autokorelacije

Što je autokorelacija?

Autokorelacija je matematički prikaz stupnja sličnosti između određenog vremenskog niza i zaostale verzije sebe tijekom uzastopnih vremenskih intervala. To je isto kao i izračunavanje povezanosti između dvije različite vremenske serije, osim što autokorelacija koristi istu vremensku seriju dva puta: jednom u izvornom obliku i jednom zaostaje jednom ili više vremenskih razdoblja.

01:32

autokorelacije

Razumijevanje autokorelacije

Autokorelacija se također može nazvati zaostalom korelacijom ili serijskom korelacijom, jer mjeri odnos između trenutne vrijednosti varijable i njezinih prošlih vrijednosti. Kod izračunavanja autokorelacije, rezultirajući izlaz može biti od 1 do negativnog 1, u skladu s tradicionalnom korelacijskom statistikom. Autokorelacija +1 predstavlja savršenu pozitivnu korelaciju (porast zabilježen u jednoj vremenskoj seriji dovodi do proporcionalnog porasta u drugoj vremenskoj seriji). Autokorelacija negativnog 1, s druge strane, predstavlja savršenu negativnu korelaciju (porast zabilježen u jednoj vremenskoj seriji rezultira proporcionalnim smanjenjem u drugoj vremenskoj seriji). Autokorelacija mjeri linearne odnose; čak i ako je autokorelacija mala, još uvijek može postojati nelinearna veza između vremenske serije i zaostale verzije sebe.

Ključni odvodi

• Autokorelacija predstavlja stupanj sličnosti između određenog vremenskog niza i zaostale verzije sebe tijekom uzastopnih vremenskih intervala.
• Autokorelacija mjeri odnos između trenutne vrijednosti varijable i njezinih prošlih vrijednosti.
• Autokorelacija +1 predstavlja savršenu pozitivnu korelaciju, dok autokorelacija negativne 1 predstavlja savršenu negativnu korelaciju.
• Tehnički analitičari mogu upotrijebiti autokorelaciju kako bi vidjeli koliki utjecaj proteklih cijena vrijednosnog papira ima na njegovu buduću cijenu.

Autokorelacija u tehničkoj analizi

Autokorelacija može biti korisna za tehničku analizu koja se najviše bavi trendovima i odnosima između sigurnosnih cijena korištenjem tehnika grafikona umjesto financijskog zdravlja ili upravljanja tvrtkom. Tehnički analitičari mogu upotrijebiti autokorelaciju kako bi vidjeli koliki utjecaj proteklih cijena vrijednosnog papira ima na njegovu buduću cijenu.

Autokorelacija može pokazati postoji li faktor momenta povezan s zalihama. Na primjer, ako investitori znaju da dionica ima povijesno visoku pozitivnu vrijednost autokorelacije i svjedoče da je ona postigla znatne dobitke u posljednjih nekoliko dana, tada mogu razumno očekivati ​​da će se kretanja tijekom narednih nekoliko dana (vodeća vremenska serija) podudarati s onima vremenske serije koja zaostaje i kreće se prema gore.

Primjer autokorelacije

Pretpostavimo da Emma želi utvrditi pokazuje li prinos dionica u njenom portfelju autokorelaciju; prinosi dionica odnose se na povrate u prethodnim trgovanjima. Ako prinosi pokazuju autokorelaciju, Emma bi to mogla okarakterizirati kao zamah, jer čini se da prošli prinosi utječu na buduće prinose. Emma vodi regresiju s dva povratka prethodne trgovačke sesije kao neovisne varijable i trenutni povrat kao ovisna varijabla. Otkriva da povratni dan prije ima pozitivnu autokorelaciju 0, 7, dok povrat dva dana prije ima pozitivnu autokorelaciju 0, 3. Čini se da prošli povrati utječu na buduće prinose. Stoga Emma može prilagoditi svoj portfelj kako bi iskoristila autokorelaciju i rezultirajući zamah nastavkom zadržavanja svog položaja ili gomilanja više dionica.

Usporedba investicijskih računa Ime dobavljača Opis Otkrivanje oglašavača × Ponude koje se pojavljuju u ovoj tablici potječu od partnerstava od kojih Investopedia prima naknadu.

Povezani uvjeti

Razumijevanje statistike o Durbin Watsonu Statistika Durbin Watsona broj je koji testira autokorelaciju u rezidualima iz statističke regresijske analize. više Način na koji se serijske korelacije primjenjuju na kretanje dionica Serijska korelacija je odnos između varijable i ograničene verzije sebe kroz različite vremenske intervale. Financijski analitičari često ga koriste kako bi utvrdili koliko prošla cijena vrijednosnog papira predviđa buduću cijenu. više Definicija koeficijenta korelacije Koeficijent korelacije je statistička mjera koja izračunava snagu odnosa između relativnih kretanja dviju varijabli. više Generalizirana auto-progresivna uvjetna heteroskedastičnost (GARCH) Definicija Generalizirana auto-progresivna uvjetna heteroskedastičnost (GARCH) je statistički model koji se koristi za procjenu volatilnosti povrata dionica. više Što je Pearsonov koeficijent? Pearsonov koeficijent je vrsta koeficijenta korelacije koji predstavlja odnos između dvije varijable koje se mjere na istom intervalu. više Kako djeluje višestruka linearna regresija Višestruka linearna regresija (MLR) je statistička tehnika koja koristi nekoliko objašnjivih varijabli da predvidi ishod varijable odgovora. više partnerskih veza