Autocorrelazione
Che cos'è l'autocorrelazione?
L'autocorrelazione è una rappresentazione matematica del grado di somiglianza tra una data serie temporale e una versione ritardata di se stessa su intervalli di tempo successivi. È concettualmente simile alla correlazione tra due diverse serie temporali, ma l'autocorrelazione utilizza la stessa serie temporale due volte: una volta nella sua forma originale e una volta ritardata di uno o più periodi di tempo.
Ad esempio, se oggi piove, i dati suggeriscono che è più probabile che piova domani che se oggi è sereno. Quando si tratta di investire, un'azione potrebbe avere una forte autocorrelazione positiva dei rendimenti, suggerendo che se è "su" oggi, è più probabile che lo sia anche domani.
Naturalmente, l'autocorrelazione può essere uno strumento utile da utilizzare per i trader; in particolare per gli analisti tecnici.
Capire l'autocorrelazione
L'autocorrelazione può anche essere definita correlazione ritardata o correlazione seriale,. poiché misura la relazione tra il valore corrente di una variabile e i suoi valori passati.
Come esempio molto semplice, dai un'occhiata ai cinque valori percentuali nel grafico sottostante. Li stiamo confrontando con la colonna a destra, che contiene lo stesso insieme di valori, appena spostato in alto di una riga.
TTT
Quando si calcola l'autocorrelazione, il risultato può variare da -1 a +1.
Un'autocorrelazione di +1 rappresenta una perfetta correlazione positiva (un aumento visto in una serie temporale porta ad un aumento proporzionale nell'altra serie temporale).
D'altra parte, un'autocorrelazione di -1 rappresenta una perfetta correlazione negativa (un aumento osservato in una serie temporale comporta una diminuzione proporzionale nelle altre serie temporali).
L'autocorrelazione misura le relazioni lineari. Anche se l'autocorrelazione è minuscola, può esserci comunque una relazione non lineare tra una serie temporale e una versione ritardata di se stessa.
Test per l'autocorrelazione
Il metodo più comune di autocorrelazione del test è il test di Durbin-Watson. Senza diventare troppo tecnico, il Durbin-Watson è una statistica che rileva l'autocorrelazione da un'analisi di regressione.
Il Durbin-Watson produce sempre un intervallo di numeri del test da 0 a 4. Valori più vicini a 0 indicano un grado maggiore di correlazione positiva, valori più vicini a 4 indicano un grado maggiore di autocorrelazione negativa, mentre valori più vicini al centro suggeriscono una minore autocorrelazione.
Allora perché l'autocorrelazione è importante nei mercati finanziari? Semplice. L'autocorrelazione può essere applicata per analizzare a fondo i movimenti storici dei prezzi, che gli investitori possono quindi utilizzare per prevedere i movimenti futuri dei prezzi. In particolare, l'autocorrelazione può essere utilizzata per determinare se una strategia di momentum trading ha senso.
Autocorrelazione nell'analisi tecnica
L'autocorrelazione può essere utile per l'analisi tecnica,. perché l'analisi tecnica si occupa principalmente delle tendenze e delle relazioni tra i prezzi dei titoli utilizzando tecniche di creazione di grafici. Ciò è in contrasto con l'analisi fondamentale, che si concentra invece sulla salute o sulla gestione finanziaria di un'azienda.
Gli analisti tecnici possono utilizzare l'autocorrelazione per determinare l'impatto che i prezzi passati di un titolo hanno sul suo prezzo futuro.
L'autocorrelazione può aiutare a determinare se c'è un fattore di slancio in gioco con un determinato titolo. Se un titolo con un'autocorrelazione altamente positiva pubblica due giorni consecutivi di grandi guadagni, ad esempio, potrebbe essere ragionevole aspettarsi che il titolo salga anche nei prossimi due due giorni.
Esempio di autocorrelazione
Supponiamo che Rain stia cercando di determinare se i rendimenti di un titolo nel suo portafoglio mostrano un'autocorrelazione; cioè, i rendimenti del titolo si riferiscono ai suoi rendimenti nelle sessioni di negoziazione precedenti.
Se i rendimenti mostrano un'autocorrelazione, Rain potrebbe caratterizzarlo come un titolo momentum perché i rendimenti passati sembrano influenzare i rendimenti futuri. Rain esegue una regressione con il rendimento della sessione di trading precedente come variabile indipendente e il rendimento corrente come variabile dipendente. Scoprono che i rendimenti un giorno prima hanno un'autocorrelazione positiva di 0,8.
Poiché 0,8 è vicino a +1, i rendimenti passati sembrano essere un ottimo predittore positivo dei rendimenti futuri per questo particolare titolo.
Pertanto, Rain può adeguare il proprio portafoglio per sfruttare l'autocorrelazione, o slancio, continuando a mantenere la propria posizione o accumulando più azioni.
Mette in risalto
L'autocorrelazione misura la relazione tra il valore corrente di una variabile ei suoi valori passati.
Un'autocorrelazione di +1 rappresenta una perfetta correlazione positiva, mentre un'autocorrelazione di 1 negativo rappresenta una perfetta correlazione negativa.
L'autocorrelazione rappresenta il grado di somiglianza tra una data serie temporale e una versione ritardata di se stessa su intervalli di tempo successivi.
Gli analisti tecnici possono utilizzare l'autocorrelazione per misurare l'influenza che i prezzi passati di un titolo hanno sul suo prezzo futuro.
