Autokorrelaatio
Mikä on autokorrelaatio?
Autokorrelaatio on matemaattinen esitys samankaltaisuusasteesta tietyn aikasarjan ja itsensä viivästyneen version välillä peräkkäisillä aikaväleillä. Se on käsitteellisesti samanlainen kuin kahden eri aikasarjan välinen korrelaatio, mutta autokorrelaatio käyttää samaa aikasarjaa kahdesti: kerran alkuperäisessä muodossaan ja kerran yhden tai useamman aikajakson jälkeen.
Esimerkiksi jos tänään on sateinen, tiedot viittaavat siihen, että huomenna on todennäköisemmin sadetta kuin jos tänään on selkeää. Mitä tulee sijoittamiseen, osakkeella voi olla vahva positiivinen tuottojen autokorrelaatio, mikä viittaa siihen, että jos se on "ylhäällä" tänään, se on todennäköisemmin nousussa myös huomenna.
Luonnollisesti autokorrelaatio voi olla hyödyllinen työkalu kauppiaille; erityisesti teknisille analyytikoille.
Autokorrelaation ymmärtäminen
Autokorrelaatiota voidaan kutsua myös viivästyneeksi korrelaatioksi tai sarjakorrelaatioksi,. koska se mittaa muuttujan nykyisen arvon ja sen aikaisempien arvojen välistä suhdetta.
Katso hyvin yksinkertaisena esimerkkinä alla olevan kaavion viittä prosenttiarvoa. Vertaamme niitä oikealla olevaan sarakkeeseen, joka sisältää samat arvot, siirrettynä vain yhden rivin ylöspäin.
TTT
Autokorrelaatiota laskettaessa tulos voi vaihdella välillä -1 - +1.
Autokorrelaatio +1 edustaa täydellistä positiivista korrelaatiota (yhdessä aikasarjassa havaittu kasvu johtaa suhteelliseen kasvuun toisessa aikasarjassa).
Toisaalta autokorrelaatio -1 edustaa täydellistä negatiivista korrelaatiota (yhdessä aikasarjassa havaittu kasvu johtaa suhteelliseen laskuun toisessa aikasarjassa).
Autokorrelaatio mittaa lineaarisia suhteita. Vaikka autokorrelaatio on pieni, aikasarjan ja itsensä viivästyneen version välillä voi silti olla epälineaarinen suhde.
Autokorrelaation testaus
Yleisin autokorrelaatiotestin menetelmä on Durbin-Watson-testi. Menemättä liian tekniseksi, Durbin-Watson on tilasto, joka havaitsee autokorrelaation regressioanalyysistä.
Durbin-Watson tuottaa aina testinumeroalueen 0 - 4. Arvot, jotka ovat lähempänä 0:ta, osoittavat suurempaa positiivista korrelaatiota, lähempänä 4:ää osoittavat suurempaa negatiivista autokorrelaatiota, kun taas arvot, jotka ovat lähempänä keskimmäinen ehdottaa vähemmän autokorrelaatiota.
Joten miksi autokorrelaatio on tärkeä rahoitusmarkkinoilla? yksinkertainen. Autokorrelaatiota voidaan soveltaa historiallisten hintaliikkeiden perusteelliseen analysointiin, jonka avulla sijoittajat voivat sitten ennustaa tulevia hintaliikkeitä. Tarkemmin sanottuna autokorrelaatiota voidaan käyttää määrittämään, onko momentum-kaupankäyntistrategia järkevä.
Autokorrelaatio teknisessä analyysissä
Autokorrelaatiosta voi olla hyötyä teknisessä analyysissä. Tämä johtuu siitä, että tekninen analyysi käsittelee eniten arvopaperihintojen suuntauksia ja suhteita kartoitustekniikoita käyttäen. Tämä on ristiriidassa perustavanlaatuisen analyysin kanssa, joka keskittyy sen sijaan yrityksen taloudelliseen terveyteen tai johtamiseen.
Tekniset analyytikot voivat käyttää autokorrelaatiota selvittääkseen, kuinka paljon arvopaperin aikaisemmat hinnat vaikuttavat sen tulevaan hintaan.
Autokorrelaatio voi auttaa määrittämään, onko tietyllä osakkeella vauhtitekijä. Jos osake, jolla on korkea positiivinen autokorrelaatio, saavuttaa esimerkiksi kaksi päivää peräkkäin suuria nousuja, saattaa olla järkevää odottaa osakkeen nousevan myös seuraavien kahden päivän aikana.
Esimerkki autokorrelaatiosta
Oletetaan, että Rain selvittää, onko osakkeen tuotoissa salkussaan autokorrelaatiota; eli osakkeen tuotot liittyvät sen aiempien kaupankäyntiistuntojen tuottoon.
Jos tuotoissa on autokorrelaatiota, Rain voisi luonnehtia sitä vauhtiosakkeeksi, koska aiemmat tuotot näyttävät vaikuttavan tuleviin tuotoihin. Rain suorittaa regression, jossa edellisen kaupankäyntiistunnon tuotto on riippumaton muuttuja ja nykyinen tuotto riippuvaisena muuttujana. He havaitsevat, että yhden päivän palautuksilla on positiivinen autokorrelaatio 0,8.
Koska 0,8 on lähellä +1:tä, aiemmat tuotot näyttävät olevan erittäin hyvä positiivinen ennustaja tämän tietyn osakkeen tulevalle tuotolle.
Siksi Rain voi muokata salkkuaan hyödyntääkseen autokorrelaatiota tai vauhtia jatkamalla asemansa säilyttämistä tai keräämällä lisää osakkeita.
##Kohokohdat
Autokorrelaatio mittaa muuttujan nykyisen arvon ja sen aikaisempien arvojen välistä suhdetta.
Autokorrelaatio +1 edustaa täydellistä positiivista korrelaatiota, kun taas negatiivisen 1:n autokorrelaatio edustaa täydellistä negatiivista korrelaatiota.
Autokorrelaatio edustaa samankaltaisuuden astetta tietyn aikasarjan ja itsensä viivästyneen version välillä peräkkäisillä aikaväleillä.
Tekniset analyytikot voivat käyttää autokorrelaatiota mitatakseen, kuinka paljon arvopaperin aikaisemmat hinnat vaikuttavat sen tulevaan hintaan.
