Autocorrelation เป็นตัวแทนทางคณิตศาสตร์ของระดับความคล้ายคลึงกันระหว่างที่กำหนดชุดเวลาและรุ่นที่ล้าหลังของตัวเองในช่วงเวลาต่อเนื่อง มันมีแนวคิดคล้ายกับความสัมพันธ์ระหว่างสองอนุกรมเวลาที่แตกต่างกัน แต่ autocorrelation ใช้ซีรีย์เวลาเดียวกันสองครั้ง: หนึ่งครั้งในรูปแบบดั้งเดิมและเมื่อช่วงเวลาหนึ่งหรือมากกว่าหนึ่งช่วงเวลา
ตัวอย่างเช่นหากฝนตกในวันนี้ข้อมูลแสดงให้เห็นว่าพรุ่งนี้มีแนวโน้มที่จะฝนตกมากกว่าในวันนี้ถ้ามันชัดเจนในวันนี้ เมื่อพูดถึงการลงทุนหุ้นอาจมีผลตอบแทนที่ดีในเชิงบวกอย่างมากโดยบอกว่าถ้ามัน "ขึ้น" ในวันนี้ก็มีแนวโน้มที่จะเกิดขึ้นในวันพรุ่งนี้เช่นกัน
โดยธรรมชาติแล้วความสัมพันธ์อัตโนมัติอาจเป็นเครื่องมือที่มีประโยชน์สำหรับผู้ค้าในการใช้ประโยชน์ โดยเฉพาะอย่างยิ่งสำหรับนักวิเคราะห์ทางเทคนิค
ประเด็นสำคัญ
- Autocorrelation แสดงถึงระดับของความคล้ายคลึงกันระหว่างอนุกรมเวลาที่กำหนดและรุ่นที่ล้าหลังของตัวเองในช่วงเวลาต่อเนื่อง
- ความสัมพันธ์อัตโนมัติวัดความสัมพันธ์ระหว่างค่าปัจจุบันของตัวแปรและค่าที่ผ่านมา
- ความสัมพันธ์อัตโนมัติของ +1 แสดงถึงความสัมพันธ์เชิงบวกที่สมบูรณ์แบบในขณะที่ความสัมพันธ์อัตโนมัติของ -1 แสดงถึงความสัมพันธ์เชิงลบที่สมบูรณ์แบบ
- นักวิเคราะห์ทางเทคนิคสามารถใช้ความสัมพันธ์อัตโนมัติเพื่อวัดจำนวนเงินที่ผ่านมาเพื่อความปลอดภัยในราคาที่มีต่อราคาในอนาคต
Investopedia / Jiaqi Zhou
ทำความเข้าใจกับความสัมพันธ์อัตโนมัติ
ความสัมพันธ์อัตโนมัติยังสามารถเรียกได้ว่ามีความสัมพันธ์ที่ล้าหลังหรือความสัมพันธ์แบบอนุกรมในขณะที่มันวัดความสัมพันธ์ระหว่างค่าปัจจุบันของตัวแปรและค่าที่ผ่านมา
เป็นตัวอย่างที่ง่ายมากลองดูค่าร้อยละห้าในแผนภูมิด้านล่าง เรากำลังเปรียบเทียบพวกเขากับคอลัมน์ทางด้านขวาซึ่งมีชุดของค่าเดียวกันเพียงแค่เลื่อนขึ้นหนึ่งแถว
วัน | กำไรหรือขาดทุน | กำไรหรือขาดทุนในวันถัดไป |
วันจันทร์ | 10% | 5% |
วันอังคาร | 5% | -2% |
วันพุธ | -2% | -8% |
วันพฤหัสบดี | -8% | -5% |
วันศุกร์ | -5% |
เมื่อคำนวณความสัมพันธ์อัตโนมัติผลลัพธ์อาจอยู่ในช่วงตั้งแต่ -1 ถึง +1
ความสัมพันธ์อัตโนมัติของ +1 แสดงถึงความสมบูรณ์แบบความสัมพันธ์เชิงบวก(การเพิ่มขึ้นที่เห็นในชุดเวลาเดียวนำไปสู่การเพิ่มขึ้นตามสัดส่วนของอนุกรมเวลาอื่น ๆ )
