Autokorrelation
Was ist Autokorrelation?
Die Autokorrelation ist eine mathematische Darstellung des Ähnlichkeitsgrads zwischen einer bestimmten Zeitreihe und einer verzögerten Version von sich selbst über aufeinanderfolgende Zeitintervalle. Es ist konzeptionell ähnlich wie die Korrelation zwischen zwei verschiedenen Zeitreihen, aber die Autokorrelation verwendet dieselbe Zeitreihe zweimal: einmal in ihrer ursprünglichen Form und einmal verzögert um einen oder mehrere Zeiträume.
Wenn es beispielsweise heute regnet, deuten die Daten darauf hin, dass es morgen eher regnen wird, als wenn es heute klar ist. Wenn es um Investitionen geht, kann eine Aktie eine stark positive Autokorrelation der Renditen aufweisen, was darauf hindeutet, dass sie, wenn sie heute „up“ ist, auch morgen eher steigen wird.
Natürlich kann die Autokorrelation ein nützliches Werkzeug für Trader sein; insbesondere für technische Analysten.
Autokorrelation verstehen
Die Autokorrelation kann auch als verzögerte Korrelation oder serielle Korrelation bezeichnet werden, da sie die Beziehung zwischen dem aktuellen Wert einer Variablen und ihren vergangenen Werten misst.
Sehen Sie sich als sehr einfaches Beispiel die fünf Prozentwerte in der folgenden Tabelle an. Wir vergleichen sie mit der Spalte auf der rechten Seite, die denselben Satz von Werten enthält, nur um eine Zeile nach oben verschoben.
TTT
Bei der Berechnung der Autokorrelation kann das Ergebnis zwischen -1 und +1 liegen.
Eine Autokorrelation von +1 stellt eine perfekte positive Korrelation dar (ein Anstieg in einer Zeitreihe führt zu einem proportionalen Anstieg in der anderen Zeitreihe).
Andererseits stellt eine Autokorrelation von -1 eine perfekte negative Korrelation dar (ein Anstieg in einer Zeitreihe führt zu einem proportionalen Rückgang in der anderen Zeitreihe).
Die Autokorrelation misst lineare Beziehungen. Selbst wenn die Autokorrelation winzig ist, kann es immer noch eine nichtlineare Beziehung zwischen einer Zeitreihe und einer verzögerten Version von sich selbst geben.
Test auf Autokorrelation
Die gebräuchlichste Methode der Testautokorrelation ist der Durbin-Watson-Test. Ohne zu technisch zu werden, Durbin-Watson ist eine Statistik, die Autokorrelation aus einer Regressionsanalyse erkennt.
Der Durbin-Watson ergibt immer einen Testnummernbereich von 0 bis 4. Werte näher an 0 weisen auf einen höheren Grad an positiver Korrelation hin, Werte näher an 4 auf einen höheren Grad an negativer Autokorrelation, während Werte näher an der Mitte auf eine geringere Autokorrelation hindeuten.
Warum ist die Autokorrelation also wichtig für die Finanzmärkte? Einfach. Autokorrelation kann angewendet werden, um historische Preisbewegungen gründlich zu analysieren, die Anleger dann verwenden können, um zukünftige Preisbewegungen vorherzusagen. Insbesondere kann die Autokorrelation verwendet werden, um festzustellen, ob eine Momentum-Handelsstrategie sinnvoll ist.
Autokorrelation in der Technischen Analyse
Autokorrelation kann für die technische Analyse nützlich sein. Das liegt daran, dass sich die technische Analyse hauptsächlich mit den Trends und Beziehungen zwischen Wertpapierpreisen unter Verwendung von Charttechniken befasst. Dies steht im Gegensatz zur Fundamentalanalyse, die sich stattdessen auf die finanzielle Gesundheit oder das Management eines Unternehmens konzentriert.
Technische Analysten können die Autokorrelation verwenden, um herauszufinden, wie stark sich vergangene Preise für ein Wertpapier auf seinen zukünftigen Preis auswirken.
Die Autokorrelation kann helfen festzustellen, ob bei einer bestimmten Aktie ein Momentumfaktor im Spiel ist. Wenn eine Aktie mit einer hohen positiven Autokorrelation beispielsweise an zwei aufeinanderfolgenden Tagen große Gewinne verzeichnet, kann man davon ausgehen, dass die Aktie auch in den nächsten zwei Tagen steigen wird.
Beispiel für Autokorrelation
Nehmen wir an, Rain möchte feststellen, ob die Renditen einer Aktie in seinem Portfolio eine Autokorrelation aufweisen; Das heißt, die Renditen der Aktie beziehen sich auf ihre Renditen in früheren Handelssitzungen.
Wenn die Renditen eine Autokorrelation aufweisen, könnte Rain sie als Momentum-Aktie charakterisieren, da vergangene Renditen zukünftige Renditen zu beeinflussen scheinen. Rain führt eine Regression mit der Rendite der vorherigen Handelssitzung als unabhängige Variable und der aktuellen Rendite als abhängige Variable durch. Sie stellen fest, dass Renditen einen Tag zuvor eine positive Autokorrelation von 0,8 aufweisen.
Da 0,8 nahe bei +1 liegt, scheinen vergangene Renditen ein sehr guter positiver Indikator für zukünftige Renditen dieser speziellen Aktie zu sein.
Daher kann Rain sein Portfolio anpassen, um von der Autokorrelation oder dem Momentum zu profitieren, indem es seine Position weiter hält oder mehr Aktien ansammelt .
Höhepunkte
Die Autokorrelation misst die Beziehung zwischen dem aktuellen Wert einer Variablen und ihren vergangenen Werten.
Eine Autokorrelation von +1 stellt eine perfekte positive Korrelation dar, während eine Autokorrelation von minus 1 eine perfekte negative Korrelation darstellt.
Die Autokorrelation stellt den Grad der Ähnlichkeit zwischen einer bestimmten Zeitreihe und einer verzögerten Version von sich selbst über aufeinanderfolgende Zeitintervalle dar.
Technische Analysten können die Autokorrelation verwenden, um zu messen, wie viel Einfluss vergangene Preise für ein Wertpapier auf seinen zukünftigen Preis haben.
