Kas yra autokoreliacija?
Autokoreliacija - tai matematinis tam tikros laiko eilutės ir atsilikusios versijos panašumo laipsnio paeiliui pateikimas. Tai yra tas pats, kaip apskaičiuoti koreliaciją tarp dviejų skirtingų laiko eilučių, išskyrus tai, kad autokoreliacija naudoja tas pačias laiko eilutes du kartus: vieną kartą savo pirminėje formoje ir vieną kartą praleisdama vieną ar kelis laiko periodus.
Autokoreliacija
Autokoreliacijos supratimas
Autokoreliacija taip pat gali būti vadinama pavėluota koreliacija arba serijine koreliacija, nes ji matuoja ryšį tarp kintamojo dabartinės vertės ir ankstesnių verčių. Skaičiuojant autokoreliaciją, gauta išeiga gali būti nuo 1 iki neigiamos 1, laikantis tradicinės koreliacijos statistikos. Autokoreliacija +1 rodo puikią teigiamą koreliaciją (padidėjus vienoms laiko eilutėms, proporcingai padidėja kitos laiko eilutės). Kita vertus, neigiamos 1 autokoreliacija rodo tobulą neigiamą koreliaciją (padidėjus vienoms laiko eilutėms, proporcingai sumažėja kitos laiko eilutės). Autokoreliacija matuoja tiesinius ryšius; net jei autokoreliacija yra nedidelė, vis tiek gali būti netiesinis ryšys tarp laiko eilutės ir atsilikusios pačios versijos.
Pagrindiniai išvežamieji daiktai
- Autokoreliacija parodo tam tikros laiko eilutės ir atsilikusios pačios versijos panašumo laipsnį iš eilės einantis intervalas. Autokoreliacija matuoja ryšį tarp kintamojo dabartinės vertės ir ankstesnių jo verčių. 1 neigiama reikšmė yra tobula neigiama koreliacija. Techniniai analitikai gali naudoti autokoreliaciją, norėdami sužinoti, kokią įtaką ankstesnės vertybinių popierių kainos daro jo būsimai kainai.
Autokoreliacija techninėje analizėje
Autokoreliacija gali būti naudinga atliekant techninę analizę, kuriai labiausiai rūpi saugumo kainų tendencijos ir santykiai, naudojant diagramų sudarymo metodus, o ne įmonės finansinę būklę ar valdymą. Techniniai analitikai gali naudoti autokoreliaciją norėdami sužinoti, kokią įtaką ankstesnės vertybinių popierių kainos daro jo būsimai kainai.
Autokoreliacija gali parodyti, ar yra atsargų impulsų faktorius. Pvz., Jei investuotojai žino, kad vertybinių popierių savybės turi istoriškai didelę teigiamą autokoreliacijos vertę, ir jie liudija, kad per pastaruosius keletą dienų ji smarkiai padidėjo, tada jie gali pagrįstai tikėtis, kad per ateinančias kelias dienas vykstantys pokyčiai (pagrindinės laiko eilutės) sutaps su tais. vėluojančių laiko eilučių ir judėti aukštyn.
Autokoreliacijos pavyzdys
Tarkime, kad Emma siekia išsiaiškinti, ar akcijų portfelio grąžos rodo autokoreliaciją; akcijų grąža yra susijusi su ankstesnių prekybos sesijų grąža. Jei grąžinimai rodo autokoreliaciją, Emma galėtų tai apibūdinti kaip pagreitį, nes ankstesni grąžinimai daro įtaką būsimoms grąžoms. Emma vykdo regresiją su dviem ankstesnėmis prekybos sesijų grąžomis kaip nepriklausomais kintamaisiais ir dabartine grąža kaip priklausomais kintamaisiais. Ji nustato, kad grįžus vienai dienai anksčiau, teigiama autokoreliacija yra 0, 7, o grįžtant prieš dvi dienas - teigiama autokoreliacija yra 0, 3. Panašu, kad praeities grąža daro įtaką būsimai grąžai. Todėl Emma gali pakoreguoti savo portfelį, kad pasinaudotų autokoreliacija ir atsirandančiu impulsu, toliau išlaikydama savo poziciją arba sukaupdama daugiau akcijų.
