序列相关定义 编辑

什么是序列相关？

序列相关发生在时间序列当观察到一个变量和其自身的滞后版本（例如时间T和时间T-1的变量）在一段时间内彼此相关时。当一个变量的水平影响其未来水平时，重复模式通常显示出序列相关性。在金融领域，这相关性 由技术分析师用来确定证券的过去价格对未来价格的预测程度。

序列相关性类似于自相关 或滞后相关。

关键要点

• 序列相关性是给定变量和滞后变量之间在不同时间间隔的关系。
• 它测量变量的当前值与其过去值之间的关系。
• 序列相关的变量表示它可能不是随机的。
• 技术分析师验证一种证券或一组证券的盈利模式，并确定与投资机会相关的风险。

序列相关解释

在统计学中，序列相关用来描述特定时期内同一变量的观测值之间的关系。如果变量的序列相关性被测量为零，则不存在相关性，并且每个观测值彼此独立。相反，如果一个变量的序列相关性向一个方向倾斜，则观测值是序列相关的，未来的观测值会受到过去值的影响。本质上，一个连续相关的变量有一个模式，而不是随机的。

错误术语 在实际应用中，当模型不完全精确并导致不同的结果时发生。当不同时期（通常是相邻时期）的误差项（或横截面观测值）相关时，误差项是连续相关的。序列相关性发生在时间序列研究中，当与给定周期相关的误差带入未来周期时。例如，在预测股票股利的增长时，一年内的高估将导致未来几年的高估。

序列相关性可以使模拟的交易模型更加精确，有助于投资者制定风险较小的投资策略。

技术分析 在分析安全模式时使用序列相关性度量。这种分析完全基于股票的价格变动和相关的成交量，而不是公司的基本面。技术分析的从业者，如果他们正确使用序列相关性，就可以识别和验证盈利模式或一种证券或一组证券和现货投资机会。

序列相关的概念

串行相关最初用于工程中，以确定信号（如计算机信号或无线电波）如何随时间相对于自身变化。随着经济学家和计量经济学的实践者使用这一指标来分析一段时间内的经济数据，这一概念在经济界越来越流行。

几乎所有的大型金融机构现在都有定量分析师（quants）在工作。这些金融交易分析师利用技术分析和其他统计推断来分析和预测股市。这些建模者试图确定相关性的结构，以改进预测和战略的潜在盈利能力。此外，识别相关结构可以提高基于模型的任何模拟时间序列的真实性。精确的模拟可以降低投资策略的风险。

数量是许多这类金融机构成功不可或缺的因素，因为它们提供了市场模型，该机构随后将其作为投资策略的基础。

串行相关最初用于信号处理和系统工程，以确定信号如何随时间变化。上世纪80年代，经济学家和数学家纷纷来到华尔街，将这一概念应用于预测股价。

这些量子之间的序列相关性是用Durbin-Watson（DW）试验 . 相关性可以是正的，也可以是负的。一个股票价格显示正的序列相关有一个正的模式。具有负序列相关性的安全性随着时间的推移会对自身产生负面影响。