ความสัมพันธ์แบบอนุกรม: คำจำกัดความวิธีการกำหนดและการวิเคราะห์

ความสัมพันธ์แบบอนุกรมคืออะไร?

ความสัมพันธ์แบบอนุกรมเกิดขึ้นในกชุดเวลาเมื่อตัวแปรและรุ่นที่ล้าหลังของตัวเอง (เช่นตัวแปรในบางครั้ง t และที่ t-1) จะถูกสังเกตว่ามีความสัมพันธ์กันในช่วงเวลาของเวลา รูปแบบการทำซ้ำมักจะแสดงความสัมพันธ์แบบอนุกรมเมื่อระดับของตัวแปรส่งผลกระทบต่อระดับในอนาคต ในด้านการเงินสิ่งนี้ความสัมพันธ์นักวิเคราะห์ทางเทคนิคใช้เพื่อพิจารณาว่าราคาที่ผ่านมาของความปลอดภัยคาดการณ์ราคาในอนาคตได้ดีเพียงใด

ความสัมพันธ์แบบอนุกรมนั้นคล้ายกับแนวคิดทางสถิติของความสัมพันธ์อัตโนมัติหรือความสัมพันธ์ที่ล้าหลัง

อธิบายความสัมพันธ์แบบอนุกรม

ความสัมพันธ์แบบอนุกรมใช้ในสถิติเพื่ออธิบายความสัมพันธ์ระหว่างการสังเกตของตัวแปรเดียวกันในช่วงเวลาเฉพาะ หากวัดความสัมพันธ์แบบอนุกรมของตัวแปรเป็นศูนย์ไม่มีความสัมพันธ์และการสังเกตแต่ละครั้งนั้นเป็นอิสระจากกัน ในทางกลับกันหากความสัมพันธ์แบบอนุกรมของตัวแปรเอียงไปทางหนึ่งการสังเกตจะมีความสัมพันธ์แบบอนุกรมและการสังเกตในอนาคตได้รับผลกระทบจากค่าที่ผ่านมา โดยพื้นฐานแล้วตัวแปรที่มีความสัมพันธ์แบบอนุกรมมีรูปแบบและไม่สุ่ม

เงื่อนไขข้อผิดพลาดเกิดขึ้นเมื่อโมเดลไม่แม่นยำอย่างสมบูรณ์และผลลัพธ์ในผลลัพธ์ที่แตกต่างกันในระหว่างการใช้งานในโลกแห่งความเป็นจริง เมื่อข้อผิดพลาดจากช่วงเวลาที่แตกต่างกัน (มักจะอยู่ติดกัน) (หรือการสังเกตแบบตัดขวาง) มีความสัมพันธ์กันคำผิดพลาดจะมีความสัมพันธ์แบบอนุกรม ความสัมพันธ์แบบอนุกรมเกิดขึ้นในการศึกษาอนุกรมเวลาเมื่อข้อผิดพลาดที่เกี่ยวข้องกับช่วงเวลาที่กำหนดจะดำเนินไปในช่วงเวลาในอนาคต ตัวอย่างเช่นเมื่อทำนายการเติบโตของเงินปันผลหุ้นการประเมินค่าสูงเกินไปในหนึ่งปีจะนำไปสู่การประเมินค่าสูงเกินไปในปีที่ประสบความสำเร็จ

การวิเคราะห์ทางเทคนิคใช้มาตรการของความสัมพันธ์แบบอนุกรมเมื่อวิเคราะห์รูปแบบความปลอดภัย การวิเคราะห์ขึ้นอยู่กับการเคลื่อนไหวของราคาหุ้นและปริมาณที่เกี่ยวข้องมากกว่าพื้นฐานของ บริษัท ผู้ปฏิบัติงานของการวิเคราะห์ทางเทคนิคหากพวกเขาใช้ความสัมพันธ์แบบอนุกรมอย่างถูกต้องระบุและตรวจสอบรูปแบบที่ทำกำไรหรือความปลอดภัยหรือกลุ่มหลักทรัพย์และโอกาสในการลงทุน

แนวคิดของความสัมพันธ์แบบอนุกรม

ความสัมพันธ์แบบอนุกรมถูกนำมาใช้ในวิศวกรรมเพื่อกำหนดว่าสัญญาณเช่นสัญญาณคอมพิวเตอร์หรือคลื่นวิทยุนั้นแตกต่างกันไปเมื่อเวลาผ่านไป แนวคิดดังกล่าวได้รับความนิยมในแวดวงเศรษฐกิจในฐานะนักเศรษฐศาสตร์และผู้ปฏิบัติงานด้านเศรษฐมิติใช้มาตรการในการวิเคราะห์ข้อมูลทางเศรษฐกิจเมื่อเวลาผ่านไป

สถาบันการเงินขนาดใหญ่เกือบทั้งหมดมีนักวิเคราะห์เชิงปริมาณหรือที่รู้จักกันในชื่อ Quants ในพนักงาน นักวิเคราะห์การค้าทางการเงินเหล่านี้ใช้การวิเคราะห์ทางเทคนิคและการอนุมานทางสถิติอื่น ๆ เพื่อวิเคราะห์และทำนายตลาดหุ้น ผู้สร้างแบบจำลองเหล่านี้พยายามระบุโครงสร้างของสหสัมพันธ์เพื่อปรับปรุงการคาดการณ์และความสามารถในการทำกำไรที่อาจเกิดขึ้นของกลยุทธ์ นอกจากนี้การระบุโครงสร้างสหสัมพันธ์ช่วยปรับปรุงความเป็นจริงของอนุกรมเวลาจำลองใด ๆ ตามแบบจำลอง การจำลองที่แม่นยำช่วยลดความเสี่ยงของกลยุทธ์การลงทุน

Quants เป็นส่วนสำคัญของความสำเร็จของสถาบันการเงินเหล่านี้หลายแห่งเนื่องจากพวกเขาจัดทำแบบจำลองตลาดที่สถาบันใช้เป็นพื้นฐานสำหรับกลยุทธ์การลงทุน

ความสัมพันธ์แบบอนุกรมระหว่าง quants เหล่านี้จะถูกกำหนดโดยใช้ไฟล์การทดสอบ Durbin-Watson (DW)- ความสัมพันธ์อาจเป็นบวกหรือลบ ราคาหุ้นที่แสดงความสัมพันธ์แบบอนุกรมเชิงบวกมีรูปแบบที่เป็นบวก ความปลอดภัยที่มีความสัมพันธ์แบบอนุกรมเชิงลบมีอิทธิพลเชิงลบต่อตัวเองเมื่อเวลาผ่านไป