ऑटो सहसंबंध

आटोक्लेररेशन क्या है?

ऑटोकैरेलेशन एक निश्चित समय श्रृंखला के बीच समानता की डिग्री का एक गणितीय प्रतिनिधित्व है और लगातार समय अंतराल पर स्वयं का एक अंतराल संस्करण है। यह वैचारिक रूप से दो अलग-अलग समय श्रृंखलाओं के बीच सहसंबंध के समान है, लेकिन स्वतःसंबंध एक ही समय श्रृंखला का दो बार उपयोग करता है: एक बार अपने मूल रूप में और एक बार एक या अधिक समय अवधि के लिए। 

उदाहरण के लिए, अगर आज बारिश होती है, तो डेटा बताता है कि आज की तुलना में कल बारिश होने की संभावना अधिक है। जब निवेश करने की बात आती है, तो एक स्टॉक में रिटर्न का एक मजबूत सकारात्मक स्वत :संबंध हो सकता है, यह सुझाव देता है कि अगर यह आज “ऊपर” है, तो कल होने की संभावना है।

स्वाभाविक रूप से, व्यापारियों के उपयोग के लिए ऑटोक्रेलेशन एक उपयोगी उपकरण हो सकता है; विशेष रूप से तकनीकी विश्लेषकों के लिए।

चाबी छीन लेना

• निरंकुशता एक निश्चित समय श्रृंखला और स्वयं के अंतराल संस्करण के बीच समानता की डिग्री का प्रतिनिधित्व करती है।
• स्वतःसंक्रमण एक चर के वर्तमान मूल्य और उसके पिछले मूल्यों के बीच संबंध को मापता है।
• +1 का एक स्वसंबंध एक पूर्ण सकारात्मक सहसंबंध का प्रतिनिधित्व करता है, जबकि नकारात्मक 1 का एक स्वसंबंध एक पूर्ण नकारात्मक सहसंबंध का प्रतिनिधित्व करता है।
• तकनीकी विश्लेषक यह मापने के लिए ऑटोकॉर्पोरेशन का उपयोग कर सकते हैं कि किसी सुरक्षा के लिए पिछले मूल्यों का उसके भविष्य की कीमत पर कितना प्रभाव है।

स्वायत्तता को समझना

आटोक्लेररेशन को शिथिल सहसंबंध या धारावाहिक सहसंबंध के रूप में भी संदर्भित किया जा सकता है, क्योंकि यह एक चर के वर्तमान मूल्य और उसके पिछले मूल्यों के बीच संबंध को मापता है।

एक बहुत ही सरल उदाहरण के रूप में, नीचे दिए गए चार्ट में पाँच प्रतिशत मूल्यों पर एक नज़र डालें। हम उनकी तुलना दाईं ओर स्थित स्तंभ से कर रहे हैं, जिसमें समान मान सेट हैं, बस एक पंक्ति ऊपर चली गई है।

ऑटोकरेलेशन की गणना करते समय, परिणाम -1 से +1 तक हो सकता है।

+1 का एक स्वतःसंक्रमण एक सही सकारात्मक सहसंबंध का प्रतिनिधित्व करता है   (एक समय श्रृंखला में देखी गई वृद्धि अन्य समय श्रृंखला में एक आनुपातिक वृद्धि की ओर ले जाती है)।

दूसरी ओर, -1 का स्वतःसंक्रमण एक सही नकारात्मक सहसंबंध का प्रतिनिधित्व करता है   (एक समय श्रृंखला में देखी गई वृद्धि अन्य समय श्रृंखला में आनुपातिक कमी का परिणाम है)।

स्वायत्तता रैखिक संबंधों को मापती है। यहां तक ​​कि अगर ऑटोकैरेलेशन माइनसक्यूल है, तब भी एक टाइम सीरीज़ और खुद के लैग्ड वर्जन के बीच नॉनलाइनर रिलेशनशिप हो सकता है।

ऑटोकरेलेशन के लिए परीक्षण

टेस्ट ऑटोकैरेलेशन की सबसे आम विधि डर्बिन-वाटसन टेस्ट है। बहुत अधिक तकनीकी होने के बिना, डर्बिन-वाटसन एक आँकड़ा है जो एक प्रतिगमन विश्लेषण से स्वसंबंध का पता लगाता है ।

