blendet den Pearson-Korrelationswert für das aktuelle Regressionsfenster ein. Er dient als Maß dafür, wie eng die Kursreihe einem linearen Verlauf folgt. Hohe Werte sprechen für einen vergleichsweise ausgeprägten linearen Zusammenhang, niedrigere Werte für stärkere Streuung um die Regressionsgerade. Zur Beurteilung der Trendrichtung sollte zusätzlich die Steigung der Mittellinie betrachtet werden.
Extend Lines Left: Verlängert die aktuell berechneten Kanallinien nach links in die Vergangenheit. Dabei handelt es sich nur um eine grafische Fortsetzung des heutigen Kanals. Der Kanal wird für frühere Zeitpunkte nicht neu berechnet. Für eine historische Signalprüfung müsste der Kanal an jedem Handelstag ausschließlich aus den zu diesem Zeitpunkt bereits vorliegenden Kursdaten rekonstruiert werden.
Extend Lines Right: Verlängert die aktuell berechneten Kanallinien mit unveränderter Steigung und Kanalbreite nach rechts. Die Fortsetzung kann als visuelle Orientierung dienen, stellt jedoch keine Kursprognose dar. Mit einer neuen Kerze wird der zugrunde liegende Kanal erneut berechnet, sodass sich auch die Verlängerung verschieben kann.

Hinweis: Die Standardeinstellungen dienen als Ausgangspunkt. Je nach Basiswert, Zeitrahmen und persönlichem Handelsstil können individuelle Anpassungen sinnvoll sein.

Beispiel: Linear Regression Channel-Indikator im Chart

Der folgende Tageschart zeigt den S&P-500-Index mit dem Linear Regression Channel direkt im Kurschart (Overlay). Der sichtbare Kanal stellt die aktuell über die letzten 100 Tageskerzen geschätzte Regression dar. Die Periodenlänge kann über die Einstellungen des Indikators angepasst werden.

Linear Regression Channel-Indikator in TradingView erstellen

Der Linear Regression Channel gehört in TradingView zu den fest integrierten Standard-Indikatoren und lässt sich in wenigen Schritten auf jedem Chart aktivieren:

Schritt 1: Den gewünschten Basiswert öffnen (z.B. SPX).
Schritt 2: In der oberen Toolbar auf „Indikatoren“ (Indicators) klicken, um die Indikator-Suche zu öffnen.
Schritt 3: Im Suchfeld „Linear Regression Channel“ bzw. „Linear Regression“ eingeben und den Treffer aus der Kategorie der eingebauten Indikatoren (Technicals) auswählen. Achtung: nicht mit dem gleichnamigen Zeichenwerkzeug verwechseln.
Schritt 4: Mit einem Klick wird der Linear Regression Channel direkt auf dem Kurschart hinzugefügt.
Schritt 5: Über das Zahnrad-Symbol (Einstellungen) lassen sich unter „Inputs“ die Parameter (Länge, Quelle, obere und untere Standardabweichung) sowie unter „Style“ Farbe und Darstellung anpassen.

Hinweis: Der aktuell angezeigte Kanal wird mit jeder neuen Kerze für das jeweils aktuelle N-Perioden-Fenster neu geschätzt. Dadurch können sich auch die über frühere Kerzen des aktuellen Fensters eingezeichneten Kanallinien verändern. Für stabile Aussagen muss der Kanal für jede Periode ausschließlich mit den bis dahin verfügbaren Daten berechnet werden.

Linear Regression Channel-Indikator – Stärken und Schwächen

Stärken

Mathematisch eindeutig definierte Regressionsgerade bei vorgegebenem Fenster und vorgegebener Kursquelle
Verbindet die Richtung und Steigung der Regressionsgeraden mit der Streuung der Kurse um den geschätzten Verlauf
Ermöglicht eine reproduzierbare Einordnung, wie weit der aktuelle Kurs vom Regressionswert entfernt liegt
Die Kanalbreite veranschaulicht die Residuenstreuung innerhalb des betrachteten Fensters

Schwächen

Rollierende Neuschätzung: Mit jeder neuen Kerze wird der aktuelle N-Perioden-Kanal neu berechnet, wodurch sich auch seine rückblickende Geometrie verändert
Deskriptiv und vergangenheitsbasiert
Eine Gerade kann nichtlineare Kursverläufe nur näherungsweise abbilden
Stark abhängig von der gewählten Periode und der jeweiligen Marktphase

Mögliche Kombinationen mit anderen Indikatoren

Der Linear Regression Channel entfaltet seine Stärke besonders in Kombination mit anderen Indikatoren der technischen Analyse:

Relative Strength Index (RSI): Kann ergänzende Informationen zum kurzfristigen Momentum liefern, wenn sich der Kurs gleichzeitig in einem äußeren Kanalbereich befindet.
Volumen: Kann als zusätzliche Variable zur Einordnung eines Kanalbruchs herangezogen werden.
Gleitende Durchschnitte (Moving Averages): Können die aus einem anderen Berechnungsverfahren abgeleitete Trendrichtung zum Vergleich gegenüberstellen.
Price Action / Kerzenmuster: Können als zusätzliche Bedingungen einer Handelsregel verwendet werden.
Support/Resistance und Fibonacci-Levels: Das Zusammentreffen verschiedener technischer Marken kann als Konfluenz bezeichnet werden.

