Korelacja szeregowa
Co to jest korelacja szeregowa?
Szeregowa korelacja występuje w szeregu czasowym, gdy zmienna i opóźniona wersja siebie (na przykład zmienna w momentach T i T-1) są ze sobą skorelowane w okresach czasu. Powtarzające się wzorce często wykazują korelację szeregową, gdy poziom zmiennej wpływa na jej przyszły poziom. W finansach korelacja ta jest wykorzystywana przez analityków technicznych do określenia, jak dobrze przeszła cena papieru wartościowego przewiduje przyszłą cenę.
Korelacja szeregowa jest podobna do statystycznych koncepcji autokorelacji lub korelacji opóźnionej.
Kluczowe wnioski
- Szeregowa korelacja to związek między daną zmienną a jej opóźnioną wersją w różnych odstępach czasu.
- Mierzy związek między bieżącą wartością zmiennej, biorąc pod uwagę jej przeszłe wartości.
- Zmienna, która jest skorelowana szeregowo, wskazuje, że może nie być losowa.
- Analitycy techniczni weryfikują zyskowne wzorce papieru wartościowego lub grupy papierów wartościowych i określają ryzyko związane z możliwościami inwestycyjnymi.
Wyjaśnienie korelacji szeregowej
Szeregowa korelacja jest używana w statystykach do opisania związku między obserwacjami tej samej zmiennej w określonych okresach. Jeśli szeregowa korelacja zmiennej jest mierzona jako zero, nie ma korelacji, a każda z obserwacji jest od siebie niezależna. I odwrotnie, jeśli korelacja szeregowa zmiennej pochyla się w kierunku jednej, obserwacje są skorelowane szeregowo, a na przyszłe obserwacje wpływają wartości przeszłe. Zasadniczo zmienna, która jest skorelowana szeregowo, ma wzorzec i nie jest losowa.
Pojęcia błędów występują, gdy model nie jest całkowicie dokładny i powoduje różne wyniki w rzeczywistych zastosowaniach. Gdy składniki błędu z różnych (zwykle sąsiadujących) okresów (lub obserwacji przekroju) są skorelowane, składnik błędu jest skorelowany szeregowo. Szeregowa korelacja występuje w badaniach szeregów czasowych, gdy błędy związane z danym okresem przenoszą się na przyszłe okresy. Na przykład, prognozując wzrost dywidend z akcji, przeszacowanie w ciągu jednego roku doprowadzi do przeszacowania w kolejnych latach.
Szeregowa korelacja może sprawić, że symulowane modele handlowe będą dokładniejsze, co pomoże inwestorowi opracować mniej ryzykowną strategię inwestycyjną.
Analiza techniczna wykorzystuje miary korelacji szeregowej podczas analizy wzorca zabezpieczenia. Analiza opiera się w całości na ruchu cen akcji i związanym z tym wolumenie, a nie na podstawach firmy. Praktycy analizy technicznej, jeśli prawidłowo stosują korelację szeregową, identyfikują i weryfikują zyskowne wzorce lub papier wartościowy lub grupę papierów wartościowych i możliwości inwestycji typu spot.
Pojęcie korelacji szeregowej
Korelacja szeregowa była pierwotnie używana w inżynierii do określania, jak sygnał, taki jak sygnał komputerowy lub fala radiowa, zmienia się w czasie w porównaniu ze sobą. Koncepcja zyskała na popularności w kręgach ekonomicznych, ponieważ ekonomiści i praktycy ekonometrii stosowali miarę do analizowania danych ekonomicznych w czasie.
Prawie wszystkie duże instytucje finansowe zatrudniają obecnie analityków ilościowych, zwanych kwantami. Ci analitycy handlu finansowego wykorzystują analizę techniczną i inne wnioski statystyczne do analizowania i przewidywania rynku akcji. Ci modelarze próbują zidentyfikować strukturę korelacji, aby ulepszyć prognozy i potencjalną rentowność strategii. Ponadto identyfikacja struktury korelacji zwiększa realizm wszelkich symulowanych szeregów czasowych opartych na modelu. Dokładne symulacje zmniejszają ryzyko strategii inwestycyjnych.
Kwanty są integralną częścią sukcesu wielu z tych instytucji finansowych, ponieważ dostarczają modeli rynkowych, które instytucja wykorzystuje następnie jako podstawę swojej strategii inwestycyjnej.
Korelacja szeregowa była pierwotnie używana w przetwarzaniu sygnałów i inżynierii systemów do określenia, jak sygnał zmienia się sam ze sobą w czasie. W latach 80. ekonomiści i matematycy rzucili się na Wall Street, aby zastosować tę koncepcję do przewidywania cen akcji.
Szeregową korelację między tymi wielkościami określa się za pomocą testu Durbina-Watsona (DW). Korelacja może być dodatnia lub ujemna. Cena akcji wykazująca dodatnią korelację szeregową ma pozytywny wzorzec. Zabezpieczenie, które ma ujemną korelację szeregową, ma z czasem negatywny wpływ na siebie.