一个统计术语,用来描述一个变量的当前值和该变量较早时期的滞后值之间的关系,具体地说,相关性
序列相关性是一个统计术语,用于描述变量的当前值和同一变量较早时期的滞后值之间的关系——具体来说,相关性。
串行相关,又称自相关它经常被金融分析师用来根据以前的价格变vwin德赢吧动来预测证券(如股票)的未来价格变动。
相关性衡量变量之间关系的强度,而序列相关性决定了关系,如果有,在不同的时间测量相同的变量之间。
如果发现证券的当前价值与其以前的价值是连续相关的,那么这种相关性就可以用来预测未来可能的价值。
当序列相关性存在时,它们可以是任意一种积极的或负.
当一种证券的当前价格和它之前一段时间的价格表现出正的序列相关性时,它们表现出所谓的均值厌恶。
对平均值的厌恶表明证券的价格变化倾向于跟随趋势,随着时间的推移,它们会比没有相关性的情况显示出更高的标准差。
有各种各样复杂的统计公式可以用来测量序列相关性;然而,大多数公式计算的序列相关性的值从-1到+1。
串行相关值为零表示不存在相关性。换句话说,变量的当前值与其之前时间段的值之间不存在可观察的关系或模式。接近+1的值表示正的序列相关,而在0到-1之间的值表示负的序列相关。
检测并实现了序列相关性在构建中的应用金融模型自20世纪80年代计算机技术最初广泛使用以来,已变得越来越受欢迎。
投资银行和其他金融机构现在经常纳入序列相关性的研究,通过检测价格随时间变化可能出现的模式,来帮助改进投资回报的预测模型。
通过提高金融模型的准确性,使用系列相关措施可以帮助最大化投资回报,降低投资风险,或两者兼有。
对序列相关性的研究实际上并不是起源于金融服务业,而是起源于工程领域。对序列相关性的最初研究是关于信号如何,比如无线电广播信号,在连续的时间段内变化。
在这些研究成果丰硕之后,经济学家和金融分析师逐渐开始考虑证券价格与各种经济指标(如利率或国内生产总值(vwin德赢吧GDP))之间的序列相关性。
相关性可以使用= CORREL公式在Excel中。
在动量股中可以找到序列相关性如何用于预测证券的未来价格运动的一个例子。
动量股是指在历史上表现出价格波动并显示出持续趋势的股票。也就是说,一旦股票价格开始向一个方向移动,它往往会获得动力,并在连续的时间段内继续向同一个方向移动。
动量股可以被识别,因为它们将表现出正的序列相关性。股票的当前价格可以被证明与该股票在前一时间段的价格有正相关关系。
投资者可以利用这一知识,在确定的动量股开始显示价格趋势时买入,从中获利。
投资者购买股票是基于这样的假设,即未来的价格变化将倾向于与最近的过去的价格变化相似——换句话说,股票将在未来至少一段时间内继续保持趋势。
感谢您阅读CFI的串行相关性指南。为了继续学习和发展您的财务分析知识,我们强烈推荐以下额外资源: