Seriell korrelasjon
Hva er en seriell korrelasjon?
Seriell korrelasjon oppstår i en tidsserie når en variabel og en lagged versjon av seg selv (for eksempel en variabel til tider T og ved T-1) er observert å være korrelert med hverandre over tidsperioder. Gjentatte mønstre viser ofte seriell korrelasjon når nivået til en variabel påvirker dets fremtidige nivå. I finans brukes denne korrelasjonen av tekniske analytikere for å bestemme hvor godt den tidligere prisen på et verdipapir forutsier den fremtidige prisen.
Seriell korrelasjon ligner på de statistiske konseptene autokorrelasjon eller lagged korrelasjon.
Seriell korrelasjon forklart
Seriekorrelasjon brukes i statistikk for å beskrive sammenhengen mellom observasjoner av samme variabel over spesifikke perioder. Hvis en variabels seriekorrelasjon måles som null, er det ingen korrelasjon, og hver av observasjonene er uavhengige av hverandre. Omvendt, hvis en variabels seriekorrelasjon forskyves mot én, er observasjonene serielt korrelert, og fremtidige observasjoner påvirkes av tidligere verdier. I hovedsak har en variabel som er seriekorrelert et mønster og er ikke tilfeldig.
Feilvilkår oppstår når en modell ikke er helt nøyaktig og resulterer i forskjellige resultater under virkelige applikasjoner. Når feilledd fra forskjellige (vanligvis tilstøtende) perioder (eller tverrsnittsobservasjoner) er korrelert, er feilleddet serielt korrelert. Seriekorrelasjon oppstår i tidsseriestudier når feilene knyttet til en gitt periode overføres til fremtidige perioder. For eksempel, når man forutsier veksten av aksjeutbytte, vil en overvurdering på ett år føre til overestimeringer i de påfølgende årene.
Seriell korrelasjon kan gjøre simulerte handelsmodeller mer nøyaktige, noe som hjelper investoren med å utvikle en mindre risikabel investeringsstrategi.
Teknisk analyse bruker mål på seriell korrelasjon når man analyserer et verdipapirs mønster. Analysen er utelukkende basert på en aksjes kursbevegelse og tilhørende volum i stedet for et selskaps grunnleggende. Utøvere av teknisk analyse, hvis de bruker seriell korrelasjon riktig, identifiserer og validerer de lønnsomme mønstrene eller et verdipapir eller en gruppe av verdipapirer og spot investeringsmuligheter.
Konseptet med seriell korrelasjon
Seriell korrelasjon ble opprinnelig brukt i engineering for å bestemme hvordan et signal, for eksempel et datasignal eller radiobølge, varierer sammenlignet med seg selv over tid. Konseptet vokste i popularitet i økonomiske sirkler ettersom økonomer og utøvere av økonometri brukte tiltaket for å analysere økonomiske data over tid.
Nesten alle store finansinstitusjoner har nå kvantitative analytikere, kjent som quants, i staben. Disse finansanalytikerne bruker teknisk analyse og andre statistiske slutninger for å analysere og forutsi aksjemarkedet. Disse modellbyggerne prøver å identifisere strukturen til korrelasjonene for å forbedre prognoser og den potensielle lønnsomheten til en strategi. I tillegg forbedrer identifisering av korrelasjonsstrukturen realismen til enhver simulert tidsserie basert på modellen. Nøyaktige simuleringer reduserer risikoen for investeringsstrategier.
Kvanter er integrert i suksessen til mange av disse finansinstitusjonene siden de gir markedsmodeller som institusjonen deretter bruker som grunnlag for sin investeringsstrategi.
Seriell korrelasjon ble opprinnelig brukt i signalbehandling og systemutvikling for å bestemme hvordan et signal varierer med seg selv over tid. På 1980-tallet skyndte økonomer og matematikere seg til Wall Street for å bruke konseptet for å forutsi aksjekurser.
Seriell korrelasjon mellom disse kvantene bestemmes ved å bruke Durbin-Watson (DW)-testen. Korrelasjonen kan være enten positiv eller negativ. En aksjekurs som viser positiv seriekorrelasjon har et positivt mønster. En sikkerhet som har en negativ seriekorrelasjon har en negativ innvirkning på seg selv over tid.
Høydepunkter
– En variabel som er seriekorrelert indikerer at den kanskje ikke er tilfeldig.
– Seriell korrelasjon er forholdet mellom en gitt variabel og en lagged versjon av seg selv over ulike tidsintervaller.
Tekniske analytikere validerer de lønnsomme mønstrene til et verdipapir eller en gruppe av verdipapirer og bestemmer risikoen forbundet med investeringsmuligheter.
Den måler forholdet mellom en variabels nåværende verdi gitt tidligere verdier.
