通常用最小二次方的方法找到这条直线。 我们的函数为 а 和 b。对于每个点 x拥有双重意义： y(x)=a*x+b 和差额(x)。差额离差 (x) 来自y(x)可以标记为 d(x)=y(x)-差额(x)。平方离差的总额（SSD）可以用 SD=Summ{d(n)^2}计算。找到直线的 最小二次方就意味着找到了函数 a 和 b的最小 SD 。这就是对于当前的线性回归 (LR,Linear Regression) 。
图.7来自直线y=ax+b的差额离差值
用最小二次方的方法得到直线函数y=a*x+b ，我们就可以估测出金钱上差额值得偏差。如果我们计算d(x)计算平均数, 得到М(d(x))接近零 (具体说是基本上等于零)。这时SD 的SSD 不等于零并且存在中心限定值。在带有直线差额图表SD/(N-2)的平方根显示价差，同时允许在不同初始状态的账户上评估交易系统。这个参数我们称为线性回归的差额标准离差（LR Standard error）.
2006自动交易锦标赛前15名的值:
# 登陆
LR Standard error, $ 赢利, $
1 Rich 6 582.66 25 175.60
2 ldamiani 5 796.32 15 628.40
3 GODZILLA 2 275.99 11 378.70
4 valvk 3 938.29 9 819.40
5 Hendrick 3 687.37 9 732.30
6 bvpbvp 9 208.08 8 236.00
7 Flame 2 532.58 7 676.20
8 Berserk 1 943.72 7 383.70
9 vgc 905.10 6 801.30
10 RobinHood 109.11 5 643.10
11 alexgomel 763.76 5 557.50
12 LorDen 1 229.40 5 247.90
13 systrad5 6 239.33 5 141.10
14 emil 2 667.76 4 658.20
15 payday 1 686.10 4 588.90
差额图表中的直线不仅仅可以衡量金钱价值，同样可以衡量绝对价值。对于这个，我们可以使用相关函数。相关函数r 衡量两组数据。这个参数的价值的范围是在-1到 +1之间。如果 r 值等于 +1，就意味着两组数据相同并且是肯定的。
图.8 肯定状态范例