Autokoreliacija reiškia tų pačių kintamųjų koreliacijos laipsnį tarp dviejų vienas po kito einančių laiko intervalų. Jis matuoja, kaip atsilikusi kintamojo vertės versija yra susijusi su pradine jo versijos versija laiko eilutėje.
Autokoreliacija, kaip statistinė sąvoka, taip pat žinoma kaip serijinė koreliacija. Jis dažnai naudojamas su autoregresyvaus judančio vidurkio modeliu (ARMA) ir autoregresyvaus integruoto judančio vidutinio modelio modeliu (ARIMA). Autokoreliacijos analizė padeda rasti pasikartojančius periodinius modelius, kurie gali būti naudojami kaip techninės analizės įrankis kapitalo rinkose. Kapitalo rinkos Kapitalo rinkos yra mainų sistema, perduodanti kapitalą iš investuotojų, kuriems šiuo metu nereikia jų lėšų asmenims.
Santrauka
- Autokoreliacija, dar vadinama serijine koreliacija, reiškia tų pačių kintamųjų koreliacijos laipsnį tarp dviejų vienas po kito einančių laiko intervalų.
- Autokoreliacijos vertė svyruoja nuo -1 iki 1. Vertė tarp -1 ir 0 reiškia neigiamą autokoreliaciją. Vertė tarp 0 ir 1 reiškia teigiamą autokoreliaciją.
- Autokoreliacija suteikia informacijos apie istorinių duomenų rinkinio tendenciją, todėl ji gali būti naudinga atliekant techninę akcijų rinkos analizę.
Kaip tai veikia
Daugeliu atvejų kintamojo vertė tam tikru momentu yra susijusi su jo verte ankstesniu laiko momentu. Autokoreliacijos analizė matuoja stebėjimų santykį tarp skirtingų laiko taškų ir taip ieško laiko eilutės modelio ar tendencijos. Pavyzdžiui, temperatūra skirtingomis mėnesio dienomis yra autokoreliška.
Panašus į koreliaciją Koreliacija Koreliacija yra statistinis santykis tarp dviejų kintamųjų. Ši priemonė geriausiai naudojama kintamuosiuose, kurie rodo linijinį tarpusavio ryšį. Duomenų tinkamumą galima vizualiai pavaizduoti išsklaidytoje schemoje. , autokoreliacija gali būti teigiama arba neigiama. Ji svyruoja nuo -1 (visiškai neigiama autokoreliacija) iki 1 (visiškai teigiama autokoreliacija). Teigiamas autokoreliacija reiškia, kad pastebėtas laiko intervalo padidėjimas sąlygoja proporcingą vėluojančio laiko intervalo padidėjimą.
Aukščiau aptartas temperatūros pavyzdys rodo teigiamą autokoreliaciją. Kitos dienos temperatūra linkusi kilti, kai ji didėjo, ir yra linkusi kristi, kai ji mažėjo ankstesnėmis dienomis.
Stebėjimus su teigiama autokoreliacija galima nubrėžti į lygią kreivę. Pridėjus regresijos tiesę, galima pastebėti, kad po teigiamos klaidos seka kita teigiama, o po neigiamos - kita neigiama.
Ir atvirkščiai, neigiama autokoreliacija rodo, kad padidėjus laikui bėgant, proporcingai vėluoja laiko intervalas. Nubrėžus stebėjimus regresijos tiese, tai rodo, kad po teigiamos klaidos bus neigiama ir atvirkščiai.
Autokoreliacija gali būti taikoma skirtingam laiko tarpų skaičiui, kuris žinomas kaip atsilikimas. 1 atsilikimo autokoreliacija matuoja koreliaciją tarp stebėjimų, kurie yra vienkartiniai. Pavyzdžiui, norint sužinoti koreliaciją tarp vienos dienos ir kitos mėnesio atitinkamos dienos temperatūros, reikėtų naudoti 30 vėlavimo autokoreliaciją (darant prielaidą, kad to mėnesio 30 dienų).
Autokoreliacijos testas
Durbin-Watson statistika dažniausiai naudojama autokoreliacijos tyrimams. Jį galima pritaikyti duomenų rinkiniui statistikos programine įranga. Durbin-Watson testo rezultatas svyruoja nuo 0 iki 4. Rezultatas, artimas maždaug 2, reiškia labai žemą autokoreliacijos lygį. Arčiau 0 esantis rezultatas rodo stipresnę teigiamą autokoreliaciją, o artimesnis 4 - stipresnę neigiamą autokoreliaciją.
