시계열

시계열이란 무엇입니까?

시계열은 일정 기간 동안 연속적으로 발생하는 데이터 요소의 시퀀스입니다. 이것은 특정 시점을 포착하는 횡단면 데이터 와 대조될 수 있습니다 .

투자에서 시계열은 일정한 간격으로 기록된 데이터 포인트를 사용하여 지정된 기간 동안 증권 가격과 같은 선택된 데이터 포인트의 움직임을 추적합니다. 포함되어야 하는 최소 또는 최대 시간은 없으며 활동을 조사하는 투자자 또는 분석가가 찾는 정보를 제공하는 방식으로 데이터를 수집할 수 있습니다.

시계열 이해하기

시간에 따라 변하는 모든 변수에 대해 시계열을 사용할 수 있습니다. 투자에서 시간에 따른 유가 증권의 가격을 추적하기 위해 시계열을 사용하는 것이 일반적입니다. 이는 영업일 동안 시간당 유가 증권 가격과 같은 단기 또는 매월 마지막 날 종가 유가 증권 가격과 같은 장기적으로 추적할 수 있습니다. 5년 과정.

시계열 분석은 주어진 자산, 증권 또는 경제 변수가 시간이 지남에 따라 어떻게 변하는지 확인하는 데 유용할 수 있습니다. 또한 선택한 데이터 포인트와 관련된 변경 사항이 동일한 기간 동안 다른 변수의 이동과 어떻게 비교되는지 조사하는 데 사용할 수 있습니다.

시계열은 시간 경과에 따른 인구 변화 측정과 같은 여러 비재무적 맥락에서도 사용됩니다. 아래 그림은 1900년에서 2000년 사이의 세기 동안 미국 인구 증가에 대한 시계열을 보여줍니다.

시계열 분석

1년 동안 주어진 주식에 대한 일일 종가 시계열을 분석하려고 한다고 가정합니다. 지난 1년 동안 매일의 주식에 대한 모든 종가 목록을 가져와 시간순으로 나열합니다. 이것은 주식의 1년 일일 종가 시계열이 됩니다.

좀 더 깊이 파고들면 기술 분석 도구를 사용하여 시계열 데이터를 분석하여 주식의 시계열이 계절성을 나타내는지 여부를 알 수 있습니다. 이것은 주식이 매년 일정한 시간에 고점과 저점을 통과하는지 판단하는 데 도움이 됩니다. 이 영역을 분석하려면 관찰된 가격을 가져와 선택한 계절과 연관시켜야 합니다. 여기에는 여름과 겨울과 같은 전통적인 달력 시즌이나 휴가 시즌과 같은 소매 시즌이 포함될 수 있습니다.

실업률 과 같은 경제 변수와 관련된 주식의 주가 변동을 기록할 수 있습니다 . 데이터 요소를 선택한 경제 변수와 관련된 정보와 연결함으로써 데이터 요소와 선택한 변수 사이에 종속성을 나타내는 상황에서 패턴을 관찰할 수 있습니다.

시계열 데이터의 한 가지 잠재적인 문제는 각 변수가 이전 상태 또는 값에 종속되기 때문에 결과에 편향을 줄 수 있는 많은 자기상관 이 있을 수 있다는 것입니다.

시계열 예측

시계열 예측은 과거 값 및 관련 패턴에 관한 정보를 사용하여 미래 활동을 예측합니다. 대부분의 경우 이는 추세 분석, 주기적 변동 분석 및 계절성 문제와 관련이 있습니다. 모든 예측 방법과 마찬가지로 성공은 보장되지 않습니다.

예 를 들어 Box-Jenkins 모델 은 지정된 시계열의 입력을 기반으로 데이터 범위를 예측하도록 설계된 기술입니다. 자기회귀,. 차분, 이동 평균 의 세 가지 원칙을 사용하여 데이터를 예측합니다 . 이 세 가지 원칙을 각각 p, d 및 q라고 합니다. 각 원칙은 Box-Jenkins 분석에 사용되며 함께 집합적으로 자기회귀 통합 이동 평균 또는 ARIMA(p, d, q)로 표시됩니다. 예를 들어 ARIMA를 사용하여 주가나 수익 성장을 예측할 수 있습니다.

재조정된 범위 분석 으로 알려진 또 다른 방법을 사용하여 시계열 데이터 의 지속성, 무작위성 또는 평균 회귀 의 양을 감지하고 평가할 수 있습니다. 재조정된 범위는 추세가 안정적이거나 반전될 가능성이 있는지 확인하기 위해 데이터의 미래 값 또는 평균을 추정하는 데 사용할 수 있습니다.

