Autoregressive หมายความว่าอย่างไร
ตัวแบบเชิงสถิตินั้นมีการตอบโต้อัตโนมัติหากทำนายค่าในอนาคตโดยยึดตามค่าที่ผ่านมา ตัวอย่างเช่นตัวแบบอัตโนมัติอาจพยายามทำนายราคาในอนาคตของหุ้นขึ้นอยู่กับประสิทธิภาพที่ผ่านมา
ประเด็นที่สำคัญ
- แบบจำลองอัตโนมัติเชิงคาดการณ์ค่าในอนาคตตามค่าที่ผ่านมาพวกเขาใช้กันอย่างแพร่หลายในการวิเคราะห์ทางเทคนิคเพื่อคาดการณ์ราคาความปลอดภัยในอนาคตแบบจำลองความก้าวหน้าอัตโนมัติสันนิษฐานว่าในอนาคตจะมีลักษณะคล้ายกับอดีต ดังนั้นพวกเขาจึงสามารถพิสูจน์ได้ว่าไม่ถูกต้องภายใต้สภาวะตลาดที่แน่นอนเช่นวิกฤตการณ์ทางการเงินหรือช่วงเวลาของการเปลี่ยนแปลงทางเทคโนโลยีอย่างรวดเร็ว
ทำความเข้าใจเกี่ยวกับแบบจำลองอัตโนมัติ
แบบจำลองอัตโนมัติเชิงรุกดำเนินงานภายใต้สมมติฐานที่ว่าค่าในอดีตมีผลต่อค่าปัจจุบันซึ่งทำให้เทคนิคทางสถิติเป็นที่นิยมสำหรับการวิเคราะห์ธรรมชาติเศรษฐศาสตร์และกระบวนการอื่น ๆ ที่แตกต่างกันไปตามกาลเวลา ตัวแบบการถดถอยหลายตัวทำนายตัวแปรโดยใช้การรวมกันเชิงเส้นของตัวทำนายในขณะที่ตัวแบบอัตโนมัติแบบขั้นสูงใช้การรวมกันของค่าที่ผ่านมาของตัวแปร
กระบวนการ autoregressive AR (1) เป็นหนึ่งในที่ค่าปัจจุบันจะขึ้นอยู่กับค่าก่อนหน้าทันทีในขณะที่กระบวนการ AR (2) เป็นหนึ่งในที่มูลค่าปัจจุบันจะขึ้นอยู่กับสองค่าก่อนหน้านี้ กระบวนการ AR (0) ใช้สำหรับเสียงสีขาวและไม่มีการพึ่งพาระหว่างข้อกำหนด นอกจากรูปแบบเหล่านี้แล้วยังมีวิธีการคำนวณค่าสัมประสิทธิ์ที่ใช้ในการคำนวณเหล่านี้หลายวิธีเช่นวิธีกำลังสองน้อยที่สุด
นักวิเคราะห์ทางเทคนิคใช้แนวคิดและเทคนิคเหล่านี้เพื่อคาดการณ์ราคาหลักทรัพย์ อย่างไรก็ตามเนื่องจากแบบจำลองการตอบโต้อัตโนมัติอ้างอิงการคาดการณ์ของพวกเขาเฉพาะกับข้อมูลในอดีตพวกเขาจึงสันนิษฐานว่ากองกำลังพื้นฐานที่มีอิทธิพลต่อราคาที่ผ่านมาจะไม่เปลี่ยนแปลงตลอดเวลา สิ่งนี้สามารถนำไปสู่การคาดการณ์ที่น่าประหลาดใจและไม่ถูกต้องหากกองกำลังพื้นฐานที่มีปัญหากำลังเปลี่ยนไปเช่นหากอุตสาหกรรมกำลังประสบกับการเปลี่ยนแปลงทางเทคโนโลยีอย่างรวดเร็วและไม่เคยเกิดขึ้นมาก่อน
