自己回帰

##自己回帰モデルとは何ですか？

統計モデルは、過去の値に基づいて将来の値を予測する場合、自己回帰です。たとえば、自己回帰モデルは、過去のパフォーマンスに基づいて株式の将来の価格を予測しようとする場合があります。

##自己回帰モデルを理解する

自己回帰モデルは、過去の値が現在の値に影響を与えるという前提の下で動作します。これにより、時間の経過とともに変化する自然、経済、およびその他のプロセスを分析するための統計手法が一般的になります。重回帰モデルは、予測子の線形結合を使用して変数を予測しますが、自己回帰モデルは、変数の過去の値の組み合わせを使用します。

AR（1）自己回帰プロセスは、現在の値が直前の値に基づくプロセスであり、AR（2）プロセスは、現在の値が前の2つの値に基づくプロセスです。 AR（0）プロセスはホワイトノイズに使用され、用語間の依存関係はありません。これらのバリエーションに加えて、最小二乗法など、これらの計算で使用される係数を計算するためのさまざまな方法もあります。

これらの概念と手法は、テクニカルアナリストが証券価格を予測するために使用します。ただし、自己回帰モデルは過去の情報のみに基づいて予測を行うため、過去の価格に影響を与えた基本的な力は時間の経過とともに変化しないと暗黙的に想定しています。これは、業界が急速かつ前例のない技術変革を遂げている場合など、問題の根底にある力が実際に変化している場合、驚くべき不正確な予測につながる可能性があります。

それにもかかわらず、トレーダーは予測目的で自己回帰モデルの使用を改良し続けています。優れた例は、自己回帰和分移動平均（ARIMA）です。これは、予測を行うときに傾向、サイクル、季節性、エラー、およびその他の非静的タイプのデータを考慮に入れることができる高度な自己回帰モデルです。

###分析的アプローチ

自己回帰モデルはテクニカル分析に関連付けられていますが、他の投資アプローチと組み合わせることもできます。たとえば、投資家はファンダメンタル分析を使用して魅力的な機会を特定し、テクニカル分析を使用して入口と出口のポイントを特定できます。

##自己回帰モデルの例

自己回帰モデルは、過去の値が現在の値に影響を与えるという仮定に基づいています。たとえば、自己回帰モデルを使用して株価を予測する投資家は、証券を提供または受け入れる金額を決定するときに、その株式の新しい買い手と売り手が最近の市場取引の影響を受けると想定する必要があります。

この仮定はほとんどの状況で当てはまりますが、常にそうであるとは限りません。たとえば、2008年の金融危機以前の数年間、ほとんどの投資家は、多くの金融会社が保有する住宅ローン担保証券の大規模なポートフォリオによってもたらされるリスクを認識していませんでした。その間、自動回帰モデルを使用して米国の金融株のパフォーマンスを予測する投資家は、そのセクターの安定したまたは上昇する株価の継続的な傾向を予測する十分な理由がありました。

しかし、多くの金融機関が差し迫った崩壊のリスクにさらされていることが一般に知られるようになると、投資家は突然これらの株式の最近の価格に関心を失い、潜在的なリスクエクスポージャーにはるかに関心を持つようになりました。したがって、市場は急速に金融株をはるかに低いレベルに再評価します。これは、自己回帰モデルを完全に混乱させる動きです。

自己回帰モデルでは、1回限りのショックが、計算された変数の値に将来にわたって無限に影響を与えることに注意することが重要です。したがって、金融危機の遺産は、今日の自動回帰モデルに残っています。

##ハイライト

-自己回帰モデルは、過去の値に基づいて将来の値を予測します。

-将来の証券価格を予測するためのテクニカル分析で広く使用されています。

-自己回帰モデルは、未来が過去に似ていることを暗黙的に想定しています。

-したがって、金融危機や急速な技術変化の時期など、特定の市場条件の下では不正確であることが判明する可能性があります。