自相關：它是什麼，工作方式，測試

自相關是給定程度的數學表示時間序列以及在連續的時間間隔內的滯後版本。它在概念上與兩個不同時間序列之間的相關性相似，但是自相關使用相同的時間序列兩次：一次以其原始形式，曾經滯後一個或多個時間段。

例如，如果今天下雨了，數據表明明天下雨比今天很明顯。在投資方面，股票可能會有強大的正相關回報，這表明如果今天“上升”，明天也更有可能上升。

自然，自相關可能是交易者使用的有用工具。特別是對於技術分析師。

了解自相關

自相關也可以稱為滯後相關性或序列相關，因為它衡量了變量的當前值與其過去值之間的關係。

作為一個非常簡單的示例，請查看下圖中圖中的五個百分比值。我們將它們與右側的列進行比較，其中包含相同的值集，只是向上移動一行。

天	收益或損失％	第二天的％收益或損失
週一	10％	5％
週二	5％	-2％
週三	-2％	-8％
週四	-8％	-5％
星期五	-5％

計算自相關時，結果範圍從-1到+1。

+1的自相關代表完美正相關（一個時間序列中看到的增加導致另一個時間序列的比例增加）。

另一方面，-1的自相關代表完美負相關（一個時間序列中看到的增加導致另一個時間序列的比例減少）。

自相關衡量線性關係。即使自相關很小，時間序列與自身的滯後版本之間仍然存在非線性關係。

自相關測試

測試自相關的最常見方法是Durbin-Watson測試。如果沒有太技術，Durbin-Watson是一個統計數據，可檢測到自相關回歸分析。

Durbin-Watson始終產生的測試數範圍在0到4。接近0的值表示更大程度的正相關，值接近4表示負面自相關的程度更高，而接近中間的值則表明自相關較少。

那麼，為什麼自相關在金融市場中很重要？簡單的。自相關可以應用於徹底分析歷史價格變動，然後投資者可以使用這些轉移來預測未來價格變動。具體而言，自相關可用於確定是否a動量交易策略有意義。

技術分析中的自相關

自相關可能對技術分析，這是因為技術分析最關注使用圖表技術的安全價格之間的趨勢和關係。這與基本分析相反，該分析重點是公司的財務健康或管理層。

技術分析師可以使用自相關來弄清過去價格對其未來價格的影響。

自相關可以幫助確定是否存在勢頭給定股票的因素。例如下一個t也是如此。

自相關的示例

假設下雨正在尋求確定股票是否在他們的文件夾展示自相關；也就是說，該股票的收益與以前的交易會議中的回報有關。

如果收益顯示出自相關，則降雨可以將其描述為動量股票，因為過去的回報似乎會影響未來的回報。雨水進行了先驗的回歸交易會的返回作為自變量和當前返回作為因變量。他們發現，在一天前的回報率為0.8。

由於0.8接近+1，因此過去的回報似乎是該特定股票未來回報的一個很好的積極預測指標。

因此，降雨可以調整其投資組合以通過繼續保持自己的位置或累積更多股票。

底線

自相關是時間序列及其滯後版本的相關性。儘管類似於相關性，但自相關使用了同一時間序列兩次。財務分析師和交易者使用自相關來檢查歷史價格變動並預測未來的價格變動。技術分析師使用自相關來確定安全價格的歷史價格對其未來價格產生了多少影響。儘管是非常有用的工具，但通常與財務分析中的其他統計措施一起使用。