ในทางกลับกันความสัมพันธ์อัตโนมัติ -1 แสดงถึงความสมบูรณ์แบบความสัมพันธ์เชิงลบ(การเพิ่มขึ้นที่เห็นในอนุกรมเวลาหนึ่งส่งผลให้สัดส่วนลดลงในอนุกรมเวลาอื่น ๆ )
ความสัมพันธ์อัตโนมัติวัดความสัมพันธ์เชิงเส้น แม้ว่าความสัมพันธ์แบบอัตโนมัติจะมีขนาดเล็ก แต่ก็ยังมีความสัมพันธ์ที่ไม่เชิงเส้นระหว่างอนุกรมเวลาและรุ่นที่ล้าหลังของตัวเอง
การทดสอบความสัมพันธ์อัตโนมัติ
วิธีที่พบบ่อยที่สุดในการทดสอบความสัมพันธ์อัตโนมัติคือการทดสอบ Durbin-Watson Durbin-Watson เป็นสถิติที่ตรวจจับความสัมพันธ์อัตโนมัติจากกการวิเคราะห์การถดถอย-
Durbin-Watson มักจะสร้างหมายเลขการทดสอบตั้งแต่ 0 ถึง 4 ค่าใกล้เคียงกับ 0 แสดงถึงระดับความสัมพันธ์เชิงบวกที่มากขึ้นค่าใกล้เคียงกับ 4 แสดงถึงระดับความสัมพันธ์เชิงลบที่มากขึ้นในขณะที่ค่าใกล้เคียงกับกลาง
ความสัมพันธ์กับความสัมพันธ์อัตโนมัติ
ความสัมพันธ์วัดความสัมพันธ์ระหว่างตัวแปรสองตัวในขณะที่ความสัมพันธ์อัตโนมัติวัดความสัมพันธ์ของตัวแปรที่มีค่าล่าช้าของตัวเอง
เหตุใดความสัมพันธ์อัตโนมัติจึงมีความสำคัญในตลาดการเงิน? เรียบง่าย. ความสัมพันธ์อัตโนมัติสามารถนำไปใช้ในการวิเคราะห์การเคลื่อนไหวของราคาในอดีตอย่างละเอียดซึ่งนักลงทุนสามารถใช้ในการทำนายอนาคตการเคลื่อนไหวของราคา โดยเฉพาะอย่างยิ่งความสัมพันธ์ autocorrelation เพื่อตรวจสอบว่ากกลยุทธ์การซื้อขายโมเมนตัมสมเหตุสมผล
ความสัมพันธ์อัตโนมัติในการวิเคราะห์ทางเทคนิค
ความสัมพันธ์อัตโนมัติมีประโยชน์สำหรับการวิเคราะห์ทางเทคนิคนั่นเป็นเพราะการวิเคราะห์ทางเทคนิคเกี่ยวข้องกับแนวโน้มของและความสัมพันธ์ระหว่างราคาความปลอดภัยโดยใช้เทคนิคการทำแผนภูมิ สิ่งนี้ตรงกันข้ามกับการวิเคราะห์ขั้นพื้นฐานซึ่งมุ่งเน้นไปที่สุขภาพทางการเงินหรือการจัดการของ บริษัท แทน
นักวิเคราะห์ทางเทคนิคสามารถใช้ความสัมพันธ์อัตโนมัติเพื่อหาว่าราคาที่ผ่านมามีผลกระทบต่อความปลอดภัยในราคาเท่าใด
ความสัมพันธ์อัตโนมัติสามารถช่วยตรวจสอบได้ว่ามีไฟล์แรงผลักดันปัจจัยที่เล่นกับหุ้นที่กำหนด หากสต็อกที่มีความสัมพันธ์เชิงบวกสูงโพสต์สองวันติดต่อกันมากขึ้นตัวอย่างเช่นมันอาจจะสมเหตุสมผลที่จะคาดหวังว่าหุ้นจะเพิ่มขึ้นถัดไป tวันนี้เช่นกัน
ตัวอย่างของความสัมพันธ์อัตโนมัติ
สมมติว่าฝนกำลังมองหาเพื่อพิจารณาว่าหุ้นของพวกเขาผลงานจัดแสดงความสัมพันธ์อัตโนมัติ นั่นคือผลตอบแทนของหุ้นเกี่ยวข้องกับผลตอบแทนในช่วงการซื้อขายก่อนหน้านี้
