Korelasi Bersiri

Apakah Itu Korelasi Bersiri?

Korelasi bersiri berlaku dalam siri masa apabila pembolehubah dan versi ketinggalan dirinya (contohnya pembolehubah pada masa T dan pada T-1) diperhatikan berkorelasi antara satu sama lain sepanjang tempoh masa. Corak berulang sering menunjukkan korelasi bersiri apabila tahap pembolehubah mempengaruhi tahap masa depannya. Dalam kewangan, korelasi ini digunakan oleh penganalisis teknikal untuk menentukan sejauh mana harga masa lalu sesuatu keselamatan meramalkan harga masa hadapan.

Korelasi bersiri adalah serupa dengan konsep statistik autokorelasi atau korelasi tertinggal.

Korelasi Bersiri Diterangkan

Korelasi bersiri digunakan dalam statistik untuk menerangkan hubungan antara pemerhatian pembolehubah yang sama dalam tempoh tertentu. Jika korelasi bersiri pembolehubah diukur sebagai sifar, tiada korelasi, dan setiap pemerhatian adalah bebas antara satu sama lain. Sebaliknya, jika korelasi bersiri pembolehubah condong ke arah satu, pemerhatian berkorelasi secara bersiri dan pemerhatian masa depan dipengaruhi oleh nilai masa lalu. Pada asasnya, pembolehubah yang berkorelasi secara bersiri mempunyai corak dan bukan rawak.

Istilah ralat berlaku apabila model tidak tepat sepenuhnya dan menghasilkan keputusan yang berbeza semasa aplikasi dunia sebenar. Apabila istilah ralat daripada tempoh yang berbeza (biasanya bersebelahan) (atau pemerhatian keratan rentas) dikaitkan, istilah ralat dikorelasi secara bersiri. Korelasi bersiri berlaku dalam kajian siri masa apabila ralat yang dikaitkan dengan tempoh tertentu dibawa ke tempoh masa hadapan. Sebagai contoh, apabila meramalkan pertumbuhan dividen saham, anggaran yang terlalu tinggi dalam satu tahun akan membawa kepada anggaran yang terlalu tinggi pada tahun-tahun berikutnya.

Korelasi bersiri boleh menjadikan model dagangan simulasi lebih tepat, yang membantu pelabur membangunkan strategi pelaburan yang kurang berisiko.

Analisis teknikal menggunakan ukuran korelasi bersiri apabila menganalisis corak keselamatan. Analisis adalah berdasarkan sepenuhnya pada pergerakan harga saham dan volum berkaitan dan bukannya asas syarikat. Pengamal analisis teknikal, jika mereka menggunakan korelasi bersiri dengan betul, mengenal pasti dan mengesahkan corak yang menguntungkan atau sekuriti atau kumpulan sekuriti dan peluang pelaburan spot.

Konsep Korelasi Bersiri

Korelasi bersiri pada asalnya digunakan dalam kejuruteraan untuk menentukan bagaimana isyarat, seperti isyarat komputer atau gelombang radio, berbeza berbanding dirinya dari semasa ke semasa. Konsep ini semakin popular dalam kalangan ekonomi apabila ahli ekonomi dan pengamal ekonometrik menggunakan ukuran tersebut untuk menganalisis data ekonomi dari semasa ke semasa.

Hampir semua institusi kewangan besar kini mempunyai penganalisis kuantitatif, dikenali sebagai quants, pada kakitangan. Penganalisis perdagangan kewangan ini menggunakan analisis teknikal dan inferens statistik lain untuk menganalisis dan meramalkan pasaran saham. Pemodel ini cuba mengenal pasti struktur korelasi untuk menambah baik ramalan dan potensi keuntungan strategi. Di samping itu, mengenal pasti struktur korelasi meningkatkan realisme mana-mana siri masa simulasi berdasarkan model. Simulasi yang tepat mengurangkan risiko strategi pelaburan.

Kuantiti adalah penting kepada kejayaan kebanyakan institusi kewangan ini kerana ia menyediakan model pasaran yang kemudiannya digunakan oleh institusi sebagai asas untuk strategi pelaburannya.

Korelasi bersiri pada asalnya digunakan dalam pemprosesan isyarat dan kejuruteraan sistem untuk menentukan cara isyarat berubah dengan dirinya dari semasa ke semasa. Pada tahun 1980-an, ahli ekonomi dan ahli matematik bergegas ke Wall Street untuk menggunakan konsep untuk meramalkan harga saham.

Korelasi bersiri antara kuantiti ini ditentukan menggunakan ujian Durbin-Watson (DW). Kolerasi boleh sama ada positif atau negatif. Harga saham yang memaparkan korelasi bersiri positif mempunyai corak positif. Keselamatan yang mempunyai korelasi bersiri negatif mempunyai pengaruh negatif ke atas dirinya dari semasa ke semasa.

Sorotan

Pembolehubah yang berkorelasi secara bersiri menunjukkan bahawa ia mungkin tidak rawak.
Korelasi bersiri ialah perhubungan antara pembolehubah yang diberikan dan versi tertinggal dirinya dalam pelbagai selang masa.
Penganalisis teknikal mengesahkan corak menguntungkan sekuriti atau kumpulan sekuriti dan menentukan risiko yang berkaitan dengan peluang pelaburan.
Ia mengukur hubungan antara nilai semasa pembolehubah berdasarkan nilai masa lalunya.