Principal » comerç algorítmic » Correlació de sèries

Correlació de sèries

comerç algorítmic : Correlació de sèries
Què és una correlació de sèrie?

La correlació serial és la relació entre una variable i una versió retardada de si mateixa en diversos intervals de temps. Els patrons que es repeteixen sovint mostren correlació en sèrie quan el nivell d'una variable afecta el seu nivell futur. En finances, aquesta correlació s’utilitza per analistes tècnics per determinar fins a quin punt el preu passat d’un títol prediu el preu futur.

La correlació seriosa també es coneix com autocorrelació o correlació retardada.

Compres per emportar

  • La correlació serial és la relació entre una determinada variable i una versió retardada de si mateixa en diversos intervals de temps.
  • Una variable que es correlaciona en sèrie té un patró i no és aleatòria.
  • Els analistes tècnics validen els patrons rendibles d’un títol o d’un grup de valors i determinen el risc associat a les oportunitats d’inversió.

Correlació de sèries desconstruïda

La correlació seriosa s'utilitza en estadístiques per descriure la relació entre observacions de la mateixa variable en períodes específics. Si una correlació en sèrie d'una variable es mesura com a zero, no hi ha cap correlació i cadascuna de les observacions és independent les unes de les altres. Per contra, si la correlació serial d'una variable s'inclina cap a una, les observacions es correlacionen en sèrie i les observacions futures es veuen afectades per valors passats. Essencialment, una variable que es correlaciona en sèrie té un patró i no és aleatòria.

Els termes d’error es produeixen quan un model no és completament exacte i té resultats diferents durant les aplicacions del món real. Quan es correlacionen termes d’error de diferents períodes (generalment adjacents) (o observacions de secció), el terme d’error es correlaciona en sèrie. La correlació seriosa es produeix en estudis de sèries temporals quan els errors associats a un determinat període es transmeten en períodes futurs. Per exemple, quan es preveu el creixement dels dividends en accions, una sobreestimació en un any comportarà sobreestimar els anys successius.

La correlació seriosa pot fer més precisos els models de negociació simulats, que ajuden a l’inversor a desenvolupar una estratègia d’inversió menys arriscada.

L’anàlisi tècnica utilitza mesures de correlació en sèrie quan s’analitza el patró de seguretat. L'anàlisi es basa completament en el moviment de preus de les accions i el volum associat en lloc dels fonaments de l'empresa. Els professionals de l’anàlisi tècnica, si utilitzen correctament la correlació en sèrie, identifiquen i validen els patrons rendibles o una seguretat o un grup de valors i oportunitats d’inversió puntual.

El concepte de correlació de sèries

Originalment, la correlació de sèries es va utilitzar en enginyeria per determinar com varia un senyal, com un senyal informàtic o una ona de ràdio, en comparació amb el pas del temps. El concepte va augmentar en popularitat en cercles econòmics, ja que els economistes i els professionals de l'econometria van utilitzar la mesura per analitzar les dades econòmiques al llarg del temps.

Gairebé totes les grans institucions financeres tenen ara analistes quantitatius, coneguts com a quants, sobre personal. Aquests analistes de negociació financera utilitzen anàlisis tècniques i altres inferències estadístiques per analitzar i predir el mercat borsari. Aquests modeladors intenten identificar l'estructura de les correlacions per millorar les previsions i la rendibilitat potencial d'una estratègia. A més, la identificació de l’estructura de correlació millora el realisme de qualsevol sèrie horària simulada basada en el model. Les simulacions precises redueixen el risc d’estratègies d’inversió.

Els quants són integrals de l’èxit de moltes d’aquestes institucions financeres, ja que proporcionen models de mercat que la institució utilitza aleshores com a base per a la seva estratègia d’inversió.

La correlació seriosa es va utilitzar originalment en el processament de senyal i l'enginyeria de sistemes per determinar com varia un senyal amb el temps. A la dècada de 1980, economistes i matemàtics es van precipitar a Wall Street per aplicar el concepte per predir els preus de les accions.

La correlació seriosa entre aquests quants es determina mitjançant la prova Durbin-Watson. La correlació pot ser positiva o negativa. Un preu de les accions amb correlació seriosa positiva té un patró positiu. Una seguretat que té una correlació en sèrie negativa té una influència negativa sobre si mateixa amb el pas del temps.

Comparació de comptes d'inversió Nom del proveïdor Descripció del anunciant × Les ofertes que apareixen a aquesta taula provenen de col·laboracions per les quals Investopedia rep una compensació.

Termes relacionats

Autocorrelació La autocorrelació representa el grau de similitud entre una sèrie de temps determinada i una versió retardada de si mateixa en intervals de temps successius. més Comprensió de les estadístiques de Durbin Watson L’estadística de Durbin Watson és un nombre que prova de l’autocorrelació en els residus a partir d’una anàlisi de regressió estadística. més Anàlisi Tècnica Definició L’anàlisi tècnica és una disciplina de negociació que s’utilitza per avaluar inversions i identificar oportunitats de negociació mitjançant l’anàlisi de les tendències estadístiques recollides en l’activitat comercial, com ara el moviment i el volum de preus. més Funcionament de la regressió lineal múltiple La regressió lineal múltiple (MLR) és una tècnica estadística que utilitza diverses variables explicatives per predir el resultat d’una variable de resposta. més Heteroskedasticitat En estadístiques, l’heteroskedasticitat es produeix quan les desviacions estàndard d’una variable, controlades en un temps específic, no són constants. més Com funciona el coeficient de determinació El coeficient de determinació és una mesura utilitzada en l'anàlisi estadística per avaluar el bé que un model explica i prediu els resultats futurs. més Enllaços de socis
Recomanat
Deixa El Teu Comentari