Autocorrelatie verwijst naar de mate van correlatie van dezelfde variabelen tussen twee opeenvolgende tijdsintervallen. Het meet hoe de vertraagde versie van de waarde van een variabele gerelateerd is aan de originele versie ervan in een tijdreeks.
Autocorrelatie, als statistisch concept, wordt ook wel seriële correlatie genoemd. Het wordt vaak gebruikt met het autoregressieve-moving-average-model (ARMA) en het autoregressive-integrated-moving-average-model (ARIMA). De analyse van autocorrelatie helpt om zich herhalende periodieke patronen te vinden, die kunnen worden gebruikt als een instrument voor technische analyse op de kapitaalmarkten Kapitaalmarkten Kapitaalmarkten zijn het uitwisselingssysteem dat kapitaal overmaakt van investeerders die hun geld momenteel niet nodig hebben aan individuen en.
Overzicht
- Autocorrelatie, ook wel seriële correlatie genoemd, verwijst naar de mate van correlatie van dezelfde variabelen tussen twee opeenvolgende tijdsintervallen.
- De waarde van autocorrelatie varieert van -1 tot 1. Een waarde tussen -1 en 0 staat voor negatieve autocorrelatie. Een waarde tussen 0 en 1 staat voor een positieve autocorrelatie.
- Autocorrelatie geeft informatie over de trend van een set historische gegevens, dus het kan nuttig zijn bij de technische analyse voor de aandelenmarkt.
Hoe het werkt
In veel gevallen is de waarde van een variabele op een bepaald tijdstip gerelateerd aan de waarde ervan op een eerder tijdstip. Autocorrelatieanalyse meet de relatie van de waarnemingen tussen de verschillende tijdstippen en zoekt zo naar een patroon of trend over de tijdreeks. De temperaturen op verschillende dagen in een maand worden bijvoorbeeld automatisch gecorreleerd.
Vergelijkbaar met correlatie Correlatie Een correlatie is een statistische maat voor de relatie tussen twee variabelen. De maat wordt het best gebruikt in variabelen die een lineaire relatie tussen elkaar laten zien. De pasvorm van de gegevens kan visueel worden weergegeven in een scatterplot. autocorrelatie kan zowel positief als negatief zijn. Het varieert van -1 (perfect negatieve autocorrelatie) tot 1 (perfect positieve autocorrelatie). Positieve autocorrelatie betekent dat de waargenomen toename in een tijdsinterval leidt tot een evenredige toename van het vertraagde tijdsinterval.
Het hierboven besproken voorbeeld van temperatuur toont een positieve autocorrelatie aan. De temperatuur de volgende dag stijgt meestal als deze stijgt en daalt meestal als deze de voorgaande dagen daalt.
De waarnemingen met positieve autocorrelatie kunnen in een vloeiende curve worden uitgezet. Door een regressielijn toe te voegen, kan worden waargenomen dat een positieve fout wordt gevolgd door een andere positieve en een negatieve fout wordt gevolgd door een andere negatieve.
Omgekeerd geeft negatieve autocorrelatie aan dat de toename die wordt waargenomen in een tijdsinterval leidt tot een evenredige afname van het vertraagde tijdsinterval. Door de waarnemingen uit te zetten met een regressielijn, laat het zien dat een positieve fout wordt gevolgd door een negatieve en vice versa.
Autocorrelatie kan worden toegepast op verschillende aantallen tijdsverschillen, wat bekend staat als vertraging. Een lag 1 autocorrelatie meet de correlatie tussen de waarnemingen die een eenmalige kloof van elkaar verwijderd zijn. Om bijvoorbeeld de correlatie tussen de temperaturen van de ene dag en de corresponderende dag in de volgende maand te leren, moet een autocorrelatie van 30 dagen worden gebruikt (uitgaande van 30 dagen in die maand).
Test op autocorrelatie
De Durbin-Watson-statistiek wordt vaak gebruikt om te testen op autocorrelatie. Het kan worden toegepast op een gegevensset door statistische software. De uitkomst van de Durbin-Watson-test varieert van 0 tot 4. Een uitkomst van ongeveer 2 betekent een zeer lage autocorrelatie. Een resultaat dichter bij 0 suggereert een sterkere positieve autocorrelatie, en een resultaat dichter bij 4 suggereert een sterkere negatieve autocorrelatie.
