Послідовна кореляція
Що таке послідовна кореляція?
Послідовна кореляція відбувається в часовому ряді, коли спостерігається, що змінна та відстала версія її самої (наприклад, змінної в моменти часу T і в T-1) корелюють між собою протягом певних періодів часу. Повторювані шаблони часто демонструють послідовну кореляцію, коли рівень змінної впливає на її майбутній рівень. У фінансах ця кореляція використовується технічними аналітиками для визначення того, наскільки минула ціна цінного паперу передбачає майбутню ціну.
Послідовна кореляція подібна до статистичних концепцій автокореляції або відсталої кореляції.
Ключові винос
- Послідовна кореляція – це зв’язок між даною змінною та самою відсталою версією протягом різних інтервалів часу.
- Він вимірює взаємозв’язок між поточним значенням змінної з урахуванням минулих значень.
- Змінна, яка послідовно корельована, вказує на те, що вона може бути не випадковою.
- Технічні аналітики перевіряють прибуткові структури цінного паперу або групи цінних паперів та визначають ризик, пов’язаний з інвестиційними можливостями.
Пояснена послідовна кореляція
Послідовна кореляція використовується в статистиці для опису взаємозв’язку між спостереженнями тієї самої змінної протягом певних періодів. Якщо послідовна кореляція змінної вимірюється як нуль, кореляції не існує, і кожне із спостережень не залежить одне від одного. І навпаки, якщо послідовна кореляція змінної зхиляється до однієї, спостереження послідовно корелюють, і на майбутні спостереження впливають минулі значення. По суті, змінна, яка послідовно корелюється, має шаблон і не є випадковою.
Терміни помилок трапляються, коли модель не зовсім точна і призводить до різних результатів під час реальних додатків. Коли терміни помилок з різних (як правило, сусідніх) періодів (або спостережень у перерізі) співвідносяться, термін помилок послідовно корелює. Послідовна кореляція виникає в дослідженнях часових рядів, коли помилки, пов’язані з даним періодом, переносяться на майбутні періоди. Наприклад, коли прогнозується ріст дивідендів за акціями, завищення за один рік призведе до завищення в наступні роки.
Короткий огляд
Послідовна кореляція може зробити модельовані моделі торгів більш точними, що допомагає інвестору розробити менш ризикову інвестиційну стратегію.
Технічний аналіз використовує міри послідовного співвідношення при аналізі структури цінних паперів. Аналіз повністю ґрунтується на русі цін на акції та пов’язаному з ним обсязі, а не на засадах компанії. Практики технічного аналізу, якщо вони правильно використовують послідовну кореляцію, виявляють та перевіряють прибуткові структури або цінний папір чи групу цінних паперів та спотові інвестиційні можливості.
Поняття послідовної кореляції
Послідовна кореляція спочатку використовувалася в техніці, щоб визначити, як сигнал, такий як комп’ютерний сигнал або радіохвиля, змінюється в порівнянні з самим собою з часом. Популярність цієї концепції зросла в економічних колах, оскільки економісти та практики економетрики використовували міру для аналізу економічних даних з часом.
Зараз майже у всіх великих фінансових установах працюють кількісні аналітики, відомі як кванти. Ці аналітики фінансової торгівлі використовують технічний аналіз та інші статистичні висновки для аналізу та прогнозування фондового ринку. Ці моделісти намагаються визначити структуру кореляційних зв’язків для покращення прогнозів та потенційної прибутковості стратегії. Крім того, визначення структури кореляції покращує реалістичність будь-яких модельованих часових рядів, заснованих на моделі. Точне моделювання зменшує ризик інвестиційних стратегій.
Кванти є невід’ємною частиною успіху багатьох з цих фінансових установ, оскільки вони забезпечують ринкові моделі, які ця установа потім використовує як основу для своєї інвестиційної стратегії.
Короткий огляд
Послідовна кореляція спочатку використовувалася в обробці сигналів та системній інженерії, щоб визначити, як сигнал змінюється сам по собі з часом. У 1980-х економісти та математики поспішили на Уолл-стріт застосувати концепцію для прогнозування цін на акції.
Серійну кореляцію серед цих квантів визначають за допомогою тесту Дурбіна-Ватсона (DW). Кореляція може бути як позитивною, так і негативною. Ціна акцій, що відображає позитивну серійну кореляцію, має позитивну картину. Цінні папери, які мають негативну серійну кореляцію, негативно впливають на себе з часом.