Co je autokorelace?
Autokorelace je matematické znázornění stupně podobnosti mezi danou časovou řadou a zpožděnou verzí samotné během následných časových intervalů. Je to stejné jako výpočet korelace mezi dvěma různými časovými řadami, kromě toho, že autokorelace používá stejnou časovou řadu dvakrát: jednou v původní podobě a jednou zpožděným jedním nebo více časovými obdobími.
Autokorelace
Porozumění autokorelace
Autokorelace může být také označována jako zpožděná korelace nebo sériová korelace, protože měří vztah mezi aktuální hodnotou proměnné a jejími minulými hodnotami. Při výpočtu autokorelace může být výsledný výstup v rozsahu od 1 do záporné 1, v souladu s tradiční statistikou korelace. Autokorelace +1 představuje perfektní pozitivní korelaci (nárůst pozorovaný v jedné časové řadě vede k poměrnému nárůstu v druhé časové řadě). Naproti tomu autokorelace negativního 1 představuje perfektní negativní korelaci (nárůst pozorovaný v jedné časové řadě má za následek poměrné snížení v druhé časové řadě). Autokorelace měří lineární vztahy; i když je autokorelace nepatrná, stále může existovat nelineární vztah mezi časovou řadou a samotnou zpožděnou verzí.
Klíč s sebou
- Autokorelace představuje stupeň podobnosti mezi danou časovou řadou a zpožděnou verzí samotného v průběhu následných časových intervalů. Automatická korelace měří vztah mezi aktuální hodnotou proměnné a jejími minulými hodnotami. Autokorelace +1 představuje perfektní pozitivní korelaci, zatímco autokorelace záporná 1 představuje perfektní negativní korelaci. Techničtí analytici mohou pomocí autokorelace zjistit, jaký dopad má minulý cen na cenný papír na jeho budoucí cenu.
Autokorelace v technické analýze
Autokorelace může být užitečná pro technickou analýzu, která se nejvíce týká trendů cen cenných papírů a vztahů mezi nimi, pomocí technik mapování namísto finančního zdraví nebo řízení společnosti. Techničtí analytici mohou pomocí autokorelace zjistit, jak velký dopad mají minulé ceny cenného papíru na jeho budoucí cenu.
Autokorelace může ukázat, zda je k akciím přiřazen faktor hybnosti. Například, pokud investoři vědí, že akcie mají historicky vysokou pozitivní autokorelační hodnotu a oni jsou svědky toho, že během uplynulých několika dnů dosáhly značných zisků, mohli by přiměřeně očekávat, že se pohyby během následujících několika dnů (hlavní časové řady) budou shodovat s těmito zaostávající časové řady a pohybovat se nahoru.
Příklad autokorelace
Předpokládejme, že Emma hledá, zda výnosy akcií v jejím portfoliu vykazují autokorelaci; výnosy akcií se vztahují k výnosům z předchozích obchodních relací. Pokud výnosy vykazují autokorelaci, Emma by ji mohla charakterizovat jako zásobu hybnosti, protože se zdá, že minulé výnosy ovlivňují budoucí výnosy. Emma provádí regresi se dvěma návraty z předchozích obchodních relací jako nezávislé proměnné a aktuální výnos jako závislá proměnná. Zjistí, že návraty o jeden den dříve mají pozitivní autokorelaci 0, 7, zatímco výnosy o dva dny dříve mají pozitivní autokorelaci 0, 3. Zdá se, že minulé výnosy ovlivňují budoucí výnosy. Proto může Emma přizpůsobit své portfolio tak, aby využila výhody autokorelace a výsledné dynamiky tím, že bude nadále udržovat svou pozici nebo hromadit více akcií.
