Autoregressive
Un modello statistico è autoregressivo se prevede valori futuri basati su valori passati. Ad esempio, un modello autoregressivo potrebbe cercare di prevedere i prezzi futuri di un titolo in base alla sua performance passata.
Key Takeaways
- I modelli autoregressivi prevedono valori futuri basati su valori passati.
- Sono ampiamente utilizzati nell'analisi tecnica per prevedere i futuri prezzi di sicurezza.
- I modelli autoregressivi presuppongono implicitamente che il futuro assomiglierà al passato. Pertanto, possono rivelarsi inaccurati in determinate condizioni di mercato, come crisi finanziarie o periodi di rapido cambiamento tecnologico.
Comprensione dei modelli autoregressivi
I modelli autoregressivi operano con la premessa che i valori passati hanno un effetto sui valori attuali, il che rende la tecnica statistica popolare per l'analisi della natura, dell'economia e di altri processi che variano nel tempo. I modelli di regressione multipla prevedono una variabile usando una combinazione lineare di predittori, mentre i modelli autoregressivi usano una combinazione di valori passati della variabile.
Un processo autoregressivo AR (1) è uno in cui il valore corrente si basa sul valore immediatamente precedente, mentre un processo AR (2) è uno in cui il valore corrente si basa sui due valori precedenti. Un processo AR (0) viene utilizzato per il rumore bianco e non ha alcuna dipendenza tra i termini. Oltre a queste variazioni, esistono anche diversi modi per calcolare i coefficienti utilizzati in questi calcoli, come il metodo dei minimi quadrati.
Questi concetti e tecniche sono utilizzati dagli analisti tecnici per prevedere i prezzi di sicurezza. Tuttavia, poiché i modelli autoregressivi basano le loro previsioni solo su informazioni passate, assumono implicitamente che le forze fondamentali che hanno influenzato i prezzi passati non cambieranno nel tempo. Ciò può portare a previsioni sorprendenti e imprecise se le forze sottostanti in questione stanno effettivamente cambiando, come nel caso in cui un'industria stia subendo una trasformazione tecnologica rapida e senza precedenti.
Tuttavia, gli operatori continuano a perfezionare l'uso di modelli autoregressivi a fini di previsione. Un ottimo esempio è la media mobile integrata autoregressiva (ARIMA), un sofisticato modello autoregressivo che può tenere conto di tendenze, cicli, stagionalità, errori e altri tipi di dati non statici durante le previsioni.
Approcci analitici
Sebbene i modelli autoregressivi siano associati all'analisi tecnica, possono anche essere combinati con altri approcci all'investimento. Ad esempio, gli investitori possono utilizzare l'analisi fondamentale per identificare un'opportunità interessante e quindi utilizzare l'analisi tecnica per identificare i punti di entrata e di uscita.
Esempio reale di un modello autoregressivo
I modelli autoregressivi si basano sul presupposto che i valori passati abbiano un effetto sui valori correnti. Ad esempio, un investitore che utilizza un modello autoregressivo per prevedere i prezzi delle azioni dovrebbe presumere che i nuovi acquirenti e venditori di tale azione siano influenzati dalle recenti transazioni di mercato quando decidono quanto offrire o accettare per il titolo.
Sebbene questa ipotesi valga nella maggior parte dei casi, non è sempre così. Ad esempio, negli anni precedenti la crisi finanziaria del 2008, la maggior parte degli investitori non era a conoscenza dei rischi presentati dai grandi portafogli di titoli garantiti da ipoteca detenuti da molte società finanziarie. Durante quei periodi, un investitore che utilizzava un modello autoregressivo per prevedere la performance dei titoli finanziari statunitensi avrebbe avuto buone ragioni per prevedere una tendenza in corso dei prezzi delle azioni stabili o in aumento in quel settore.
Tuttavia, una volta che è diventato noto al pubblico che molti istituti finanziari erano a rischio di imminente collasso, gli investitori improvvisamente sono diventati meno preoccupati dei prezzi recenti di questi titoli e molto più preoccupati della loro esposizione al rischio sottostante. Pertanto, il mercato ha rapidamente rivalutato i titoli finanziari a un livello molto più basso, una mossa che avrebbe completamente confuso un modello autoregressivo.
È importante notare che, in un modello autoregressivo, uno shock una tantum influenzerà i valori delle variabili calcolate all'infinito nel futuro. Pertanto, l'eredità della crisi finanziaria sopravvive nei modelli autoregressivi di oggi.
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.