Autocorrélation

Qu'est-ce que l'autocorrélation ?

L'autocorrélation est une représentation mathématique du degré de similitude entre une série chronologique donnée et une version décalée d'elle-même sur des intervalles de temps successifs. Elle est conceptuellement similaire à la corrélation entre deux séries temporelles différentes, mais l'autocorrélation utilise deux fois la même série temporelle : une fois dans sa forme d'origine et une fois décalée d'une ou plusieurs périodes.

Par exemple, s'il pleut aujourd'hui, les données suggèrent qu'il est plus probable qu'il pleuve demain que s'il fait clair aujourd'hui. Lorsqu'il s'agit d'investir, une action peut avoir une forte autocorrélation positive des rendements, ce qui suggère que si elle est « en hausse » aujourd'hui, elle est plus susceptible de l'être également demain.

Naturellement, l'autocorrélation peut être un outil utile à utiliser par les traders ; en particulier pour les analystes techniques.

Comprendre l'autocorrélation

L'autocorrélation peut également être appelée corrélation décalée ou corrélation sérielle,. car elle mesure la relation entre la valeur actuelle d'une variable et ses valeurs passées.

À titre d'exemple très simple, regardez les cinq valeurs de pourcentage dans le tableau ci-dessous. Nous les comparons à la colonne de droite, qui contient le même ensemble de valeurs, juste déplacé d'une ligne vers le haut.

TTT

Lors du calcul de l'autocorrélation, le résultat peut aller de -1 à +1.

Une autocorrélation de +1 représente une corrélation positive parfaite (une augmentation observée dans une série temporelle entraîne une augmentation proportionnelle dans l'autre série temporelle).

D'autre part, une autocorrélation de -1 représente une corrélation négative parfaite (une augmentation observée dans une série temporelle entraîne une diminution proportionnelle dans l'autre série temporelle).

L'autocorrélation mesure les relations linéaires. Même si l'autocorrélation est minuscule, il peut toujours y avoir une relation non linéaire entre une série chronologique et une version décalée d'elle-même.

Test d'autocorrélation

La méthode la plus courante d'autocorrélation des tests est le test de Durbin-Watson. Sans être trop technique, le Durbin-Watson est une statistique qui détecte l'autocorrélation à partir d'une analyse de régression.

Le Durbin-Watson produit toujours une plage de nombres de tests de 0 à 4. Des valeurs plus proches de 0 indiquent un plus grand degré de corrélation positive, des valeurs plus proches de 4 indiquent un plus grand degré d'autocorrélation négative, tandis que des valeurs plus proches du milieu suggèrent moins d'autocorrélation.

Alors, pourquoi l'autocorrélation est-elle importante sur les marchés financiers ? Simple. L'autocorrélation peut être appliquée pour analyser en profondeur les mouvements de prix historiques, que les investisseurs peuvent ensuite utiliser pour prédire les mouvements de prix futurs. Plus précisément, l'autocorrélation peut être utilisée pour déterminer si une stratégie de trading dynamique a du sens.

Autocorrélation dans l'analyse technique

L'autocorrélation peut être utile pour l'analyse technique,. car l'analyse technique s'intéresse principalement aux tendances et aux relations entre les prix des titres à l'aide de techniques de création de graphiques. Cela contraste avec l'analyse fondamentale, qui se concentre plutôt sur la santé financière ou la gestion d'une entreprise.

Les analystes techniques peuvent utiliser l'autocorrélation pour déterminer l'impact des prix passés d'un titre sur son prix futur.

L'autocorrélation peut aider à déterminer s'il y a un facteur de momentum en jeu avec un titre donné. Si un titre avec une autocorrélation positive élevée affiche deux jours consécutifs de gains importants, par exemple, il pourrait être raisonnable de s'attendre à ce que le titre augmente également au cours des ** deux prochains jours.

Exemple d'autocorrélation

Supposons que Rain cherche à déterminer si les rendements d'une action dans son portefeuille présentent une autocorrélation ; c'est-à-dire que les rendements de l'action sont liés à ses rendements lors des séances de bourse précédentes.

Si les rendements présentent une autocorrélation, Rain pourrait le caractériser comme un titre dynamique, car les rendements passés semblent influencer les rendements futurs. Rain exécute une régression avec le rendement de la séance de négociation précédente comme variable indépendante et le rendement actuel comme variable dépendante. Ils constatent que les rendements un jour avant ont une autocorrélation positive de 0,8.

Étant donné que 0,8 est proche de +1, les rendements passés semblent être un très bon prédicteur positif des rendements futurs pour ce titre particulier.

Par conséquent, Rain peut ajuster son portefeuille pour profiter de l'autocorrélation, ou du momentum, en continuant à conserver sa position ou en accumulant plus d'actions.

Points forts

• L'autocorrélation mesure la relation entre la valeur actuelle d'une variable et ses valeurs passées.

• Une autocorrélation de +1 représente une corrélation positive parfaite, tandis qu'une autocorrélation de moins 1 représente une corrélation négative parfaite.

• L'autocorrélation représente le degré de similarité entre une série temporelle donnée et une version décalée d'elle-même sur des intervalles de temps successifs.

• Les analystes techniques peuvent utiliser l'autocorrélation pour mesurer l'influence des prix passés d'un titre sur son prix futur.