Hva er autokorrelasjon?

Hva er autokorrelasjon?

Autokorrelasjon er en matematisk fremstilling av graden av likhet mellom en gitt tidsserier og en forsinket versjon av seg selv over påfølgende tidsintervaller. Det er konseptuelt lik korrelasjonen mellom to forskjellige tidsserier, men autokorrelasjon bruker de samme tidsseriene to ganger: en gang i sin opprinnelige form og en gang forsinket en eller flere tidsperioder.

For eksempel, hvis det er regnvær i dag, tyder dataene på at det er mer sannsynlig at det regner i morgen enn om det er klart i dag. Når det kommer til å investere, kan en aksje ha en sterk positiv autokorrelasjon av avkastning, noe som tyder på at hvis det er "opp" i dag, er det mer sannsynlig at det er opp i morgen også.

Selvfølgelig kan autokorrelasjon være et nyttig verktøy for handelsmenn å bruke; spesielt for tekniske analytikere.

Forstå autokorrelasjon

Autokorrelasjon kan også refereres til som forsinket korrelasjon eller seriell sammenheng, da den måler forholdet mellom en variabels nåværende verdi og dens tidligere verdier.

Som et veldig enkelt eksempel, ta en titt på de fem prosentverdiene i diagrammet nedenfor. Vi sammenligner dem med kolonnen til høyre, som inneholder det samme settet med verdier, bare flyttet opp en rad.

Dag	% Gevinst eller tap	Neste dags % gevinst eller tap
mandag	10%	5%
tirsdag	5%	-2%
onsdag	-2%	-8%
Torsdag	-8%	-5%
fredag	-5%

Ved beregning av autokorrelasjon kan resultatet variere fra -1 til +1.

En autokorrelasjon på +1 representerer en perfekt positiv korrelasjon (en økning sett i den ene tidsserien fører til en proporsjonal økning i de andre tidsseriene).

På den annen side representerer en autokorrelasjon på -1 et perfekt negativ korrelasjon (en økning sett i en tidsserie resulterer i en proporsjonal nedgang i de andre tidsseriene).

Autokorrelasjon måler lineære forhold. Selv om autokorrelasjonen er liten, kan det fortsatt være et ikke -lineært forhold mellom en tidsserie og en forsinket versjon av seg selv.

Testing for autokorrelasjon

Den vanligste metoden for testautokorrelasjon er Durbin-Watson-testen. Uten å bli for teknisk, er Durbin-Watson en statistikk som oppdager autokorrelasjon fra en regresjonsanalyse.

Durbin-Watson produserer alltid et testnummerområde fra 0 til 4. Verdier nærmere 0 indikerer en større grad av positiv korrelasjon, verdier nærmere 4 indikerer a større grad av negativ autokorrelasjon, mens verdier nærmere midten antyder mindre autokorrelasjon.

Så hvorfor er autokorrelasjon viktig i finansmarkedene? Enkel. Autokorrelasjon kan brukes for å grundig analysere historiske prisbevegelser, som investorer deretter kan bruke til å forutsi framtid prisbevegelser. Spesielt kan autokorrelasjon brukes til å avgjøre om a momentum trading strategi gir mening.

Autokorrelasjon i teknisk analyse

Autokorrelasjon kan være nyttig for teknisk analyse, Det er fordi teknisk analyse er mest opptatt av trender og forhold mellom sikkerhetspriser ved bruk av kartteknikker. Dette står i kontrast til grunnleggende analyse, som i stedet fokuserer på selskapets økonomiske helse eller ledelse.

Tekniske analytikere kan bruke autokorrelasjon til å finne ut hvor stor innvirkning tidligere priser på et verdipapir har på den fremtidige prisen.

Autokorrelasjon kan bidra til å avgjøre om det er en momentum faktor i spill med en gitt aksje. Hvis en aksje med høy positiv autokorrelasjon legger ut to strake dager med store gevinster, kan det for eksempel være rimelig å forvente at aksjen vil stige over neste two dager, også.

Eksempel på autokorrelasjon

La oss anta at Emma er ute etter å finne ut om en aksje gir tilbake i henne portefølje utvise autokorrelasjon; det vil si at aksjens avkastning relaterer seg til avkastningen i tidligere handelsøkter.

Hvis avkastningen viser autokorrelasjon, kan Emma karakterisere det som en momentumbeholdning fordi tidligere avkastninger ser ut til å påvirke fremtidig avkastning. Emma kjører en regresjon med tidligere handelssesjoner avkastning som den uavhengige variabelen og gjeldende avkastning som den avhengige variabelen. Hun finner ut at retur en dag før har en positiv autokorrelasjon på 0,8.

Siden 0,8 er nær +1, synes tidligere avkastninger å være en veldig god positiv prediktor for fremtidig avkastning for denne aksjen.

Derfor kan Emma justere porteføljen sin for å dra nytte av autokorrelasjonen, eller momentum, ved å fortsette å beholde sin posisjon eller akkumulerer flere aksjer.