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 korelacije 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.
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 od negativnog 1 predstavlja savršenu negativnu korelaciju. Tehnički analitičari mogu koristiti 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 nadolazećih 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 prinosi na zalihama 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 sesije trgovanja kao neovisnim varijablama i trenutnim povratom kao ovisna varijabla. Otkriva da povratni učinak jedan dan prije ima pozitivnu autokorelaciju od 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.
