Hva er en seriell korrelasjon?
Seriell korrelasjon er forholdet mellom en variabel og en forsinket versjon av seg selv over forskjellige tidsintervaller. Gjenta mønstre viser ofte seriell sammenheng når nivået til en variabel påvirker fremtidens nivå. I finans brukes denne korrelasjonen av tekniske analytikere for å bestemme hvor godt prisene på en sikkerhet forutser fremtidig pris.
Seriell korrelasjon er også kjent som autokorrelasjon eller lagert korrelasjon.
Viktige takeaways
- Seriell korrelasjon er forholdet mellom en gitt variabel og en forsinket versjon av seg selv over forskjellige tidsintervaller. En variabel som er serielt korrelert har et mønster og er ikke tilfeldig. Tekniske analytikere validerer de lønnsomme mønstrene til en verdipapir eller gruppe av verdipapirer og bestemmer risikoen forbundet med investeringsmuligheter.
Seriell korrelasjon dekonstruert
Seriell korrelasjon brukes i statistikk for å beskrive forholdet mellom observasjoner av den samme variabelen over bestemte perioder. Hvis en variabels seriekorrelasjon måles som null, er det ingen korrelasjon, og hver av observasjonene er uavhengig av hverandre. Motsatt, hvis en variabels serielle korrelasjon skjeves mot en, blir observasjonene serielt korrelert, og fremtidige observasjoner blir påvirket av tidligere verdier. I hovedsak har en variabel som er serielt korrelert et mønster og er ikke tilfeldig.
Feilbegrep oppstår når en modell ikke er helt nøyaktig og resulterer i forskjellige resultater under virkelige applikasjoner. Når feiluttrykk fra forskjellige (vanligvis tilstøtende) perioder (eller observasjoner i tverrsnitt) er korrelert, korrigeres feiluttrykket serielt. Seriell korrelasjon oppstår i tidsserieundersøkelser når feilene knyttet til en gitt periode overføres til fremtidige perioder. For eksempel, når man forutsier veksten av aksjeutbytte, vil et overvurdering på ett år føre til overvurderinger i de påfølgende årene.
Seriell korrelasjon kan gjøre simulerte handelsmodeller mer nøyaktige, noe som hjelper investoren å utvikle en mindre risikabel investeringsstrategi.
Teknisk analyse bruker målinger av seriell sammenheng når man analyserer en sikkerhets mønster. Analysen er i sin helhet basert på aksjens kursbevegelse og tilhørende volum snarere enn et selskaps grunnleggende. Utøvere av teknisk analyse, hvis de bruker seriell korrelasjon riktig, identifiserer og validerer de lønnsomme mønstrene eller en sikkerhet eller en gruppe av verdipapirer og spot investeringsmuligheter.
Begrepet seriell korrelasjon
Seriell korrelasjon ble opprinnelig brukt i prosjektering 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 da økonomer og utøvere av økonometrikk brukte tiltaket for å analysere økonomiske data over tid.
Nesten alle store finansinstitusjoner har nå kvantitative analytikere, kjent som quants, på ansatte. Disse finansielle handelsanalytikerne bruker teknisk analyse og andre statistiske slutninger for å analysere og forutsi aksjemarkedet. Disse modellene prøver å identifisere strukturen i korrelasjonene for å forbedre prognoser og potensiell lønnsomhet i en strategi. I tillegg forbedrer realismen til alle simulerte tidsserier basert på modellen å identifisere korrelasjonsstrukturen. Nøyaktige simuleringer reduserer risikoen for investeringsstrategier.
Kvanter er integrert i suksessen for 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 systemteknikk for å bestemme hvordan et signal varierer med seg selv over tid. På 1980-tallet hastet økonomer og matematikere til Wall Street for å anvende konseptet for å forutsi aksjekurser.
Seriell korrelasjon blant disse spørsmålene bestemmes ved bruk av Durbin-Watson-testen. Korrelasjonen kan være positiv eller negativ. En aksjekurs som viser positiv seriell korrelasjon har et positivt mønster. En sikkerhet som har en negativ seriekorrelasjon, har en negativ innflytelse på seg selv over tid.
