Autokorrelasjon - Oversikt, hvordan det fungerer, og tester

Autokorrelasjon refererer til graden av korrelasjon av de samme variablene mellom to påfølgende tidsintervaller. Den måler hvordan den forsinkede versjonen av verdien til en variabel er relatert til den opprinnelige versjonen av den i en tidsserie.

Autokorrelasjon

Autokorrelasjon, som et statistisk konsept, er også kjent som seriell korrelasjon. Den brukes ofte med modellen autoregressiv-glidende gjennomsnitt (ARMA) og modell-autoregressiv-integrert glidende gjennomsnitt (ARIMA). Analysen av autokorrelasjon hjelper til med å finne gjentatte periodiske mønstre, som kan brukes som et verktøy for teknisk analyse i kapitalmarkedene Kapitalmarkeder Kapitalmarkedene er børssystemet som overfører kapital fra investorer som for øyeblikket ikke trenger pengene sine til enkeltpersoner og.

Sammendrag

  • Autokorrelasjon, også kjent som seriell korrelasjon, refererer til graden av korrelasjon av de samme variablene mellom to påfølgende tidsintervaller.
  • Verdien av autokorrelasjon varierer fra -1 til 1. En verdi mellom -1 og 0 representerer negativ autokorrelasjon. En verdi mellom 0 og 1 representerer positiv autokorrelasjon.
  • Autokorrelasjon gir informasjon om trenden med et sett med historiske data, så det kan være nyttig i den tekniske analysen for aksjemarkedet.

Hvordan det fungerer

I mange tilfeller er verdien av en variabel på et tidspunkt knyttet til verdien av den på et tidligere tidspunkt. Autokorrelasjonsanalyse måler forholdet mellom observasjonene mellom de forskjellige tidpunktene, og søker dermed etter et mønster eller en trend over tidsserien. For eksempel er temperaturene på forskjellige dager i en måned autokorrelert.

I likhet med korrelasjon Korrelasjon En korrelasjon er et statistisk mål på forholdet mellom to variabler. Tiltaket brukes best i variabler som viser et lineært forhold mellom hverandre. Datapassformen kan vises visuelt i et spredningsdiagram. , kan autokorrelasjon være enten positiv eller negativ. Det varierer fra -1 (perfekt negativ autokorrelasjon) til 1 (perfekt positiv autokorrelasjon). Positiv autokorrelasjon betyr at økningen observert i et tidsintervall fører til en proporsjonal økning i det forsinkede tidsintervallet.

Eksemplet på temperatur diskutert ovenfor viser en positiv autokorrelasjon. Temperaturen neste dag har en tendens til å stige når den har økt, og har en tendens til å synke når den har vært synkende de foregående dagene.

Observasjonene med positiv autokorrelasjon kan plottes inn i en jevn kurve. Ved å legge til en regresjonslinje kan det observeres at en positiv feil følges av en annen positiv, og en negativ feil blir fulgt av en annen negativ.

Positiv autokorrelasjon

Motsatt representerer negativ autokorrelasjon at økningen observert i et tidsintervall fører til en proporsjonal reduksjon i det forsinkede tidsintervallet. Ved å plotte observasjonene med en regresjonslinje, viser det at en positiv feil vil bli fulgt av en negativ og omvendt.

Negativ korrelasjon

Autokorrelasjon kan brukes på forskjellige antall tidsforskjeller, som er kjent som lag. En autokorrelasjon med lag 1 måler sammenhengen mellom observasjonene som er et engangsgap fra hverandre. For eksempel, for å lære sammenhengen mellom temperaturene på en dag og den tilsvarende dagen i neste måned, bør det brukes en lag 30 autokorrelasjon (forutsatt 30 dager i den måneden).

Test for autokorrelasjon

Durbin-Watson-statistikken brukes ofte til å teste for autokorrelasjon. Den kan brukes på et datasett med statistisk programvare. Resultatet av Durbin-Watson-testen varierer fra 0 til 4. Et resultat tett rundt 2 betyr et veldig lavt nivå av autokorrelasjon. Et utfall nærmere 0 antyder en sterkere positiv autokorrelasjon, og et utfall nærmere 4 antyder en sterkere negativ autokorrelasjon.

