Autokorreláció - áttekintés, működés és tesztek

Az autokorreláció ugyanazon változók korrelációjának mértékére utal két egymást követő időintervallum között. Azt méri, hogy a változó értékének lemaradt változata hogyan viszonyul az idősor eredeti változatához.

Autokorreláció

Az autokorreláció, mint statisztikai fogalom, soros korreláció néven is ismert. Gyakran használják az autoregresszív-mozgó átlag modell (ARMA) és az autoregresszív-integrált-mozgó átlag modell (ARIMA) mellett. Az autokorreláció elemzése segít megismételni az időszakos mintákat, amelyek a tőkepiacok technikai elemzésének eszközeként használhatók.

Összegzés

  • Az autokorreláció, más néven soros korreláció, ugyanazon változók korrelációjának mértékére utal két egymást követő időintervallum között.
  • Az autokorreláció értéke -1 és 1 között mozog. A -1 és 0 közötti érték negatív autokorrelációt jelent. A 0 és 1 közötti érték pozitív autokorrelációt jelent.
  • Az autokorreláció információt nyújt a múltbeli adatok halmazának trendjéről, így hasznos lehet a részvénypiac technikai elemzésében.

Hogyan működik

Sok esetben a változó értéke egy adott időpontban összefügg az előző időpontban mért értékével. Az autokorrelációs elemzés a megfigyelések kapcsolatát méri a különböző időpontokban, és így mintát vagy trendet keres az idősorokon keresztül. Például a hőmérsékletek egy hónap különböző napjain autokorrelálnak.

Hasonló a korrelációhoz Korreláció A korreláció két változó kapcsolatának statisztikai mérőszáma. A mértéket legjobban olyan változókban lehet alkalmazni, amelyek lineáris kapcsolatot mutatnak egymás között. Az adatok illeszkedése vizuálisan ábrázolható egy szórt ábrán. , az autokorreláció lehet pozitív vagy negatív. -1 (tökéletesen negatív autokorreláció) és 1 (tökéletesen pozitív autokorreláció) között mozog. A pozitív autokorreláció azt jelenti, hogy az időintervallumban megfigyelt növekedés az elmaradt időintervallum arányos növekedéséhez vezet.

A hőmérséklet fentiekben tárgyalt példája pozitív autokorrelációt mutat. A következő nap hőmérséklete növekszik, ha növekszik, és csökken, ha az előző napokban csökken.

A pozitív autokorrelációval járó megfigyelések görbére rajzolhatók. Regressziós vonal hozzáadásával megfigyelhető, hogy a pozitív hibát egy másik pozitív, a negatív hibát pedig egy másik negatív követi.

Pozitív autokorreláció

Ezzel szemben a negatív autokorreláció azt jelenti, hogy az időintervallumban megfigyelt növekedés az elmaradt időintervallum arányos csökkenéséhez vezet. A megfigyelések regressziós vonallal való ábrázolásával megmutatja, hogy a pozitív hibát negatív követi és fordítva.

Negatív korreláció

Az autokorreláció különböző számú időbeli hiányosságra alkalmazható, amelyet késésnek nevezünk. Az 1 késleltetésű autokorreláció az egyszeri különbségtételű megfigyelések közötti korrelációt méri. Például az egy nap és a következő hónap megfelelő napjának hőmérséklete közötti összefüggés megismeréséhez egy késleltetett 30 autokorrelációt kell használni (feltételezve az adott hónap 30 napját).

Autokorrelációs teszt

A Durbin-Watson statisztikát általában használják az autokorreláció tesztelésére. Statisztikai szoftver segítségével alkalmazható adatkészletre. A Durbin-Watson teszt eredménye 0 és 4 között mozog. A szorosan 2 körüli eredmény nagyon alacsony autokorrelációt jelent. A 0-hoz közeli eredmény erősebb pozitív autokorrelációra, a 4-hez közelebb eső pedig erősebb negatív autokorrelációra utal.

