Autokorrelatsioon - ülevaade, kuidas see töötab ja testid

Autokorrelatsioon viitab samade muutujate korrelatsiooniastmele kahe järjestikuse ajaintervalli vahel. See mõõdab, kuidas muutuja väärtuse mahajäänud versioon on seotud selle algse versiooniga aegridades.

Autokorrelatsioon

Autokorrelatsiooni kui statistilist mõistet tuntakse ka kui seeriakorrelatsiooni. Seda kasutatakse sageli koos autoregressiivse-liikuva keskmise mudeli (ARMA) ja autoregressiivse-integreeritud-liikuva keskmise mudeliga (ARIMA). Autokorrelatsiooni analüüs aitab leida korduvaid perioodilisi mustreid, mida saab kasutada kapitaliturgude tehnilise analüüsi vahendina. Kapitaliturud Kapitaliturud on börsisüsteem, mis kannab kapitali investoritelt, kes praegu ei vaja oma raha üksikisikutele ja.

Kokkuvõte

  • Autokorrelatsioon, tuntud ka kui seeriakorrelatsioon, viitab samade muutujate korrelatsiooniastmele kahe järjestikuse ajaintervalli vahel.
  • Autokorrelatsiooni väärtus jääb vahemikku -1 kuni 1. Väärtus vahemikus -1 kuni 0 tähistab negatiivset autokorrelatsiooni. Väärtus vahemikus 0 kuni 1 tähistab positiivset autokorrelatsiooni.
  • Autokorrelatsioon annab teavet ajalooliste andmete kogumi trendi kohta, seega võib see olla kasulik aktsiaturu tehnilises analüüsis.

Kuidas see töötab

Paljudel juhtudel on muutuja väärtus ajahetkel seotud selle väärtusega eelmises ajahetkel. Autokorrelatsioonanalüüs mõõdab vaatluste suhet eri ajahetkede vahel ja otsib seega aegridade mustrit või suundumust. Näiteks on kuu erinevatel päevadel temperatuurid autokorreleerunud.

Sarnaselt korrelatsiooniga korrelatsioon Korrelatsioon on kahe muutuja vahelise seose statistiline mõõde. Mõõtu saab kõige paremini kasutada muutujate vahel, mis näitavad omavahel lineaarset suhet. Andmete sobivust saab visuaalselt kujutada hajusdiagrammil. , autokorrelatsioon võib olla kas positiivne või negatiivne. See jääb vahemikku -1 (täiesti negatiivne autokorrelatsioon) kuni 1 (täiesti positiivne autokorrelatsioon). Positiivne autokorrelatsioon tähendab, et ajaintervallis täheldatud suurenemine viib mahajäänud ajaintervalli proportsionaalse suurenemiseni.

Eespool käsitletud temperatuuri näide näitab positiivset autokorrelatsiooni. Järgmise päeva temperatuur kipub tõusma, kui see on tõusnud, ja kipub langema, kui see on eelmiste päevade jooksul langenud.

Positiivse autokorrelatsiooniga vaatlused saab joonistada sujuvaks kõveraks. Regressioonijoone lisamisega võib täheldada, et positiivsele veale järgneb veel üks positiivne ja negatiivsele veale teine ​​negatiivne.

Positiivne autokorrelatsioon

Negatiivne autokorrelatsioon tähendab seevastu, et ajaintervalliga täheldatud suurenemine viib mahajäänud ajaintervalli proportsionaalse vähenemiseni. Vaatluste joonistamine regressioonijoonega näitab, et positiivsele veale järgneb negatiivne ja vastupidi.

Negatiivne korrelatsioon

Autokorrelatsiooni saab rakendada erinevates ajavahemike arvudes, mida nimetatakse viivituseks. 1 viivitusega autokorrelatsioon mõõdab korrelatsiooni vaatluste vahel, mis on ühekordsed. Näiteks ühe päeva ja järgmise kuu vastava päeva temperatuuri korrelatsiooni õppimiseks tuleks kasutada viivitust 30 autokorrelatsiooni (eeldades, et selles kuus on 30 päeva).

Autokorrelatsiooni test

Autokorrelatsiooni testimiseks kasutatakse tavaliselt Durbin-Watsoni statistikat. Seda saab rakendada andmekogumile statistilise tarkvara abil. Durbin-Watsoni testi tulemus on vahemikus 0 kuni 4. Tulemus, mis on umbes 2, tähendab väga madalat autokorrelatsiooni taset. 0-le lähem tulemus viitab tugevamale positiivsele autokorrelatsioonile ja 4-le lähem tulemus negatiivsele autokorrelatsioonile.

