Autocorrélation

Qu’est-ce que l’autocorrélation?

L’autocorrélation est une représentation mathématique du degré de similitude entre une série chronologique donnée et une version retardée d’elle-même sur des intervalles de temps successifs. Cela revient au même que de calculer la corrélation entre deux séries chronologiques différentes, sauf que l’autocorrélation utilise deux fois la même série chronologique: une fois sous sa forme d’origine et une fois décalée d’une ou plusieurs périodes.

Comprendre l’autocorrélation

L’autocorrélation peut également être appelée corrélation retardée ou corrélation en série, car elle mesure la relation entre la valeur actuelle d’une variable et ses valeurs passées. Lors du calcul de l’autocorrélation, la sortie résultante peut aller de 1 à moins 1, conformément à la statistique de corrélation traditionnelle. Une autocorrélation de +1 représente une corrélation positive parfaite (une augmentation observée dans une série chronologique entraîne une augmentation proportionnelle dans l’autre série chronologique). Une autocorrélation négative de 1, en revanche, représente une corrélation négative parfaite (une augmentation observée dans une série chronologique entraîne une diminution proportionnelle de l’autre série chronologique). L’autocorrélation mesure les relations linéaires; même si l’autocorrélation est minuscule, il peut toujours y avoir une relation non linéaire entre une série chronologique et une version retardée d’elle-même.

Autocorrélation dans l’analyse technique

L’autocorrélation peut être utile pour l’analyse technique, qui s’intéresse surtout aux tendances et aux relations entre les prix des titres en utilisant des techniques de cartographie au lieu de la santé financière ou de la gestion d’une entreprise. Les analystes techniques peuvent utiliser l’autocorrélation pour voir dans quelle mesure les prix passés d’un titre ont un impact sur son prix futur.

L’autocorrélation peut indiquer s’il existe un facteur d’ élan associé à un stock. Par exemple, si les investisseurs savent qu’une action a une valeur d’autocorrélation positive historiquement élevée et qu’ils sont témoins de ses gains importants au cours des derniers jours, ils peuvent raisonnablement s’attendre à ce que les mouvements des prochains jours (la série chronologique principale) correspondent à ceux-ci. de la série chronologique retardée et de progresser.

Exemple d’autocorrélation

Supposons qu’Emma cherche à déterminer si les rendements d’une action dans son portefeuille présentent une autocorrélation; les rendements de l’action se rapportent à ses rendements lors des séances de négociation précédentes. Si les rendements présentent une autocorrélation, Emma pourrait le caractériser comme un stock dynamique, car les rendements passés semblent influencer les rendements futurs. Emma exécute une régression avec les rendements de deux sessions de trading précédentes comme variables indépendantes et le rendement actuel comme variable dépendante. Elle constate que les retours un jour avant ont une autocorrélation positive de 0,7, tandis que les retours deux jours avant ont une autocorrélation positive de 0,3. Les rendements passés semblent influencer les rendements futurs. Emma peut donc ajuster son portefeuille pour profiter de l’autocorrélation et de l’élan qui en résulte en continuant à maintenir sa position ou en accumulant plus d’actions.