Аутокорелација
Аутокорелација је математички приказ степена сличности између датог временског низа и заостале верзије себе кроз узастопне временске интервале. То је исто као и израчунавање корелације између две различите временске серије, осим што аутокорелација користи исте временске серије два пута: једном у свом изворном облику и једном заостају једном или више временских периода.
1:32Аутокорелација
Разумевање аутокорелације
Аутокорелација се такође може назвати заосталом корелацијом или серијском корелацијом, јер мери однос између тренутне вредности променљиве и њених претходних вредности. При рачунању аутокорелације, резултирајући излаз може бити од 1 до негативног 1, у складу са традиционалном статистиком корелације. Аутокорелација +1 представља савршену позитивну корелацију (пораст примећен у једној временској серији доводи до пропорционалног повећања у другој временској серији). Аутокорелација негативног 1, с друге стране, представља савршену негативну корелацију (пораст примећен у једној временској серији доводи до пропорционалног смањења у другој временској серији). Аутокорелација мјери линеарне односе; чак и ако је аутокорелација мала, ипак може постојати нелинеарна веза између временске серије и заостале верзије себе.
Кључне Такеаваис
- Аутокорелација представља степен сличности између датог временског низа и заостале верзије себе кроз узастопне временске интервале.
- Аутокорелација мјери однос између тренутне вриједности варијабле и њених прошлих вриједности.
- Аутокорелација +1 представља савршену позитивну корелацију, док аутокорелација негативне 1 представља савршену негативну корелацију.
- Технички аналитичари могу користити аутокорелацију да виде колики утицај имају цене хартија од вредности на његову будућу цену.
Аутокорелација у техничкој анализи
Аутокорелација може бити корисна за техничку анализу која се највише бави трендовима и односима између цена безбедности користећи технике графикона уместо финансијског здравља или менаџмента компаније. Технички аналитичари могу користити аутокорелацију да виде колики утицај имају цене хартија од вредности на његову будућу цену.
Аутокорелација може показати да ли постоји фактор момента повезан са залихама. На пример, ако инвеститори знају да акција има историјски високу позитивну вредност аутокорелације и сведоче да је она постигла знатне добитке у последњих неколико дана, онда могу разумно очекивати да ће се кретања током наредних неколико дана (водећа временска серија) подударати са онима временске серије која заостаје и да се креће нагоре.
Пример аутокорелације
Претпоставимо да Емма жели да утврди да ли приноси акција у њеном портфељу показују аутокорелацију; приноси акција односе се на његове приносе у претходним сесијама трговања. Ако приноси показују аутокорелацију, Емма би то могла да окарактерише као замах, јер чини се да прошли приноси утичу на будући повратак. Емма води регресију са повратима две претходне сесије трговања као независним варијаблама и тренутним повратом као зависном променљивом. Открила је да повратци један дан раније имају позитивну аутокорелацију од 0, 7, док за два дана пре повратка позитивну аутокорелацију од 0, 3. Чини се да прошли приноси утичу на будуће приносе. Стога Емма може прилагодити свој портфељ да искористи аутокорелацију и резултирајући замах настављајући да држи своју позицију или скупљајући више акција.
Упоредите инвестиционе рачуне Име добављача Опис Откривање оглашивача × Понуде које се појављују у овој табели су од партнерстава од којих Инвестопедиа прима накнаду.