自己回帰とはどういう意味ですか?
自己回帰とはどういう意味ですか?
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。
重要なポイント
- 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。
- それらはで広く使用されています テクニカル分析 将来の証券価格を予測します。
- 自己回帰モデルは、将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。
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。 自然、経済学、およびさまざまな他のプロセスを分析するために統計的手法を普及させる 時間。 重回帰モデル 自己回帰モデルは変数の過去の値の組み合わせを使用するのに対し、予測子の線形結合を使用して変数を予測します。
AR(1)自己回帰プロセスは、現在の値が即時に基づくプロセスです。 AR(2)プロセスは、現在の値が前の2つに基づいているプロセスです。 値。 AR(0)プロセスは 白色雑音 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、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。 最小二乗法.
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。 問題の根底にある力が存在する場合、これは驚くべき不正確な予測につながる可能性があります 業界が急速かつ前例のない技術を経験している場合など、事実の変化 変身。
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。 良い例は 自己回帰和分移動平均(ARIMA)、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。
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説得力のある機会を特定し、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。
自己回帰モデルの実際の例
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、新しい購入者と その株の売り手は、提供または受け入れる金額を決定する際に、最近の市場取引の影響を受けます。 安全。
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、ほとんどの投資家は、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 住宅ローン担保証券 多くの金融会社が保有しています。 その間、自己回帰モデルを使用して米国の金融のパフォーマンスを予測する投資家 株価は、その中で株価が安定または上昇する継続的な傾向を予測する十分な理由があったでしょう。 セクタ。
しかし、多くの金融機関が差し迫った崩壊の危険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への関心が低下し、潜在的なリスクへの関心が大幅に高まりました。 暴露。 したがって、市場は金融株をはるかに低いレベルに急速に再評価しました。これは、自己回帰モデルを完全に混乱させる動きでした。
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、今日の自己回帰モデルに残っています。