A történeti adatok halmazának elemzésekor tesztelni kell az autokorrelációt. Például a részvénypiacon az egy nap részvényárfolyamai erősen korrelálhatnak egy másik nap árfolyamaival. Ugyanakkor kevés információt nyújt a statisztikai adatok elemzéséhez, és nem mondja el az állomány tényleges teljesítményét.

Ezért meg kell vizsgálni a történelmi árak autokorrelációját annak megállapítására, hogy az árváltozás mennyiben pusztán mintázat vagy más tényezők okozta. A pénzügyekben az autokorreláció hatásának kiküszöbölésére az a szokásos módszer, hogy az eszközárak százalékos változását használják önmagukban a korábbi árak helyett.

Autokorreláció és technikai elemzés

Noha el kell kerülni az autokorrelációt a további adatelemzés pontosabb alkalmazása érdekében, mégis hasznos lehet a technikai elemzésben. Műszaki elemzés - Kezdő útmutató A technikai elemzés a befektetési értékelés egyik formája, amely a múltbeli árakat elemzi a jövőbeni áraktivitás előrejelzése érdekében. A technikai elemzők úgy vélik, hogy a piac összes résztvevőjének kollektív fellépései pontosan tükrözik az összes releváns információt, ezért folyamatosan valós piaci értéket tulajdonítanak az értékpapíroknak. , mivel mintát keres a történelmi adatokból. Az autokorrelációs elemzés a momentum faktor elemzéssel együtt alkalmazható.

A technikai elemző az autokorreláció segítségével megtudhatja, hogyan befolyásolják az adott nap tőzsdei árfolyamát az előző napok árai. Így meg tudja becsülni, hogy az ár hogyan mozog a jövőben.

Ha egy erős pozitív autokorrelációval rendelkező részvény árfolyama több napja emelkedik, az elemző ésszerűen becsülheti, hogy a jövőbeni ár az utóbbi napokban tovább fog emelkedni. Az elemző megvásárolhatja és rövid ideig tarthatja a részvényeket, hogy profitálhasson a felfelé irányuló ármozgásból.

Az autokorrelációs elemzés csak a rövid távú trendekről nyújt információt, és keveset árul el egy vállalat alapjairól. Ezért csak rövid tartási periódusú kereskedelem támogatására alkalmazható.

Kapcsolódó olvasmányok

A Finance a Certified Banking & Credit Analyst (CBCA) ™ CBCA ™ tanúsítást kínálja törlesztések és még sok más. tanúsító program azok számára, akik karrierjüket egy újabb szintre akarják vinni. A tanulás és a karrier előrehaladása érdekében a következő források lesznek hasznosak:

  • Arbitrage Free Term Structure Models Arbitrage Free Term Structure Models Arbitrage Free Term Structure Models (más néven Arbitrage Models) az igazi sztochasztikus kamatláb-generálási folyamat előállítására szolgál.
  • Regresszióanalízis Regresszióanalízis A regresszióanalízis olyan statisztikai módszerek összessége, amelyeket a függő változó és egy vagy több független változó közötti kapcsolatok becslésére használnak. Használható a változók közötti kapcsolat erősségének felmérésére és a köztük lévő jövőbeli modell modellezésére.
  • Egyszerű mozgóátlag Egyszerű mozgóátlag (SMA) Az egyszerű mozgóátlag (SMA) egy részvény meghatározott időszaki átlagos záróárára utal. Az átlagot azért hívják "mozgónak", mert a részvény
  • Műszaki elemzés - Kezdő útmutató Műszaki elemzés - Kezdő útmutató A technikai elemzés a befektetési értékelés egyik formája, amely a múltbeli árakat elemzi a jövőbeli árképzés előrejelzése érdekében. A technikai elemzők úgy vélik, hogy a piac összes résztvevőjének kollektív fellépései pontosan tükrözik az összes releváns információt, ezért folyamatosan valós piaci értéket tulajdonítanak az értékpapíroknak.

Legutóbbi hozzászólások