Autokorrelaatio viittaa samojen muuttujien korrelaatioasteeseen kahden peräkkäisen aikavälin välillä. Se mittaa, kuinka muuttujan arvon viivästetty versio liittyy sen alkuperäiseen versioon aikasarjassa.
Autokorrelaatio tunnetaan tilastollisena käsitteenä myös sarjakorrelaationa. Sitä käytetään usein autoregressiivisen liikkuvan keskiarvon mallin (ARMA) ja autoregressiivisen integroidun keskimääräisen mallin (ARIMA) kanssa. Autokorrelaation analyysi auttaa löytämään toistuvia jaksoittaisia malleja, joita voidaan käyttää teknisen analyysin välineenä pääomamarkkinoilla. Pääomamarkkinat Pääomamarkkinat ovat pörssijärjestelmä, joka siirtää pääomaa sijoittajilta, jotka eivät tällä hetkellä tarvitse varojaan yksityishenkilöille.
Yhteenveto
- Autokorrelaatio, joka tunnetaan myös sarjakorrelaationa, viittaa samojen muuttujien korrelaatioasteeseen kahden peräkkäisen aikavälin välillä.
- Autokorrelaation arvo vaihtelee välillä -1 - 1. Arvo välillä -1 ja 0 edustaa negatiivista autokorrelaatiota. 0: n ja 1: n välinen arvo edustaa positiivista autokorrelaatiota.
- Autokorrelaatio antaa tietoa historiallisten tietojen kehityksestä, joten siitä voi olla hyötyä osakemarkkinoiden teknisessä analyysissä.
Kuinka se toimii
Monissa tapauksissa muuttujan arvo tietyllä hetkellä liittyy sen edellisen ajankohdan arvoon. Autokorrelaatioanalyysi mittaa havaintojen suhdetta eri ajankohtojen välillä ja etsii siten mallia tai suuntausta aikasarjassa. Esimerkiksi lämpötilat kuukauden eri päivinä ovat autokorreloituneita.
Samanlainen kuin korrelaatio Korrelaatio Korrelaatio on kahden muuttujan välisen suhteen tilastollinen mitta. Mittaria käytetään parhaiten muuttujissa, jotka osoittavat lineaarisen suhteen toistensa välillä. Datan sopivuus voidaan visuaalisesti edustaa hajontakaaviona. , autokorrelaatio voi olla joko positiivinen tai negatiivinen. Se vaihtelee -1: stä (täysin negatiivinen autokorrelaatio) 1: een (täysin positiivinen autokorrelaatio). Positiivinen autokorrelaatio tarkoittaa, että aikavälillä havaittu kasvu johtaa suhteellisen kasvuun viivästyneessä aikavälissä.
Edellä esitelty esimerkki lämpötilasta osoittaa positiivisen autokorrelaation. Seuraavan päivän lämpötilalla on taipumus nousta, kun se on ollut nousussa, ja se laskee, kun se on laskenut edellisten päivien aikana.
Positiivisen autokorrelaation havainnot voidaan piirtää tasaiseksi käyräksi. Lisäämällä regressioviiva voidaan havaita, että positiivista virhettä seuraa toinen positiivinen ja negatiivista virhettä seuraa toinen negatiivinen.
Käänteisesti negatiivinen autokorrelaatio edustaa sitä, että aikavälillä havaittu kasvu johtaa suhteelliseen laskuun viivästyneessä aikavälissä. Piirtämällä havainnot regressioviivalla se osoittaa, että positiivista virhettä seuraa negatiivinen ja päinvastoin.
Autokorrelaatiota voidaan soveltaa erilaisiin aikaväleihin, mikä tunnetaan viiveenä. Viive 1 -autokorrelaatio mittaa korrelaation havaintojen välillä, jotka ovat kertaluonteisia. Esimerkiksi yhden päivän ja seuraavan kuukauden vastaavan päivän lämpötilojen välisen korrelaation oppimiseksi on käytettävä viive 30 autokorrelaatiota (olettaen 30 päivää kyseisessä kuussa).
Testi autokorrelaatiolle
Durbin-Watsonin tilastoa käytetään yleisesti autokorrelaation testaamiseen. Sitä voidaan soveltaa tilasto-ohjelmiston tietojoukkoon. Durbin-Watson-testin tulos vaihtelee 0: sta 4. Lähes 2: n tarkoittama tulos tarkoittaa hyvin matalaa autokorrelaatiota. Tulos lähempänä nollaa viittaa vahvempaan positiiviseen autokorrelaatioon ja lähempänä nollaa 4 viittaa vahvempaan negatiiviseen autokorrelaatioon.