Det er nødvendig å teste for autokorrelasjon når man analyserer et sett med historiske data. I aksjemarkedet kan aksjekursene for eksempel på en dag være sterkt korrelert med kursene på en annen dag. Det gir imidlertid lite informasjon for statistisk dataanalyse og forteller ikke aksjens faktiske ytelse.

Derfor er det nødvendig å teste for autokorrelasjonen av de historiske prisene for å identifisere i hvilken grad prisendringen bare er et mønster eller forårsaket av andre faktorer. I finans er en vanlig måte å eliminere virkningen av autokorrelasjon å bruke prosentvise endringer i aktiva priser i stedet for historiske priser alene.

Autokorrelasjon og teknisk analyse

Selv om autokorrelasjon bør unngås for å kunne bruke ytterligere dataanalyse mer nøyaktig, kan det fortsatt være nyttig i teknisk analyse Teknisk analyse - En nybegynnerveiledning Teknisk analyse er en form for investeringsverdivurdering som analyserer tidligere priser for å forutsi fremtidig prishandling. Tekniske analytikere mener at de kollektive handlingene til alle deltakerne i markedet nøyaktig gjenspeiler all relevant informasjon, og derfor tildeler verdipapirer kontinuerlig en virkelig markedsverdi. , ettersom det ser etter et mønster fra historiske data. Autokorrelasjonsanalysen kan brukes sammen med momentumfaktoranalysen.

En teknisk analytiker kan lære hvordan aksjekursen på en bestemt dag påvirkes av tidligere dager gjennom autokorrelasjon. Dermed kan han estimere hvordan prisen vil bevege seg i fremtiden.

Hvis prisen på en aksje med sterk positiv autokorrelasjon har økt i flere dager, kan analytikeren rimelig anslå at den fremtidige prisen vil fortsette å bevege seg oppover de siste fremtidige dagene. Analytikeren kan kjøpe og holde aksjen i en kort periode for å tjene på den kursoppgangen.

Autokorrelasjonsanalysen gir bare informasjon om kortsiktige trender og forteller lite om det grunnleggende i et selskap. Derfor kan den bare brukes til å støtte handler med korte holdeperioder.

Relaterte målinger

Finance tilbyr Certified Banking & Credit Analyst (CBCA) ™ CBCA ™ -sertifisering Certified Banking & Credit Analyst (CBCA) ™ akkreditering er en global standard for kredittanalytikere som dekker økonomi, regnskap, kredittanalyse, kontantstrømanalyse, covenant modellering, lån tilbakebetaling og mer. sertifiseringsprogram for de som ønsker å ta karrieren til neste nivå. For å fortsette å lære og fremme karrieren din, vil følgende ressurser være nyttige:

  • Arbitrage Free Term Structure Modeller Arbitrage Free Term Structure Modeller Arbitrage Free Term Structure Modeller (også kjent som No-Arbitrage Modeller) brukes til å generere den sanne stokastiske rentegenereringsprosessen ved
  • Regresjonsanalyse Regresjonsanalyse Regresjonsanalyse er et sett med statistiske metoder som brukes til estimering av sammenhenger mellom en avhengig variabel og en eller flere uavhengige variabler. Den kan brukes til å vurdere styrken i forholdet mellom variabler og for å modellere det fremtidige forholdet mellom dem.
  • Enkelt glidende gjennomsnitt Enkelt glidende gjennomsnitt (SMA) Enkelt glidende gjennomsnitt (SMA) refererer til aksjens gjennomsnittlige sluttkurs over en spesifisert periode. Årsaken til at gjennomsnittet kalles "flytting" er at aksjen
  • Teknisk analyse - En nybegynnerveiledning Teknisk analyse - En nybegynnerveiledning Teknisk analyse er en form for investeringsvurdering som analyserer tidligere priser for å forutsi fremtidig prishandling. Tekniske analytikere mener at de kollektive handlingene til alle deltakerne i markedet nøyaktig gjenspeiler all relevant informasjon, og derfor tildeler verdipapirer kontinuerlig en virkelig markedsverdi.

Siste innlegg