Analizuojant istorinių duomenų rinkinį, būtina patikrinti autokoreliaciją. Pavyzdžiui, akcijų rinkoje vienos dienos akcijų kainos gali būti labai susijusios su kitos dienos kainomis. Tačiau statistinių duomenų analizei ji teikia nedaug informacijos ir nenurodo faktinių atsargų rezultatų.
Todėl būtina išbandyti istorinių kainų autokoreliaciją, kad būtų galima nustatyti, kokiu mastu kainų pokytis yra tik modelis arba kurį lemia kiti veiksniai. Finansų srityje įprastas būdas pašalinti autokoreliacijos poveikį yra naudoti turto kainų procentinius pokyčius, o ne istorines kainas.
Autokoreliacija ir techninė analizė
Nors norint tiksliau pritaikyti tolesnę duomenų analizę, reikėtų vengti autokoreliacijos, ji vis tiek gali būti naudinga atliekant techninę analizę. Techninė analizė - pradedančiųjų vadovas. Techninė analizė yra investicijų vertinimo forma, analizuojanti praeities kainas, siekiant numatyti būsimą kainų įtaką. Techniniai analitikai mano, kad kolektyviniai visų rinkos dalyvių veiksmai tiksliai atspindi visą svarbią informaciją, todėl vertybiniams popieriams nuolat priskiriama tikroji rinkos vertė. , nes ji ieško modelio iš istorinių duomenų. Autokoreliacijos analizę galima taikyti kartu su impulsų faktoriaus analize.
Techninis analitikas, naudodamasis autokoreliacija, gali sužinoti, kaip konkrečios dienos akcijų kainą veikia ankstesnių dienų kaina. Taigi jis gali įvertinti, kaip kaina judės ateityje.
Jei akcijų, kurioms būdingas stiprus teigiamas autokoreliacija, kaina keletą dienų didėjo, analitikas gali pagrįstai įvertinti, kad būsimos kainos būsimomis dienomis toliau kils aukštyn. Analitikas gali pirkti ir laikyti akcijas trumpą laiką, kad gautų naudos iš kainų didėjimo.
Autokoreliacijos analizė suteikia tik informaciją apie trumpalaikes tendencijas ir mažai pasakoja apie įmonės pagrindus. Todėl jis gali būti taikomas tik remiant sandorius su trumpais laikymo laikotarpiais.
Susiję skaitymai
Finansai siūlo atestuotą bankininkystės ir kredito analitiką (CBCA) grąžinimai ir dar daugiau. sertifikavimo programa tiems, kurie nori pakelti savo karjerą į kitą lygį. Norint toliau mokytis ir tobulėti karjeroje, bus naudingi šie šaltiniai:
- Arbitražo laisvos trukmės struktūros modeliai Arbitražo laisvosios trukmės struktūros modeliai Arbitražo laisvosios trukmės struktūros modeliai (taip pat žinomi kaip „Arbitražo modeliai“) naudojami tikram stochastiniam palūkanų normos generavimo procesui generuoti.
- Regresijos analizė Regresijos analizė Regresijos analizė yra statistinių metodų rinkinys, naudojamas sąryšiui tarp priklausomo kintamojo ir vieno ar daugiau nepriklausomų kintamųjų įvertinti. Jis gali būti naudojamas vertinant santykio tarp kintamųjų stiprumą ir modeliuojant būsimą jų santykį.
- Paprastas slenkamasis vidurkis Paprastas slenkamasis vidurkis (SMA) Paprastas slenkamasis vidurkis (SMA) reiškia vidutinę akcijų uždarymo kainą per nurodytą laikotarpį. Vidutinė priežastis vadinama „judančia“ yra ta, kad akcijos
- Techninė analizė - pradedančiųjų vadovas Techninė analizė - pradedančiųjų vadovas Techninė analizė yra investicijų vertinimo forma, analizuojanti praeities kainas, siekiant numatyti būsimą kainų veikimą. Techniniai analitikai mano, kad kolektyviniai visų rinkos dalyvių veiksmai tiksliai atspindi visą svarbią informaciją, todėl vertybiniams popieriams nuolat priskiriama tikroji rinkos vertė.