Ajalooliste andmete kogumi analüüsimisel on vaja testida autokorrelatsiooni. Näiteks aktsiaturul võivad ühe päeva aktsiahinnad olla tugevas korrelatsioonis teise päeva hindadega. Kuid see annab statistiliste andmete analüüsimiseks vähe teavet ja ei ütle aktsia tegelikku tootlust.

Seetõttu on vaja testida ajalooliste hindade autokorrelatsiooni, et teha kindlaks, kuivõrd on hinnamuutus üksnes muster või põhjustatud muudest teguritest. Rahanduses on tavaline viis autokorrelatsiooni mõju kõrvaldamiseks kasutada varasemate hindade asemel varahindade protsentuaalset muutust.

Autokorrelatsioon ja tehniline analüüs

Ehkki edasise andmeanalüüsi täpsemaks rakendamiseks tuleks vältida autokorrelatsiooni, võib see siiski olla kasulik tehnilises analüüsis. Tehniline analüüs - algaja juhend Tehniline analüüs on investeeringute hindamise vorm, mis analüüsib varasemaid hindu, et prognoosida tulevast hinnatoimet. Tehnilised analüütikud usuvad, et kõigi turuosaliste ühine tegevus kajastab täpselt kogu asjakohast teavet ja seepärast määrab väärtpaberitele pidevalt õiglase turuväärtuse. , kuna see otsib mustrit ajaloolistest andmetest. Autokorrelatsiooni analüüsi saab rakendada koos impulsiteguri analüüsiga.

Tehniline analüütik saab autokorrelatsiooni abil teada, kuidas eelmise päeva hind mõjutab konkreetse päeva aktsia hinda. Seega saab ta hinnata, kuidas hind tulevikus liigub.

Kui tugeva positiivse autokorrelatsiooniga aktsia hind on mitu päeva tõusnud, saab analüütik mõistlikult hinnata, kas tulevane hind jätkub viimastel päevadel ka ülespoole. Analüütik võib aktsiaid lühikese aja jooksul osta ja hoida, et saada kasu hinnatõusust.

Autokorrelatsioonianalüüs annab teavet ainult lühiajaliste trendide kohta ja räägib ettevõtte põhialustest vähe. Seetõttu saab seda rakendada ainult lühikese hoiuperioodiga tehingute toetamiseks.

Seotud lugemised

Finance pakub sertifitseeritud pangandus- ja krediidianalüütiku (CBCA) ™ CBCA ™ sertifikaati. Sertifitseeritud pangandus- ja krediidianalüütiku (CBCA) ™ akrediteerimine on krediidianalüütikute globaalne standard, mis hõlmab finants-, raamatupidamis-, krediidianalüüsi, rahavoogude analüüsi, pakti modelleerimist, laenu tagasimaksed ja palju muud. sertifitseerimisprogramm neile, kes soovivad oma karjääri järgmisele tasemele viia. Õppimise jätkamiseks ja oma karjääri edendamiseks on abiks järgmised ressursid:

  • Arbitraaživaba tähtajaga struktuurimudelid Arbitraaživaba tähtajaga struktuurimudelid Arbitraaživaba tähtajalise struktuuri mudeleid (tuntud ka kui vahekohtumenetluseta mudelid) kasutatakse tõelise stohhastilise intressimäära loomise protsessi loomiseks:
  • Regressioonanalüüs Regressioonanalüüs Regressioonanalüüs on statistiliste meetodite kogum, mida kasutatakse sõltuva muutuja ja ühe või mitme sõltumatu muutuja vaheliste seoste hindamiseks. Seda saab kasutada muutujate seose tugevuse hindamiseks ja nende vahelise tulevase suhte modelleerimiseks.
  • Lihtne libisev keskmine Lihtne liikuv keskmine (SMA) Lihtne liikuv keskmine (SMA) viitab aktsia keskmisele sulgemishinnale kindlal perioodil. Põhjus, miks keskmist nimetatakse "liikuvaks", on see, et aktsia
  • Tehniline analüüs - algaja juhend Tehniline analüüs - juhend algajale Tehniline analüüs on investeeringute hindamise vorm, mis analüüsib varasemaid hindu, et ennustada tulevast hinnatoimet. Tehnilised analüütikud usuvad, et kõigi turuosaliste ühine tegevus kajastab täpselt kogu asjakohast teavet ja seepärast määrab väärtpaberitele pidevalt õiglase turuväärtuse.

Lang L: none (rec-post)