อย่างไรก็ตามผู้ค้ายังคงปรับแต่งการใช้แบบจำลองอัตโนมัติเพื่อวัตถุประสงค์ในการคาดการณ์ ตัวอย่างที่ดีคือ Autoregressive Integrated Moving Average (ARIMA) ซึ่งเป็นโมเดล autoregressive ที่มีความซับซ้อนซึ่งสามารถพิจารณาถึงแนวโน้มของวงจรวัฏจักรฤดูกาลความผิดพลาดและข้อมูลประเภทอื่น ๆ ที่ไม่คงที่เมื่อทำการคาดการณ์
วิธีการวิเคราะห์
แม้ว่าแบบจำลองอัตโนมัติแบบสัมพันธ์นั้นเกี่ยวข้องกับการวิเคราะห์ทางเทคนิค แต่ก็สามารถนำมารวมกับวิธีอื่น ๆ ในการลงทุนได้ ตัวอย่างเช่นนักลงทุนสามารถใช้การวิเคราะห์ขั้นพื้นฐานเพื่อระบุโอกาสที่น่าสนใจจากนั้นใช้การวิเคราะห์ทางเทคนิคเพื่อระบุจุดเข้าและออก
ตัวอย่างโลกแห่งความจริงของรูปแบบอัตชีวประวัติ
แบบจำลองอัตโนมัติเชิงรุกขึ้นอยู่กับสมมติฐานที่ว่าค่าในอดีตมีผลต่อค่าปัจจุบัน ตัวอย่างเช่นนักลงทุนที่ใช้แบบจำลองการตอบโต้อัตโนมัติเพื่อคาดการณ์ราคาหุ้นจะต้องสมมติว่าผู้ซื้อและผู้ขายใหม่ของหุ้นนั้นได้รับอิทธิพลจากการทำธุรกรรมในตลาดเมื่อไม่นานมานี้เมื่อตัดสินใจว่าจะเสนอหรือยอมรับความปลอดภัย
แม้ว่าข้อสันนิษฐานนี้จะอยู่ภายใต้สถานการณ์ส่วนใหญ่ แต่ก็ไม่ได้เป็นเช่นนั้นเสมอไป ตัวอย่างเช่นในปีก่อนที่จะเกิดวิกฤตการณ์ทางการเงินปี 2008 นักลงทุนส่วนใหญ่ไม่ได้ตระหนักถึงความเสี่ยงที่เกิดจากพอร์ตการลงทุนขนาดใหญ่ของหลักทรัพย์ที่ได้รับการสนับสนุนจาก บริษัท หลักทรัพย์หลายแห่ง ในช่วงเวลานั้นนักลงทุนที่ใช้รูปแบบการตอบโต้อัตโนมัติเพื่อทำนายประสิทธิภาพของหุ้นการเงินสหรัฐจะมีเหตุผลที่ดีในการทำนายแนวโน้มของราคาหุ้นที่มีเสถียรภาพหรือเพิ่มขึ้นในภาคนั้น ๆ
อย่างไรก็ตามเมื่อกลายเป็นความรู้สาธารณะว่าสถาบันการเงินหลายแห่งมีความเสี่ยงต่อการล่มสลายในทันทีนักลงทุนก็กังวลน้อยลงกับราคาหุ้นล่าสุดเหล่านี้และกังวลกับความเสี่ยงที่แฝงอยู่ ดังนั้นตลาดจึงปรับมูลค่าหุ้นทางการเงินอย่างรวดเร็วไปสู่ระดับที่ต่ำกว่ามาก
มันเป็นสิ่งสำคัญที่จะต้องทราบว่าในแบบจำลองการตอบโต้อัตโนมัติการกระตุ้นครั้งเดียวจะส่งผลกระทบต่อค่าของตัวแปรที่คำนวณได้ในอนาคต ดังนั้นมรดกทางการเงินของวิกฤตการณ์ทางการเงินจึงมีอยู่ในแบบจำลองการตอบโต้อัตโนมัติในปัจจุบัน