횡단면 대 시계열 분석

횡단면 분석은 주식 분석을 위한 두 가지 중요한 비교 방법 중 하나입니다. 횡단면 분석은 일정 기간이 아니라 특정 시점에 수집된 데이터를 살펴봅니다. 분석은 연구 목표의 설정과 분석가가 측정하고자 하는 변수의 정의로 시작됩니다. 다음 단계는 동료 그룹 또는 산업과 같은 단면을 식별하고 평가되는 특정 시점을 설정하는 것입니다. 마지막 단계는 단면과 변수를 기반으로 분석을 수행하고 회사 또는 조직의 성과에 대한 결론을 내리는 것입니다. 기본적으로 횡단면 분석은 투자자가 관심 있는 지표를 고려할 때 어떤 회사가 가장 적합한지 보여줍니다.

때 추세 분석 으로 알려진 시계열 분석은 시간이 지남에 따라 단일 보안에 중점을 둡니다. 이 경우 가격은 과거 실적의 맥락에서 판단됩니다. 시계열 분석은 투자자가 관심 있는 측정값에 따라 회사가 이전보다 더 나은지 나쁜지를 보여줍니다. 주당순이익 (EPS), 부채비율, 잉여현금흐름 (FCF) 등과 같은 고전적인 경우가 많습니다. 실제로 투자자는 일반적으로 결정을 내리기 전에 시계열 분석과 횡단면 분석을 함께 사용합니다. 예를 들어, 시간 경과에 따른 EPS를 살펴본 다음 업계 벤치마크 EPS도 확인합니다.

##하이라이트

• 단면 데이터는 시계열의 반대 개념으로 보이지만 실제로는 두 가지를 함께 사용하는 경우가 많습니다.

• 시계열을 이용한 예측 방법은 펀더멘털 분석과 기술적 분석 모두에서 사용됩니다.

• 시계열 분석은 주어진 자산, 증권 또는 경제 변수가 시간이 지남에 따라 어떻게 변하는지 확인하는 데 유용할 수 있습니다.

• 시계열은 시간이 지남에 따라 샘플을 추적하는 데이터 세트입니다.

• 특히 시계열을 통해 기간별로 특정 변수에 어떤 요인이 영향을 미치는지 알 수 있습니다.

##자주하는 질문

시계열 데이터를 어떻게 분석합니까?

통계 기법은 시계열 데이터를 두 가지 주요 방법으로 분석하는 데 사용할 수 있습니다. 하나 이상의 변수가 시간이 지남에 따라 관심 변수에 영향을 미치는 방식에 대한 추론을 생성하거나 미래 추세를 예측하는 것입니다. 본질적으로 시계열의 한 조각인 횡단면 데이터와 달리 시간의 화살표를 사용하면 분석가가 보다 그럴듯한 인과 관계를 주장할 수 있습니다.

데이터 마이닝에서 시계열은 어떻게 사용됩니까?

데이터 마이닝 은 원시 데이터를 유용한 정보로 바꾸는 프로세스입니다. 소프트웨어를 활용하여 대량의 데이터에서 패턴을 찾음으로써 기업은 고객에 대해 더 많이 알게 되어 보다 효과적인 마케팅 전략을 개발하고 매출을 늘리며 비용을 절감할 수 있습니다. 기업 서류 또는 재무제표의 과거 기록과 같은 시계열은 미래에 예측될 수 있는 추세와 패턴을 식별하는 데 특히 유용합니다.

시계열의 몇 가지 예는 무엇입니까?

시계열은 일정한 간격으로 시간이 지남에 따라 측정된 모든 데이터로 구성할 수 있습니다. 과거 주가, 수입, GDP 또는 기타 금융 또는 경제 데이터 시퀀스를 시계열로 분석할 수 있습니다.

횡단면 데이터와 시계열 데이터의 차이점은 무엇입니까?

단면은 단일 시점을 살펴보고 서로 다른 요인의 영향을 비교 및 분석하거나 샘플을 설명하는 데 유용합니다. 시계열은 시간이 지남에 따라 동일한 데이터의 반복적인 샘플링을 포함합니다. 실제로 두 가지 형태의 분석이 일반적으로 사용됩니다. 사용 가능한 경우 함께 사용됩니다.