Последовательная корреляция, также известная как автокорреляция, описывает взаимосвязь между наблюдениями по одной и той же переменной в разные периоды времени. Это отличается от традиционной корреляции, которая сравнивает несколько переменных за один период времени. Технические аналитики и инвесторы используют последовательную корреляцию для оценки того, насколько хорошо прошлые ценовые движения могут предсказать будущие движения для одного и того же актива, что является важной концепцией технического анализа фондового рынка. Поскольку последовательная корреляция в значительной степени зависит от используемого интервала времени, обычные примеры последовательной корреляции трудно квалифицировать. Тем не менее, одна известная последовательная корреляция между трейдерами называется «январским эффектом», в результате чего доходность, как правило, больше в январе, чем в любой другой месяц года.
Последовательная корреляция является функцией среднего и дисперсии; он никогда не может быть абсолютным и в значительной степени зависит от обстоятельств и интерпретации. Даже если на протяжении 100% была положительная корреляция, или среднее отвращение, или 100% -ная отрицательная корреляция или средняя реверсия между действительным ценовым действием актива с течением времени, до сих пор нет закона, диктующего, что такая корреляция должна продолжаться. Финансовыми аналитиками и эконометристами были проведены многочисленные исследования, чтобы выявить последовательную корреляцию между изменениями цен на рынках, запасах или портфелях, но они, как правило, дали незначительную информацию.
Последовательная корреляция предполагает, что полученные отклики, полученные по наблюдениям, не являются строго случайными. Даже если представление о том, что изменение цен в периоде А должно что-то сказать трейдерам о изменении цен в периоде B, глубоко укоренилось в рамках технического анализа, фактическое существование и характер любой такой корреляции обсуждается среди серьезных статистиков.
Известные исследования, проведенные Fama (1965), Jennergren and Korsvold (1974) и Cootner (1961), со временем обрели запасы и товары и обнаружили очень низкую или незначительную последовательную корреляцию. Тем не менее, долгосрочные исследования по всем рынкам показывают существенную отрицательную последовательную корреляцию, что указывает на то, что рынки, как правило, реверсируют себя в течение длительных периодов времени. Первая крупная работа в этой области была сообщена Фамой и французами в 1988 году.
AD:Каковы наиболее распространенные проблемы с последовательной корреляцией в запасах?
Читал о концепции последовательной корреляции в доходности акций и узнал, почему аналитики рынка делятся на эффективность торговли на основе фондовых моделей.
Каковы некоторые примеры положительной корреляции в экономике?
Изучают наиболее распространенные примеры положительной корреляции в микроэкономике и микроэкономике, включая спрос и цену, потребительские расходы и ВВП.
Каковы некоторые примеры положительной корреляции в техническом анализе фондового рынка?
Узнают о положительной корреляции на рынке и некоторых ее примерах. Корреляции позволяют трейдерам определять, где деньги поступают на рынок.