什么是自相关？
自相关是数学上表示给定时间序列与连续时间间隔本身的滞后版本之间的相似度的信息。 它与计算两个不同时间序列之间的相关性相同，只是自相关两次使用相同的时间序列：一次以其原始形式出现，一次则滞后一个或多个时间段。
自相关
了解自相关
自相关也可以称为滞后相关或串行相关，因为它可以测量变量的当前值与其过去的值之间的关系。 在计算自相关时，结果输出的范围可以从1到负1，这与传统的相关统计一致。 +1的自相关表示完美的正相关（在一个时间序列中看到的增加导致在另一个时间序列中成比例的增加）。 另一方面，负1的自相关表示完美的负相关（在一个时间序列中看到的增加导致在另一个时间序列中成比例的下降）。 自相关测量线性关系； 即使自相关很小，时间序列与自身的滞后版本之间仍可能存在非线性关系。
重要要点
- 自相关表示连续时间间隔内给定时间序列与其滞后版本之间的相似度。自相关测量变量的当前值与其过去值之间的关系。自相关+1表示完美的正相关，而自相关负数1表示完美的负相关。技术分析师可以使用自相关来查看证券的过往价格对其未来价格有多大影响。
技术分析中的自相关
自相关可用于技术分析，该技术最关心的是使用图表技术而非公司财务状况或管理方法来研究证券价格的趋势及其之间的关系。 技术分析师可以使用自相关来查看证券的过往价格对其未来价格有多大影响。
自相关可以显示是否有与股票相关联的动量因子。 例如，如果投资者知道某只股票具有历史上较高的正自相关值，并且见证了它在过去几天中取得了可观的收益，那么他们可以合理地预期未来几天（领先的时间序列）中的波动将与这些波动相匹配。滞后时间序列并向上移动。
自相关示例
假设艾玛（Emma）正在寻求确定某只股票在其投资组合中的回报是否表现出自相关； 股票的收益与之前交易日的收益有关。 如果收益确实表现出自相关，艾玛可以将其描述为动量股票，因为过去的收益似乎会影响未来的收益。 艾玛（Emma）使用前两个交易时段的收益作为自变量，而当前收益作为因变量进行回归。 她发现前一天的收益具有0.7的正自相关，而前两天的收益具有0.3的正自相关。 过去的回报似乎会影响未来的回报。 因此，Emma可以通过继续持有自己的头寸或累积更多股份来调整自己的投资组合，以利用自相关和由此产生的动量。
