尽管存在众多复杂的方法和系统旨在预测未来的股价，简单的线性回归方法有助于理解过去的趋势，并被专业人士和初学者用来尝试将现有或过去的趋势外推到未来。如果现有趋势持续到未来，那么可能拥有一个潜在的赢家。
需要注意的是，没有任何方法能够确保未来会完全像过去一样，因此这种方法和其他预测方法一样，尽管在根本上是有用的，但也有其局限性。
考虑到这一点，让尝试预测Infosys（NSE代码：INFY）的未来股价。让回顾一下线性回归的概念，选择一个任意的时间框架，获取过去的数据，应用这种方法，识别过去的趋势，并检查结果。
最简单的回归方程形式，具有一个因变量和一个自变量，由以下公式定义：
y = m*x + c
其中y是估计的因变量，m是回归系数，或通常所说的斜率，x是自变量，c是一个常数。简而言之，当m、x和c作为输入时，y是输出。
线性回归确实试图预测趋势和未来值。它基本上，尽管不是精确到点，但可以回答如下问题：
这就是未来股价或金融市场的情况。当然，它在金融市场之外也更有用，使用也更广泛。然而，对于本文，将检查其在预测股票趋势中的有用性。
以2020年4月9日至2020年7月10日的INFY过去价格为例，总共60个交易日或大约3个日历月，按照以下程序，将得到Infosys过去60天的趋势。
在Excel中获取过去60天的收盘价数据。仅展示3天的数据以示例。（数据来源：）
| 代码 | 日期 | 收盘价 |
|---|---|---|
| INFY | 2020-04-16 | 623.85 |
| INFY | 2020-04-17 | 628.75 |
| INFY | 2020-04-20 | 653.30 |
选择60个值的日期和收盘价列，插入如下的散点图。选择快速布局fx如下。
基于过去值，Excel计算出的斜率m=1.3312，这意味着在这段时间内，Infosys的股票平均每天增加1.33卢比。常数c的值是-57849。
让看看如果假设这种趋势持续到未来，预测值会是什么样子。以接下来的60天作为测试数据，以便将预测值与实际收盘日期进行比较。这将从2020年7月13日开始，一直持续到2020年10月5日（直到最近）。
预测值，y = 1.3312*x – 57489
将上述公式应用于Excel的所有行。记住，这里的x是日期，所以必须将结果转换为数字以获得正确的结果，如下所示。
接下来，将实际收盘价与预测值进行比较，并计算这些值之间的百分比差异。
不会深入统计预测的解释，现在只考虑预测值与实际值的对比，即实际收盘价减去预测值除以预测值。
一旦完成这个任务，会发现百分比差异从2020年7月14日的最低3%（好预测）到2020年7月31日的最高19%（不好的预测），并告诉线性趋势的性质，即一段时间内的比例变化。
未来被显示为线性增长，这不是真的，因为如果观察实际值，会看到价格的跳跃上升和下降。实际数据中有很多变异性，但预测值的标准增长是一致的。
这条线只朝一个方向走，这意味着如果过去在一段时间内平均增长，那么未来也将显示在下一个时期内的平均增长。实际上，总是存在趋势逆转的危险，而线性预测永远无法揭示这一点。
这些值本身与实际值的差异超过10%的大百分比，表明它不是那么准确的预测器。
它可以告诉平均来说，过去的趋势是什么，就像一开始提到的，如果未来趋势与过去趋势相同，那么使用简单的线性回归模型的预测将会相当准确，这并不需要很多工作。
使用百分比误差，可以推断出一个范围，可以预期未来值可能在这个范围内。
一旦可以计算出所有情况，就可以意识到如果趋势改善、恶化或保持不变，未来的值将会是什么，因此有一个可能的范围。