自己相関

##自己相関とは何ですか？

時系列と、連続する時間間隔でのそれ自体の遅延バージョンとの間の類似度の数学的表現です。概念的には2つの異なる時系列間の相関に似ていますが、自己相関は同じ時系列を2回使用します。1回は元の形式で、もう1回は1つ以上の期間が遅れています。

たとえば、今日雨が降っている場合、データは、今日晴れている場合よりも明日雨が降る可能性が高いことを示しています。投資に関しては、株式はリターンの強い正の自己相関を持っている可能性があり、今日「上昇」している場合、明日も上昇する可能性が高いことを示唆しています。

当然、自己相関はトレーダーが利用するための便利なツールになり得ます。特にテクニカルアナリスト向け。

##自己相関を理解する

は、変数の現在の値と過去の値の間の関係を測定するため、ラグ相関またはシリアル相関と呼ばれることもあります。

非常に簡単な例として、下のグラフの5つのパーセンテージ値を見てください。それらを、同じ値のセットを含み、1行上に移動した右側の列と比較しています。

TTT

自己相関を計算する場合、結果は-1から+1の範囲になります。

+1の自己相関は、完全な正の相関を表します（1つの時系列で見られる増加は、他の時系列で比例した増加につながります）。

<！-4CBA65BC760B2AA2464CFA5499F3DD71-->

一方、-1の自己相関は、完全な負の相関を表します（1つの時系列で見られる増加は、他の時系列で比例した減少をもたらします）。

<！-845660F871018DF52A96B42264A34AC2-->

自己相関は線形関係を測定します。自己相関がごくわずかであっても、時系列とそれ自体の遅延バージョンの間には非線形の関係が存在する可能性があります。

###自己相関のテスト

自己相関をテストする最も一般的な方法は、ダービン-ワトソン検定です。あまり技術的になることなく、ダービン-ワトソンは回帰分析から自己相関を検出する統計です。

Durbin-Watsonは、常に0から4の範囲のテスト番号を生成します。0に近い値は正の相関の度合いが高いことを示し、4に近い値は負の自己相関の度合いが高いことを示します。真ん中は自己相関が少ないことを示唆しています。

では、なぜ金融市場で自己相関が重要なのでしょうか。単純。自己相関を適用して、過去の価格変動を徹底的に分析し、投資家はこれを使用して将来の価格変動を予測できます。具体的には、自己相関を使用して、勢いのある取引戦略が理にかなっているかどうかを判断できます。

##テクニカル分析における自己相関

テクニカル分析に役立つ可能性があります。これは、テクニカル分析がチャート手法を使用した証券価格の傾向とその間の関係に最も関係しているためです。これは、企業の財務状態や経営に焦点を当てるファンダメンタル分析とは対照的です。

テクニカルアナリストは、自己相関を使用して、証券の過去の価格が将来の価格にどの程度の影響を与えるかを把握できます。

、特定の株式に勢いのある要因があるかどうかを判断するのに役立ちます。たとえば、高い正の自己相関を持つ株式が2日間連続で大きな利益を上げた場合、次の2日間も株式が上昇すると予想するのが妥当かもしれません。

##自己相関の例

ポートフォリオ内の株式のリターンが自己相関を示すかどうかを判断しようとしていると仮定します。つまり、株式のリターンは、以前の取引セッションでのリターンに関連しています。

リターンが自己相関を示す場合、過去のリターンが将来のリターンに影響を与えるように見えるため、Rainはそれを勢いのある株として特徴付けることができます。 Rainは、前の取引セッションのリターンを独立変数として、現在のリターンを従属変数として回帰を実行します。彼らは、1日前のリターンが0.8の正の自己相関を持っていることを発見しました。

0.8は+1に近いため、過去のリターンは、この特定の株式の将来のリターンの非常に良い正の予測子であるように見えます。

より多くのシェアを蓄積することにより、自己相関または勢いを利用するようにポートフォリオを調整できます。

##ハイライト

-自己相関は、変数の現在の値と過去の値の間の関係を測定します。

-+1の自己相関は完全な正の相関を表し、負の1の自己相関は完全な負の相関を表します。

-自己相関は、特定の時系列と、連続する時間間隔でのそれ自体の遅延バージョンとの間の類似度を表します。

-テクニカルアナリストは、自己相関を使用して、証券の過去の価格が将来の価格にどの程度の影響を与えるかを測定できます。