autocorrelazione
Che cos'è l'autocorrelazione?L'autocorrelazione è una rappresentazione matematica del grado di somiglianza tra una determinata serie temporale e una versione ritardata di se stesso su intervalli di tempo successivi. È lo stesso che calcolare la correlazione tra due diverse serie temporali, tranne che l'autocorrelazione utilizza due volte le stesse serie temporali: una volta nella sua forma originale e una volta in ritardo di uno o più periodi di tempo.
01:32autocorrelazione
Comprensione dell'autocorrelazione
L'autocorrelazione può anche essere definita correlazione ritardata o correlazione seriale, poiché misura la relazione tra il valore corrente di una variabile e i suoi valori passati. Quando si calcola l'autocorrelazione, l'output risultante può variare da 1 a 1 negativo, in linea con la statistica di correlazione tradizionale. Un'autocorrelazione di +1 rappresenta una correlazione positiva perfetta (un aumento osservato in una serie storica porta ad un aumento proporzionale nelle altre serie storiche). Un'autocorrelazione di 1 negativo, d'altra parte, rappresenta una perfetta correlazione negativa (un aumento osservato in una serie storica comporta una riduzione proporzionale nelle altre serie storiche). L'autocorrelazione misura le relazioni lineari; anche se l'autocorrelazione è minuscola, potrebbe esserci ancora una relazione non lineare tra una serie temporale e una versione ritardata di se stesso.
Key Takeaways
- L'autocorrelazione rappresenta il grado di somiglianza tra una determinata serie temporale e una versione ritardata di se stesso su intervalli di tempo successivi.
- L'autocorrelazione misura la relazione tra il valore corrente di una variabile e i suoi valori passati.
- Un'autocorrelazione di +1 rappresenta una perfetta correlazione positiva, mentre un'autocorrelazione di 1 negativo rappresenta una perfetta correlazione negativa.
- Gli analisti tecnici possono utilizzare l'autocorrelazione per vedere l'impatto dei prezzi passati per un titolo sul suo prezzo futuro.
Autocorrelazione nell'analisi tecnica
L'autocorrelazione può essere utile per l'analisi tecnica, che riguarda soprattutto le tendenze e le relazioni tra i prezzi dei titoli utilizzando tecniche di creazione di grafici anziché la salute o la gestione finanziaria di un'azienda. Gli analisti tecnici possono utilizzare l'autocorrelazione per vedere l'impatto dei prezzi passati per un titolo sul suo prezzo futuro.
L'autocorrelazione può mostrare se esiste un fattore di momentum associato a uno stock. Ad esempio, se gli investitori sanno che un titolo ha un valore di autocorrelazione positivo storicamente elevato e ne sono testimoni ottenendo guadagni considerevoli negli ultimi giorni, allora potrebbero ragionevolmente aspettarsi che i movimenti nei prossimi giorni (le serie temporali principali) corrispondano a quelli delle serie temporali in ritardo e per spostarsi verso l'alto.
Esempio di autocorrelazione
Supponiamo che Emma stia cercando di determinare se i rendimenti di un titolo nel suo portafoglio mostrano autocorrelazione; i rendimenti del titolo si riferiscono ai suoi rendimenti nelle precedenti sessioni di negoziazione. Se i rendimenti mostrano autocorrelazione, Emma potrebbe caratterizzarlo come uno stock di momentum perché i rendimenti passati sembrano influenzare i rendimenti futuri. Emma esegue una regressione con i rendimenti di due precedenti sessioni di trading come variabili indipendenti e il rendimento corrente come variabile dipendente. Scopre che i resi un giorno prima hanno un'autocorrelazione positiva di 0, 7, mentre i resi due giorni prima hanno un'autocorrelazione positiva di 0, 3. I rendimenti passati sembrano influenzare i rendimenti futuri. Pertanto Emma può adattare il suo portafoglio per sfruttare l'autocorrelazione e il conseguente slancio continuando a mantenere la sua posizione o accumulando più azioni.
Confronta i conti di investimento Nome del fornitore Descrizione Descrizione dell'inserzionista × Le offerte che compaiono in questa tabella provengono da società di persone da cui Investopedia riceve un compenso.