डर्बिन-वॉटसन हमेशा 0 से 4. के बीच एक परीक्षण संख्या सीमा का उत्पादन करता है। 0 के करीब मान सकारात्मक सहसंबंध की एक बड़ी डिग्री का संकेत देते हैं, 4 के करीब मूल्य नकारात्मक ऑटोकैरेलेशन की एक बड़ी डिग्री का संकेत देते हैं, जबकि मध्य के करीब के मान स्वत: संबंध का सुझाव देते हैं।

तो वित्तीय बाजारों में स्वायत्तता क्यों महत्वपूर्ण है? सरल। ऑटोक्रेलेशन को ऐतिहासिक मूल्य आंदोलनों का पूरी तरह से विश्लेषण करने के लिए लागू किया जा सकता है, जो निवेशक तब भविष्य के मूल्य आंदोलनों की भविष्यवाणी करने के लिए उपयोग कर सकते हैं । विशेष रूप से, स्वत :संबंध का उपयोग यह निर्धारित करने के लिए किया जा सकता है कि क्या गति व्यापार रणनीति समझ में आती है।

तकनीकी विश्लेषण में स्वायत्तता

स्वतः विश्लेषण तकनीकी विश्लेषण के लिए उपयोगी हो सकता है, ऐसा इसलिए है क्योंकि तकनीकी विश्लेषण चार्टिंग तकनीकों का उपयोग करते हुए, सुरक्षा कीमतों के बीच और संबंधों के रुझानों से सबसे अधिक चिंतित है। यह मौलिक विश्लेषण के विपरीत है, जो किसी कंपनी के वित्तीय स्वास्थ्य या प्रबंधन पर ध्यान केंद्रित करता है।

तकनीकी विश्लेषक यह जानने के लिए कि भविष्य में इसकी कीमत पर पिछले प्रभाव का कितना प्रभाव है, यह पता लगाने के लिए ऑटोक्रॉलेशन का उपयोग कर सकते हैं।

यदि किसी दिए गए स्टॉक के साथ खेलने में एक गति कारक है, तो ऑटोकॉरेलेशन यह निर्धारित करने में मदद कर सकता है । यदि एक उच्च सकारात्मक ऑटोकैरेलेशन के साथ एक स्टॉक बड़े लाभ के दो सीधे दिनों को पोस्ट करता है, उदाहरण के लिए, स्टॉक को अगले टी वू दिनों से अधिक होने की उम्मीद करना उचित होगा, साथ ही साथ।

ऑटोकरेलेशन का उदाहरण

मान लें कि एम्मा यह निर्धारित करना चाह रही है कि क्या उसके पोर्टफोलियो में किसी शेयर का रिटर्न ऑटोकॉर्पोरेशन प्रदर्शित करता है; यह है, स्टॉक का रिटर्न पिछले ट्रेडिंग सत्रों में इसके रिटर्न से संबंधित है।

यदि रिटर्न निरंकुशता प्रदर्शित करते हैं, तो एम्मा इसे गति स्टॉक के रूप में चिह्नित कर सकता है क्योंकि पिछले रिटर्न भविष्य के रिटर्न को प्रभावित करते हैं। एम्मा पूर्व ट्रेडिंग सत्र के स्वतंत्र चर के रूप में और वर्तमान में आश्रित चर के रूप में वापसी के साथ एक प्रतिगमन चलाता है । वह पाती है कि एक दिन पहले रिटर्न में 0.8 का सकारात्मक ऑटोकैरेलेशन है।

चूंकि 0.8 +1 के करीब है, इसलिए पिछले रिटर्न इस विशेष स्टॉक के लिए भविष्य के रिटर्न का एक बहुत अच्छा सकारात्मक भविष्यवक्ता लगता है।

इसलिए, एम्मा ने अपने पद को जारी रखने या अधिक शेयरों को संचित करने के लिए, निरंकुशता या गति का लाभ उठाने के लिए अपने पोर्टफोलियो को समायोजित कर सकती है ।