หากผลตอบแทนแสดงความสัมพันธ์อัตโนมัติฝนอาจจำแนกเป็นหุ้นโมเมนตัมได้เพราะผลตอบแทนที่ผ่านมาดูเหมือนจะมีอิทธิพลต่อผลตอบแทนในอนาคต ฝนตกถดถอยเมื่อก่อนเซสชั่นการซื้อขายกลับมาเป็นตัวแปรอิสระและผลตอบแทนปัจจุบันเป็นตัวแปรตาม พวกเขาพบว่าส่งคืนหนึ่งวันก่อนหน้านี้มีความสัมพันธ์เชิงบวก autocorrelation 0.8
เนื่องจาก 0.8 อยู่ใกล้กับ +1 ผลตอบแทนที่ผ่านมาดูเหมือนจะเป็นตัวทำนายเชิงบวกที่ดีมากของผลตอบแทนในอนาคตสำหรับหุ้นนี้โดยเฉพาะ
ดังนั้นฝนจึงสามารถปรับพอร์ตโฟลิโอของพวกเขาเพื่อใช้ประโยชน์จากความสัมพันธ์อัตโนมัติหรือโมเมนตัมโดยดำเนินการต่อเพื่อดำรงตำแหน่งหรือการสะสมหุ้นเพิ่มเติม
ความแตกต่างระหว่างความสัมพันธ์ autocorrelation และ multicollinearity คืออะไร?
ความสัมพันธ์อัตโนมัติคือระดับความสัมพันธ์ของค่าตัวแปรเมื่อเวลาผ่านไป Multicollinearity เกิดขึ้นเมื่อตัวแปรอิสระมีความสัมพันธ์กันและสามารถทำนายได้จากอีกตัวหนึ่ง ตัวอย่างของความสัมพันธ์อัตโนมัติรวมถึงการวัดสภาพอากาศสำหรับเมืองในวันที่ 1 มิถุนายนและสภาพอากาศสำหรับเมืองเดียวกันในวันที่ 5 มิถุนายน Multicollinearity วัดความสัมพันธ์ของตัวแปรอิสระสองตัวเช่นความสูงและน้ำหนักของบุคคล
การทดสอบทางสถิติส่วนใหญ่ถือว่าเป็นอิสระของการสังเกต กล่าวอีกนัยหนึ่งการเกิดขึ้นของหนึ่งไม่ได้บอกอะไรเกี่ยวกับการเกิดขึ้นของอีกฝ่าย ความสัมพันธ์อัตโนมัติเป็นปัญหาสำหรับการทดสอบทางสถิติส่วนใหญ่เพราะมันหมายถึงการขาดความเป็นอิสระระหว่างค่า
ความสัมพันธ์อัตโนมัติใช้สำหรับอะไร?
ความสัมพันธ์อัตโนมัติสามารถใช้ในหลายสาขา แต่มักจะเห็นในการวิเคราะห์ทางเทคนิค นักวิเคราะห์ทางเทคนิคประเมินหลักทรัพย์เพื่อระบุแนวโน้มและคาดการณ์เกี่ยวกับประสิทธิภาพในอนาคตตามแนวโน้มเหล่านั้น
บรรทัดล่าง
Autocorrelation เป็นความสัมพันธ์ของอนุกรมเวลาและรุ่นที่ล่าช้าเมื่อเวลาผ่านไป แม้ว่าจะคล้ายกับความสัมพันธ์ แต่ความสัมพันธ์อัตโนมัติก็ใช้อนุกรมเวลาเดียวกันสองครั้ง นักวิเคราะห์ทางการเงินและผู้ค้าใช้ความสัมพันธ์อัตโนมัติเพื่อตรวจสอบการเคลื่อนไหวของราคาในอดีตและทำนายสิ่งที่เกิดขึ้นในอนาคต นักวิเคราะห์ทางเทคนิคใช้ความสัมพันธ์อัตโนมัติเพื่อกำหนดราคาที่มีผลกระทบในอดีตของราคารักษาความปลอดภัยในราคาในอนาคตหรือเท่าใด แม้ว่าจะเป็นเครื่องมือที่มีประโยชน์มาก แต่ก็มักจะใช้กับมาตรการทางสถิติอื่น ๆ ในการวิเคราะห์ทางการเงิน