Сериальная корреляция
Cтраница 1
Сериальная корреляция в отношении краткосрочных доходов подвержена влиянию ликвидности рынка, а также спреда между ценой продавца и покупателя. Не все входящие в индекс бумаги ликвидны, и в некоторых случаях акции не продаются на рынке в течение рассматриваемого периода. Когда акция продавалась на предшествующем временном отрезке, возникшие ценовые колебания могут создать положительную сериальную корреляцию. Чтобы увидеть причину, предположим, что рынок пошел на подъем в день 1, однако в этот день 3 акции в индексе не продавались на рынке. Если эти акции продавались в день 2, они, по всей вероятности, поднимутся в цене, чтобы отразить рост рынка в предыдущий день. [1]
Сериальная корреляция измеряет корреляцию между изменениями цен в следующие друг за другом временные периоды ( например, часовые, дневные или недельные) и служит показателем, в какой степени ценовые изменения в любой из периодов зависят от ценовых изменений в предшествующие периоды. Сериальная корреляция, равная нулю, свидетельствует об отсутствии корреляции между изменениями цен в следующих друг за другом периодах, что говорит против возможности предсказания будущих цен на основе прошлого. Отрицательная и статистически значимая сериальная корреляция свидетельствует о противоположно направленном движении цен и соответствует рынку, где положительная доходность, по большей части, сменяется отрицательной доходностью и наоборот. [2]
Фама использовал показатели сериальной корреляции и спроса. [3]
Самые ранние исследования сериальной корреляции, принадлежащие Александеру ( Alexander, 1963), Кутнеру ( Cootner, 1962) и Фаме ( Fama, 1965), по большей части, посвящались анализу американских акций. Они приводили к выводу о том, что сериальная корреляция цен на акции незначительна. Другие исследования подтвердили эти выводы, не только применительно к акциям менее крупных американских фирм, но и в отношении других рынков. [4]
При нулевой гипотезе с нулевой сериальной корреляцией А-статистика приблизительно соответствует стандартному нормальному распределению и поэтому может быть проверена критическими значениями этого распределения. [5]
Автокорреляция, также известная как сериальная корреляция, имеет место, когда остатки не являются независимыми друг от друга, потому что текущие значения Y находятся под влиянием прошлых значений. Зависимость между остатками описывается с помощью авторегрессионной схемы. [6]
Дурбина): Статистика, отражающая сериальную корреляцию ( serial correlation) остатков в регрессии, содержащей лаговую эндогенную переменную, т.е. в тех случаях, когда неприменима обычная - статистика Дур-бина - Уотсона. [7]
В предыдущем разделе нахождение оптимального плана производилось для процессов, коэффициенты сериальной корреляции которых имеют специальный вид. [8]
На кратких интервалах эффект влияния бид / аск спреда, учтенного в сериальной корреляции, способен доминировать и создавать ошибочное мнение о том, что изменения цены в следующие друг за другом периоды имеют негативную корреляцию. [9]
Сериальная корреляция измеряет корреляцию между изменениями цен в следующие друг за другом временные периоды ( например, часовые, дневные или недельные) и служит показателем, в какой степени ценовые изменения в любой из периодов зависят от ценовых изменений в предшествующие периоды. Сериальная корреляция, равная нулю, свидетельствует об отсутствии корреляции между изменениями цен в следующих друг за другом периодах, что говорит против возможности предсказания будущих цен на основе прошлого. Отрицательная и статистически значимая сериальная корреляция свидетельствует о противоположно направленном движении цен и соответствует рынку, где положительная доходность, по большей части, сменяется отрицательной доходностью и наоборот. [10]
В случае положительной сериальной корреляции следует покупать после периодов с положительной корреляцией и продавать после интервалов с отрицательной корреляцией. Отрицательная сериальная корреляция стимулирует стратегию покупки после периодов с отрицательной доходностью и продажи - после отрезков с положительной доходностью. Поскольку эти стратегии порождают трансакционные издержки, корреляция должна быть достаточно сильной, чтобы прибыль, полученная инвесторами, покрыла их издержки. Таким образом, очень может быть, что существует сериальная корреляция доходности, однако у большинства инвесторов нет никакой возможности заработать избыточную доходность. [11]
Среди статистических проблем ( сериальная корреляция, например) таится еще одна опасность: чрезмерная уверенность аналитика из-за большого объема выборки. В этой главе рассматривается обратная проблема, недостаточная выборка. Вследствие недостаточной выборки аналитик может принять фрактальный временной ряд за случайный просто потому, что нет достаточного количества наблюдений, чтобы принять уверенное решение. [12]
Самые ранние исследования сериальной корреляции, принадлежащие Александеру ( Alexander, 1963), Кутнеру ( Cootner, 1962) и Фаме ( Fama, 1965), по большей части, посвящались анализу американских акций. Они приводили к выводу о том, что сериальная корреляция цен на акции незначительна. Другие исследования подтвердили эти выводы, не только применительно к акциям менее крупных американских фирм, но и в отношении других рынков. [13]
Аналитик, однако, стоит перед дилеммой. Если частота становится слишком высокой, то шум и сериальная корреляция могут скрыть сигнал. В отношении рыночных данных предпочтительно, чтобы выборка производилась ежедневно или через более долгие промежутки времени, чтобы избежать проблемы избыточной выборки. К сожалению, единственной альтернативой высокочастотных данных является более длинный период времени. Не всегда существует возможность получить больше времени, но такой способ является предпочтительным. [14]
 |
Исторические премии за риск для США. [15] |
Страницы: 1 2 3