Het is noodzakelijk om te testen op autocorrelatie bij het analyseren van een set historische gegevens. Op de aandelenmarkt kunnen de aandelenkoersen op de ene dag bijvoorbeeld sterk gecorreleerd zijn met de koersen op een andere dag. Het biedt echter weinig informatie voor statistische gegevensanalyse en vertelt niet de werkelijke prestatie van het aandeel.
Daarom is het nodig om de autocorrelatie van de historische prijzen te testen om vast te stellen in hoeverre de prijsverandering slechts een patroon is of wordt veroorzaakt door andere factoren. In de financiële wereld is een gewone manier om de impact van autocorrelatie te elimineren, het gebruik van procentuele veranderingen in activaprijzen in plaats van alleen historische prijzen.
Autocorrelatie en technische analyse
Hoewel autocorrelatie moet worden vermeden om verdere gegevensanalyse nauwkeuriger toe te passen, kan het nog steeds nuttig zijn bij technische analyse. Technische analyse - een handleiding voor beginners Technische analyse is een vorm van investeringswaardering die prijzen uit het verleden analyseert om toekomstige prijsacties te voorspellen. Technische analisten zijn van mening dat de collectieve acties van alle deelnemers aan de markt nauwkeurig alle relevante informatie weergeven en daarom voortdurend een eerlijke marktwaarde aan effecten toekennen. , omdat het een patroon zoekt op basis van historische gegevens. De autocorrelatieanalyse kan samen met de momentumfactoranalyse worden toegepast.
Een technisch analist kan via autocorrelatie leren hoe de aandelenkoers van een bepaalde dag wordt beïnvloed door die van voorgaande dagen. Zo kan hij inschatten hoe de prijs in de toekomst zal evolueren.
Als de prijs van een aandeel met een sterke positieve autocorrelatie al enkele dagen stijgt, kan de analist redelijkerwijs inschatten dat de toekomstige prijs de komende dagen zal blijven stijgen. De analist kan aandelen kopen en gedurende een korte periode houden om te profiteren van de opwaartse prijsbeweging.
De autocorrelatieanalyse geeft alleen informatie over korte-termijntrends en zegt weinig over de fundamenten van een bedrijf. Daarom kan het alleen worden toegepast om de transacties met korte houdperioden te ondersteunen.
Gerelateerde metingen
Finance biedt de Certified Banking & Credit Analyst (CBCA) ™ CBCA ™ -certificering De Certified Banking & Credit Analyst (CBCA) ™ -accreditatie is een wereldwijde standaard voor kredietanalisten die betrekking heeft op financiën, boekhouding, kredietanalyse, cashflowanalyse, convenantmodellering, lening terugbetalingen, en meer. certificeringsprogramma voor diegenen die hun carrière naar een hoger niveau willen tillen. Om te blijven leren en uw carrière vooruit te helpen, zijn de volgende bronnen nuttig:
- Structuurmodellen voor arbitrage met vrije looptijd Structuurmodellen van arbitrage met vrije looptijd Structuurmodellen voor arbitrage met vrije looptijd (ook bekend als modellen zonder arbitrage) worden gebruikt om het echte stochastische
- Regressieanalyse Regressieanalyse Regressieanalyse is een verzameling statistische methoden die wordt gebruikt voor het schatten van relaties tussen een afhankelijke variabele en een of meer onafhankelijke variabelen. Het kan worden gebruikt om de sterkte van de relatie tussen variabelen te beoordelen en om de toekomstige relatie daartussen te modelleren.
- Simple Moving Average Simple Moving Average (SMA) Simple Moving Average (SMA) verwijst naar de gemiddelde slotkoers van een aandeel over een bepaalde periode. De reden dat het gemiddelde "bewegend" wordt genoemd, is dat de voorraad
- Technische analyse - een handleiding voor beginners Technische analyse - een handleiding voor beginners Technische analyse is een vorm van investeringswaardering die prijzen uit het verleden analyseert om toekomstige prijsacties te voorspellen. Technische analisten zijn van mening dat de collectieve acties van alle deelnemers aan de markt nauwkeurig alle relevante informatie weergeven en daarom voortdurend een eerlijke marktwaarde aan effecten toekennen.
