自己相関とは何ですか？
自己相関は、連続する時間間隔での特定の時系列とそれ自体の遅延バージョン間の類似度の数学的表現です。 自己相関は同じ時系列を2回使用することを除いて、2つの異なる時系列間の相関の計算と同じです。元の形式で1回、1つ以上の期間で1回遅れます。
自己相関
自己相関について
自己相関は、変数の現在値と過去の値との関係を測定するため、時間相関またはシリアル相関とも呼ばれます。 自己相関を計算する場合、結果の出力は、従来の相関統計に従って1から負の1の範囲になります。 +1の自己相関は、完全な正の相関を表します（1つの時系列で見られる増加は、他の時系列での比例した増加につながります）。 一方、負の1の自己相関は、完全な負の相関を表します（1つの時系列で見られる増加は、他の時系列で比例的に減少します）。 自己相関は線形関係を測定します。 自己相関が非常に小さい場合でも、時系列とそれ自体の遅延バージョンとの間には非線形関係がある可能性があります。
重要なポイント
- 自己相関とは、連続する時間間隔における特定の時系列とそれ自体の時間差バージョン間の類似度を表します。自己相関は、変数の現在値と過去の値との関係を測定します。+ 1の自己相関は完全な正の相関を表し、自己相関は技術的アナリストは、自己相関を使用して、証券の過去の価格が将来の価格にどの程度の影響を与えるかを確認できます。
テクニカル分析の自己相関
自己相関は技術分析に役立ちます。技術分析は、企業の財務状態や経営の代わりにチャート作成技術を使用して、証券価格の傾向とその関係に最も関心を持っています。 テクニカルアナリストは、自己相関を使用して、証券の過去の価格が将来の価格に与える影響を確認できます。
自己相関は、株式に関連する勢い要因があるかどうかを示すことができます。 たとえば、投資家が株式の歴史的に高い正の自己相関値を持っていることを知っており、過去数日間でかなりの利益を上げているのを目撃した場合、今後数日間（主要な時系列）の動きがそれらと一致すると合理的に期待するかもしれません遅れている時系列のと上に移動します。
自己相関の例
エマがポートフォリオの株式のリターンが自己相関を示すかどうかを判断しようとしていると仮定しましょう。 株式のリターンは、以前の取引セッションでのリターンに関連しています。 リターンが自己相関を示す場合、エマは過去のリターンが将来のリターンに影響を与えるように見えるため、それをモメンタムストックとして特徴付けることができます。 エマは、2つの以前の取引セッションのリターンを独立変数として、現在のリターンを従属変数として回帰を実行します。 彼女は、1日前のリターンには0.7の正の自己相関があるのに対し、2日前のリターンには0.3の正の自己相関があることを発見しました。 過去のリターンは将来のリターンに影響を与えるようです。 そのため、エマは、ポートフォリオを調整して、自己相関を維持し、より多くの株式を蓄積することにより、自己相関とその結果の勢いを活用することができます。