Linear Regression Channel vs. Bollinger Bands und Raff Regression Channel

Optisch ähnelt der Linear Regression Channel anderen Kanalindikatoren wie den Bollinger Bands und dem Ralph Regression Channel. In der Berechnung unterscheiden sie sich jedoch deutlich voneinander. Entscheidend sind vor allem die Art der Mittellinie und die Methode, mit der der Abstand der Kanalgrenzen bestimmt wird.

Merkmal	Linear Regression Channel	Bollinger Bands	Raff Regression Channel
Mittellinie	Lineare Regressionsgerade nach der Methode der kleinsten Quadrate	Typischerweise ein gleitender Durchschnitt, häufig ein 20-Perioden-SMA	Lineare Regressionsgerade nach der Methode der kleinsten Quadrate
Kanalbreite	Bei der hier beschriebenen Variante ein Vielfaches der Streuung der Kurse um die Regressionsgerade	Vielfaches der rollierenden Standardabweichung der verwendeten Kursreihe	Abstand des am weitesten von der Regressionsgeraden entfernten Hochs oder Tiefs; derselbe Abstand wird auf beiden Seiten verwendet
Geometrie	Obere und untere Linie verlaufen innerhalb des jeweiligen Regressionsfensters parallel zur Mittellinie	Die Bänder verändern ihre Breite fortlaufend mit dem gleitenden Durchschnitt und der gemessenen Volatilität	Paralleler Kanal um die Regressionsgerade
Schwerpunkt	Lineare Trendrichtung und Abweichung vom geschätzten Trendverlauf	Relative Kurslage und Veränderung der rollierenden Volatilität	Abgrenzung eines Trends anhand seiner bisher größten Kursabweichung

Hintergrund und Geschichte des Linear Regression Channel-Indikators

Frühes 19. Jahrhundert: Adrien-Marie Legendre veröffentlicht 1805 die erste Darstellung der Methode der kleinsten Quadrate. Carl Friedrich Gauss erklärte später, das Verfahren bereits seit 1795 verwendet zu haben.
1886: Francis Galton verwendet den Begriff „Regression“ im Zusammenhang mit seinen Untersuchungen zur Vererbung und Regression zum Mittelwert. Die lineare Regressionsanalyse wird anschließend statistisch weiterentwickelt und formalisiert.
1991: Gilbert Raff veröffentlicht in Technical Analysis of STOCKS & COMMODITIES seinen „Regression Channel“. Dieser Raff Regression Channel verwendet ebenfalls eine lineare Regressionsgerade, legt die parallelen Kanalgrenzen jedoch anhand der extremsten Preisabweichung fest.
Heute: Über die Verfügbarkeit in Charting-Plattformen wird der Regressionskanal breit adaptiert.

Fazit zu Linear Regression Channel

Der Linear Regression Channel ist ein statistisch fundierter Trendindikator, der die aktuelle Kursbewegung objektiv in Richtung, Tempo und Streuung zerlegt. Besonders anschaulich ist der Indikator in Zeitabschnitten, in denen sich die Kursreihe näherungsweise durch einen linearen Verlauf beschreiben lässt. Seine größte Einschränkung ist die rollierende Neuberechnung und die Annahme eines linearen Verlaufs.

Wer die zugrunde liegende Statistik vertiefen möchte, findet in der Fachliteratur zur Regressionsanalyse (Methode der kleinsten Quadrate) sowie in den Arbeiten von Gilbert Raff zum Regressionskanal weiterführende Grundlagen.

🔴 Kostenloses Live-Webinar: Optionshandel lernen und Zusatzeinkommen generieren

Lerne in unserem kostenlosen Live-Webinar am 12.10.2026 um 18:30 Uhr, wie du mit dem Optionshandel ein regelmäßiges Zusatzeinkommen aufbaust. Lerne, gute von schlechten Aktien zu unterscheiden und erkenne zuverlässig überteuerte Aktienkurse. Baue dir ein zweites Einkommen auf, mit dem du unabhängig der Marktlage Geld verdienen kannst. Klicke hier, um dich für das Webinar anzumelden.