什麼是時間序列，如何用於分析數據？

什麼是時間序列？

時間序列是一系列數據點，這些數據點在一定時間段內以連續的順序出現。這可以與橫截面數據，捕獲了一個時間點。

在投資中，時間序列跟踪所選數據點的移動，例如安全價格，在指定的時間段內，並定期記錄數據點。沒有最短或最長的時間必須包括在內，可以以提供投資者或分析師檢查活動的信息的方式收集數據。

了解時間序列

可以對隨著時間變化的任何變量進行時間序列。在投資中，通常使用時間序列跟踪隨著時間的推移的安全價格。可以在短期內跟踪這一點，例如在工作日期間，在小時內的安全價格，或長期的長期，例如五年來每個月的最後一天的安全價格。

時間序列分析可用於查看給定資產，安全性或經濟變量如何隨著時間而變化。它還可以用來檢查與所選數據點相關的變化與同一時間段其他變量的變化相比。

時間序列也用於幾種非財務環境中，例如測量人口隨著時間的變化。下圖描述了從1900年到2000年，美國人口增長的時間序列。

時間序列分析

假設您想在一年內分析給定股票的每日收盤價時間序列。從過去的一年中，您將獲得所有股票的所有收盤價清單，並按時間順序列出。這將是每天一年收盤價股票的時間序列。

深入研究，您可以使用技術分析工具分析時間序列數據，以了解該股票的時間序列是否顯示任何季節性。這將有助於確定股票是否每年常規時間都經過峰值和低谷。該領域的分析將需要以觀察到的價格並將其與選擇的季節相關聯。這可能包括傳統的日曆季節，例如夏季和冬季或零售季節，例如假期季節。

另外，您可以記錄股票的股價變化，因為它與經濟變量相關，例如失業率。通過將數據點與所選經濟變量有關的信息相關聯，您可以在數據點和所選變量之間顯示出依賴性的情況下觀察到模式。

時間序列預測

時間序列預測使用有關歷史價值和相關模式的信息來預測未來的活動。大多數情況下，這與趨勢分析，週期性波動分析和季節性問題有關。與所有預測方法一樣，不能保證成功。

這Box-Jenkins型號例如，是一種旨在根據指定時間序列的輸入來預測數據范圍的技術。它使用三個原則預測數據：自動性，差異和移動平均值。這三個原則分別稱為p，d和q。每個原理都在盒子分析中使用，共同顯示為自回歸的集成移動平均平均值或Arima（p，d，q）。可以使用Arima來預測股票價格或收入增長。

另一種方法，稱為恢復範圍分析，可用於檢測和評估持久性，隨機性或平均歸還時間序列數據。重新定制的範圍可用於推斷數據的未來值或平均值，以查看趨勢是否穩定或可能反轉。

橫截面與時間序列分析

橫斷面分析是兩種總體比較方法之一，用於庫存分析。橫截面分析查看在一個時間點收集的數據，而不是一段時間內收集的數據。分析始於建立研究目標以及分析師想要衡量的變量的定義。下一步是確定橫截面，例如一組同齡人或行業，並設置要評估的具體時間點。最後一步是根據橫截面和變量進行分析，並得出有關公司或組織績效的結論。本質上，橫斷面分析表明，鑑於他們關心的指標，最好哪個公司。

時間序列分析，稱為趨勢分析當它適用於技術交易時，隨著時間的推移，專注於單個安全性。在這種情況下，價格是在其過去績效的背景下進行判斷的。時間序列分析表明，投資者是比他們關心的措施做得更好還是更糟。這些通常是經典每股收益（EPS），，，，債務股權，，，，自由現金流（FCF）， 等等。實際上，投資者通常會在做出決定之前使用時間序列分析和橫斷面分析的組合，例如，隨著時間的推移查看EPS，然後檢查行業基準EPS。

底線

時間序列是連續順序的數值數據點的序列。在投資中，它會定期跟踪所選數據點的移動，並在指定的時間段內跟踪。
在投資中，時間序列記錄了定期時間間隔所選擇的數據點（例如安全價格），並在指定的時間段內跟踪其運動。

時間序列分析對於看到哪些因素在周期到週期都會影響某些變量很有用。它還可以提供有關資產，安全或經濟變量如何隨著時間而變化的見解。

可以將各種財務和經濟數據（例如歷史股票價格，收益​​和GDP）分析為時間序列。