Kas ir autokorelācija?
Autokorelācija ir matemātisks attēlojums par līdzības pakāpi starp doto laika rindu un pašas atpalikušo versiju secīgos laika intervālos. Tas ir tas pats, kas aprēķināt korelāciju starp divām dažādām laika rindām, izņemot autokorelāciju divreiz izmanto vienu un to pašu laika rindu: vienu reizi sākotnējā formā un vienu reizi vairāk nekā vienu vai vairākus laika periodus.
Autokorelācija
Autokorelācijas izpratne
Autokorelāciju var dēvēt arī par novēlotu korelāciju vai seriālo korelāciju, jo tā mēra sakarības starp mainīgā pašreizējo vērtību un tā pagātnes vērtībām. Aprēķinot autokorelāciju, iegūtā izlaide var svārstīties no 1 līdz negatīvai 1 saskaņā ar tradicionālo korelācijas statistiku. Autokorelācija +1 parāda perfektu pozitīvu korelāciju (vienas laika rindas palielinājums rada proporcionālu pieaugumu citās laika rindās). No otras puses, negatīvās 1 autokorelācija atspoguļo perfektu negatīvu korelāciju (vienas laika rindas palielinājums rada proporcionālu samazināšanos citās laika rindās). Autokorelācija mēra lineārās attiecības; pat ja autokorelācija ir niecīga, starp laikrindu un novārtā atstāto versiju joprojām var būt nelineāras attiecības.
Taustiņu izņemšana
- Autokorelācija attēlo līdzības pakāpi starp noteiktu laika rindu un atpalikušu pašas versiju secīgos laika intervālos.Autokorelācija mēra attiecības starp mainīgā pašreizējo vērtību un tā pagātnes vērtībām.Autokorelācija +1 attēlo perfektu pozitīvu korelāciju, bet autokorelācija negatīvs 1 norāda uz perfektu negatīvu korelāciju. Tehniskie analītiķi var izmantot autokorelāciju, lai redzētu, cik liela ietekme uz pagātnes cenām ir vērtspapīra ietekme uz tā nākotnes cenu.
Autokorelācija tehniskajā analīzē
Autokorelācija var būt noderīga tehniskai analīzei, kas visvairāk attiecas uz vērtspapīru cenu tendencēm un attiecībām starp tām, izmantojot diagrammu paņēmienus, nevis uzņēmuma finansiālo stāvokli vai vadību. Tehniskie analītiķi var izmantot autokorelēšanu, lai redzētu, cik lielu ietekmi uz vērtspapīra iepriekšējām cenām ietekmē tā nākotnes cena.
Autokorelācija var parādīt, vai ar krājumu ir saistīts impulsa faktors. Piemēram, ja investori zina, ka akcijai ir vēsturiski augsta pozitīvā autokorelācijas vērtība, un viņi ir pieredzējuši, kā tā pēdējos dienās gūst ievērojamu labumu, tad var pamatoti gaidīt, ka nākamo vairāku dienu (galvenās laikrindas) izmaiņas sakrīt ar tām. laika posmu un virzīties uz augšu.
Autokorelācijas piemērs
Pieņemsim, ka Emma vēlas noteikt, vai akciju ienesīgums viņas portfelī uzrāda autokorelāciju; akciju ienesīgums attiecas uz tā ienesīgumu iepriekšējās tirdzniecības sesijās. Ja ienākumiem ir autokorelācija, Emma to varētu raksturot kā impulsa krājumu, jo iepriekšējie ienākumi, šķiet, ietekmē nākotnes ienākumus. Emma veic regresiju ar diviem iepriekšējiem tirdzniecības sesiju ienesīgumiem kā neatkarīgajiem mainīgajiem un pašreizējo ienesīgumu kā atkarīgajiem mainīgajiem. Viņa atklāj, ka atgriešanās vienu dienu pirms pozitīvās autokorelācijas ir 0, 7, savukārt atgriešanās divas dienas pirms pozitīvās autokorelācijas ir 0, 3. Šķiet, ka iepriekšējie ienākumi ietekmē nākotnes ienākumus. Tāpēc Emma var pielāgot savu portfeli, lai izmantotu autokorelācijas un no tā izrietošo impulsu, turpinot turēt savu pozīciju vai uzkrājot vairāk akciju.