Autokorrelaation testaaminen on välttämätöntä, kun analysoidaan historiatietoja. Esimerkiksi osakemarkkinoilla yhden päivän osakekurssit voivat korreloida voimakkaasti toisen päivän hintojen kanssa. Se tarjoaa kuitenkin vähän tietoa tilastotietojen analysointia varten eikä kerro kannan todellista suorituskykyä.
Siksi on tarpeen testata historiallisten hintojen autokorrelaatio sen selvittämiseksi, missä määrin hintamuutos on vain mallia tai johtuu muista tekijöistä. Rahoituksessa tavanomainen tapa poistaa autokorrelaation vaikutus on käyttää omaisuuserien hintojen prosentuaalisia muutoksia itsenäisten hintojen sijaan.
Autokorrelaatio ja tekninen analyysi
Vaikka autokorrelaatiota tulisi välttää tarkempien tietojen analysoimiseksi, siitä voi silti olla hyötyä teknisissä analyyseissä. Tekninen analyysi - Aloittelijan opas Tekninen analyysi on eräänlainen sijoitusarviointi, joka analysoi menneitä hintoja ennustamaan tulevaa hintatoimintaa. Tekniset analyytikot uskovat, että kaikkien markkinaosapuolten kollektiiviset toimet heijastavat tarkasti kaikkia asiaankuuluvia tietoja ja antavat siten arvopapereille jatkuvasti käyvän arvon. , koska se etsii mallia historiallisista tiedoista. Autokorrelaatioanalyysiä voidaan soveltaa yhdessä impulssitekijäanalyysin kanssa.
Tekninen analyytikko voi oppia autokorrelaation avulla kuinka edellisen päivän hinnat vaikuttavat tietyn päivän osakekurssiin. Siksi hän voi arvioida, kuinka hinta liikkuu tulevaisuudessa.
Jos voimakkaan positiivisen autokorrelaation omaavan osakkeen hinta on noussut useita päiviä, analyytikko voi kohtuudella arvioida, että tulevan hinnan nousu jatkuu tulevina päivinä. Analyytikko voi ostaa ja pitää osaketta lyhyen ajan voidakseen hyötyä nousevasta hintaliikkeestä.
Autokorrelaatioanalyysi antaa tietoa vain lyhyen aikavälin trendeistä ja kertoo vähän yrityksen perustekijöistä. Siksi sitä voidaan soveltaa vain lyhytaikaisten kauppojen tukemiseen.
Liittyvät lukemat
Rahoitus tarjoaa Certified Banking & Credit Analyst (CBCA) ™ CBCA ™ -sertifikaatin Certified Banking & Credit Analyst (CBCA) ™ -sertifikaatti on maailmanlaajuinen luottotietojen analyytikoiden standardi, joka kattaa rahoituksen, kirjanpidon, luottotutkimukset, kassavirta-analyysit, kovenanttimallinnukset, lainat takaisinmaksut ja paljon muuta. sertifiointiohjelma niille, jotka haluavat viedä uransa seuraavalle tasolle. Seuraavat resurssit ovat hyödyllisiä oppimisen jatkamiseksi ja urasi edistämiseksi:
- Välimiesmenettelyn vapaan termiikan rakennemallit Välimiesmenettelyn vapaan terminaalin rakennemallit Välimiesmenettelyn vapaan terminaalin rakennemalleja (tunnetaan myös nimellä välimiesmenettelymalleina) käytetään todellisen stokastisen korkotason muodostusprosessin tuottamiseen
- Regressioanalyysi Regressioanalyysi Regressioanalyysi on joukko tilastollisia menetelmiä, joita käytetään riippuvan muuttujan ja yhden tai useamman itsenäisen muuttujan välisten suhteiden estimointiin. Sitä voidaan käyttää muuttujien välisen suhteen vahvuuden arviointiin ja niiden välisen tulevan suhteen mallintamiseen.
- Yksinkertainen liukuva keskiarvo Yksinkertainen liukuva keskiarvo (SMA) Yksinkertainen liukuva keskiarvo (SMA) viittaa osakkeen keskimääräiseen päätöskurssiin tietyllä ajanjaksolla. Syy keskiarvolle on nimeltään "liikkuva", koska varastossa
- Tekninen analyysi - Aloittelijan opas Tekninen analyysi - Aloittelijan opas Tekninen analyysi on eräänlainen sijoitusarviointi, joka analysoi aiempia hintoja ennustamaan tulevia hintatoimia. Tekniset analyytikot uskovat, että kaikkien markkinaosapuolten kollektiiviset toimet heijastavat tarkasti kaikkia asiaankuuluvia tietoja ja antavat siten arvopapereille jatkuvasti käyvän arvon.
