Autocorrelation คืออะไร
Autocorrelation เป็นตัวแทนทางคณิตศาสตร์ของระดับความคล้ายคลึงกันระหว่างอนุกรมเวลาที่กำหนดและเวอร์ชันล้าหลังของตัวเองในช่วงเวลาที่ต่อเนื่องกัน มันเป็นเช่นเดียวกับการคำนวณความสัมพันธ์ระหว่างอนุกรมเวลาสองแบบที่แตกต่างกันยกเว้น autocorrelation ใช้อนุกรมเวลาเดียวกันสองครั้ง: หนึ่งครั้งในรูปแบบดั้งเดิมและครั้งเดียวล่าช้าหนึ่งช่วงเวลาอย่างน้อยหนึ่งช่วงเวลา
อัต
ทำความเข้าใจ Autocorrelation
ความสัมพันธ์อัตโนมัติยังสามารถถูกอ้างถึงเป็นความสัมพันธ์ที่ล้าหลังหรือความสัมพันธ์แบบอนุกรมซึ่งวัดความสัมพันธ์ระหว่างค่าปัจจุบันของตัวแปรและค่าที่ผ่านมา เมื่อคำนวณความสัมพันธ์อัตโนมัติผลลัพธ์ที่ได้อาจอยู่ในช่วงตั้งแต่ 1 ถึงลบ 1 ซึ่งสอดคล้องกับสถิติสหสัมพันธ์แบบดั้งเดิม ความสัมพันธ์อัตโนมัติของ +1 หมายถึงความสัมพันธ์เชิงบวกที่สมบูรณ์แบบ (การเพิ่มขึ้นของการดูในซีรีส์ครั้งหนึ่งจะนำไปสู่การเพิ่มสัดส่วนในซีรีย์เวลาอื่น ๆ) ความสัมพันธ์เชิงลบของลบ 1 ในทางกลับกันแสดงถึงความสัมพันธ์เชิงลบที่สมบูรณ์แบบ (การเพิ่มขึ้นของการดูในช่วงเวลาหนึ่งส่งผลให้สัดส่วนลดลงในอนุกรมเวลาอื่น ๆ) การวัดค่าความสัมพันธ์เชิงเส้นอัตโนมัติ แม้ว่าความสัมพันธ์อัตโนมัติจะมีขนาดเล็ก แต่ก็ยังอาจมีความสัมพันธ์แบบไม่เชิงเส้นระหว่างอนุกรมเวลาและเวอร์ชันล้าหลังของตัวเอง
ประเด็นที่สำคัญ
- Autocorrelation หมายถึงระดับของความคล้ายคลึงกันระหว่างอนุกรมเวลาที่กำหนดและเวอร์ชันที่ล้าหลังของตัวเองในช่วงเวลาที่ต่อเนื่องซึ่งสัมพันธ์กับการวัดความสัมพันธ์ระหว่างค่าปัจจุบันของตัวแปรและค่าที่ผ่านมาของ autocorrelation +1 หมายถึงสหสัมพันธ์เชิงบวกที่สมบูรณ์ จำนวนลบ 1 แสดงถึงความสัมพันธ์เชิงลบที่สมบูรณ์แบบนักวิเคราะห์ทางเทคนิคสามารถใช้ความสัมพันธ์เชิงอัตชีวประวัติเพื่อดูว่าราคาของผลกระทบที่ผ่านมาสำหรับการรักษาความปลอดภัยมีราคาเท่าใดในอนาคต
ความสัมพันธ์อัตโนมัติในการวิเคราะห์ทางเทคนิค
Autocorrelation สามารถเป็นประโยชน์สำหรับการวิเคราะห์ทางเทคนิคซึ่งเกี่ยวข้องกับแนวโน้มของและความสัมพันธ์ระหว่างราคาความปลอดภัยโดยใช้เทคนิคการสร้างแผนภูมิแทนสุขภาพและการจัดการทางการเงินของ บริษัท นักวิเคราะห์ด้านเทคนิคสามารถใช้ความสัมพันธ์อัตโนมัติเพื่อดูว่าราคาหลักทรัพย์ในอดีตมีผลกระทบต่อราคาหลักทรัพย์ในอนาคตเท่าใด
ความสัมพันธ์อัตโนมัติสามารถแสดงว่ามีปัจจัยโมเมนตัมที่เกี่ยวข้องกับหุ้น ตัวอย่างเช่นหากนักลงทุนทราบว่าหุ้นมีมูลค่า autocorrelation ในเชิงบวกสูงในอดีตและพวกเขาเห็นว่าได้กำไรมากในช่วงหลายวันที่ผ่านมาพวกเขาอาจคาดหวังว่าการเคลื่อนไหวในหลายวันที่จะมาถึง (อนุกรมเวลาชั้นนำ) ของอนุกรมเวลาล้าหลังและเลื่อนขึ้น
ตัวอย่างของ Autocorrelation
สมมติว่า Emma กำลังมองหาเพื่อดูว่าผลตอบแทนของหุ้นในพอร์ตโฟลิโอของเธอนั้นมีความสัมพันธ์อัตโนมัติหรือไม่ ผลตอบแทนของหุ้นเกี่ยวข้องกับผลตอบแทนในช่วงการซื้อขายก่อนหน้า หากผลตอบแทนมีความสัมพันธ์โดยอัตโนมัติเอ็มม่าสามารถอธิบายว่ามันเป็นสต็อกโมเมนตัมเพราะผลตอบแทนที่ผ่านมาดูเหมือนจะมีอิทธิพลต่อผลตอบแทนในอนาคต เอ็มม่ารันการถดถอยด้วยผลตอบแทนการซื้อขายสองช่วงก่อนหน้าเป็นตัวแปรอิสระและผลตอบแทนปัจจุบันเป็นตัวแปรตาม เธอพบว่าการส่งคืนหนึ่งวันก่อนหน้านั้นมีความสัมพันธ์แบบอัตโนมัติที่เป็นบวก 0.7 ในขณะที่ผลตอบแทนสองวันก่อนหน้านั้นจะมีความสัมพันธ์เชิงบวกแบบอัตโนมัติที่ 0.3 ผลตอบแทนที่ผ่านมาดูเหมือนจะมีอิทธิพลต่อผลตอบแทนในอนาคต ดังนั้นเอ็มม่าสามารถปรับพอร์ตโฟลิโอของเธอเพื่อใช้ประโยชน์จากความสัมพันธ์อัตโนมัติและสร้างแรงผลักดันโดยยังคงตำแหน่งหรือสะสมหุ้นต่อไป
