Ano ang Autocorrelation?
Ang Autocorrelation ay isang representasyon sa matematika ng antas ng pagkakapareho sa pagitan ng isang naibigay na serye ng oras at isang nakalabas na bersyon ng sarili nito sa sunud-sunod na agwat ng oras. Pareho ito sa pagkalkula ng ugnayan sa pagitan ng dalawang magkakaibang serye ng oras, maliban sa autocorrelation ay gumagamit ng parehong serye ng oras ng dalawang beses: isang beses sa kanyang orihinal na form at isang beses na nahuli ang isa o higit pang mga tagal ng oras.
Autocorrelation
Pag-unawa sa Autocorrelation
Ang Autocorrelation ay maaari ding i-refer sa lagged correlation o serial correlation, dahil sinusukat nito ang ugnayan sa pagitan ng kasalukuyang halaga ng variable at ang mga nakaraang halaga. Kapag ang pag-compute ng autocorrelation, ang nagresultang output ay maaaring saklaw mula 1 hanggang sa negatibong 1, alinsunod sa istatistika ng ugnayan ng ugnayan. Ang isang autocorrelation ng +1 ay kumakatawan sa isang perpektong positibong ugnayan (isang pagtaas na nakikita sa isang serye ng oras ay humahantong sa isang proporsyonal na pagtaas sa ibang serye ng oras). Ang isang autocorrelation ng negatibong 1, sa kabilang banda, ay kumakatawan sa perpektong negatibong ugnayan (isang pagtaas na nakikita sa isang serye ng oras na nagreresulta sa isang proporsyonal na pagbaba sa iba pang mga serye ng oras). Sinusukat ng Autocorrelation ang mga linear na relasyon; kahit na ang autocorrelation ay minuscule, maaaring magkaroon pa rin ng isang nonlinear na ugnayan sa pagitan ng isang serye ng oras at isang nahuli na bersyon ng kanyang sarili.
Mga Key Takeaways
- Ang Autocorrelation ay kumakatawan sa antas ng pagkakapareho sa pagitan ng isang naibigay na serye ng oras at isang lagged na bersyon ng kanyang sarili sa sunud-sunod na agwat ng oras.Autocorrelation ay sumusukat sa ugnayan sa pagitan ng kasalukuyang halaga ng isang variable at ang mga nakaraang mga halaga. Ang isang autocorrelation ng +1 ay kumakatawan sa isang perpektong positibong ugnayan, habang ang isang autocorrelation ng negatibong 1 ay kumakatawan sa isang perpektong negatibong ugnayan.Teknikal na analyst ay maaaring gumamit ng autocorrelation upang makita kung magkano ang isang epekto ng nakaraang mga presyo para sa isang seguridad sa hinaharap na presyo.
Autocorrelation sa Teknikal na Pagtatasa
Ang Autocorrelation ay maaaring maging kapaki-pakinabang para sa teknikal na pagsusuri, na kung saan ay pinaka-aalala sa mga uso ng, at mga relasyon sa pagitan, mga presyo ng seguridad gamit ang mga diskarte sa charting sa halip na kalusugan o pamamahala ng isang kumpanya. Ang mga teknikal na analyst ay maaaring gumamit ng autocorrelation upang makita kung magkano ang epekto ng nakaraang mga presyo para sa isang seguridad sa hinaharap na presyo nito.
Maaaring ipakita ang Autocorrelation kung mayroong isang momentum factor na nauugnay sa isang stock. Halimbawa, kung alam ng mga namumuhunan na ang isang stock ay may isang mataas na makasaysayang positibong halaga ng autocorrelation at nasasaksihan nila ito na gumagawa ng napakalaking mga nakuha sa nakaraang ilang araw, kung gayon maaari nilang makatuwirang asahan ang mga paggalaw sa darating na ilang araw (ang nangungunang serye ng oras) upang tumugma sa mga ng mga nakalululong na serye ng oras at upang pataas paitaas.
Halimbawa ng Autocorrelation
Ipagpalagay nating si Emma ay naghahanap upang matukoy kung ang mga pagbabalik ng stock sa kanyang portfolio exhibit autocorrelation; ang mga pagbabalik ng stock ay nauugnay sa mga pagbabalik nito sa mga nakaraang sesyon ng pangangalakal. Kung ang pagbabalik ay nagpapakita ng autocorrelation, maaaring mailarawan ito ni Emma bilang isang momentum stock dahil ang mga nakababalik ay tila nakakaimpluwensya sa hinaharap na pagbabalik. Si Emma ay nagpapatakbo ng isang regression na may dalawang naunang sesyon ng pangangalakal 'ay bumalik bilang independiyenteng mga variable at kasalukuyang pagbabalik bilang umaasa sa variable. Napag-alaman niya na ang pagbabalik sa isang araw bago ay may positibong autocorrelation ng 0.7, habang ang pagbabalik ng dalawang araw bago ay may positibong autocorrelation ng 0.3. Ang mga nakaraang pagbabalik ay tila nakakaimpluwensyang babalik sa hinaharap. Samakatuwid si Emma ay maaaring ayusin ang kanyang portfolio upang samantalahin ang autocorrelation at nagreresultang momentum sa pamamagitan ng pagpapatuloy na hawakan ang kanyang posisyon o pag-iipon ng higit pang mga pagbabahagi.
