自回归定义

自回归是什么意思？

如果统计模型根据过去的值预测未来的值，则它是自回归的。例如，自回归模型可能试图根据股票的过去表现来预测其未来价格。

自回归模型基于过去的值预测未来值，它们广泛用于技术分析中以预测未来的证券价格，自回归模型隐式地假设未来将与过去相似。因此，在某些市场条件下，例如金融危机或技术快速变化时期，它们可能会证明是不准确的。

自回归模型的前提是过去的值会影响当前的值，这使得统计技术在分析自然，经济和其他随时间变化的过程中很受欢迎。多元回归模型使用线性预测变量组合预测变量，而自回归模型则使用变量的过去值组合。

AR（1）自回归过程是当前值基于前一个值的过程，而AR（2）过程是当前值基于前两个值的过程。 AR（0）过程用于白噪声，并且在各项之间没有依赖性。除了这些变化之外，还有许多其他方法可以计算这些计算中使用的系数，例如最小二乘法。

这些概念和技术被技术分析人员用来预测安全价格。但是，由于自回归模型的预测仅基于过去的信息，因此他们隐含地认为影响过去价格的基本力不会随时间变化。如果所涉及的潜在力量实际上正在发生变化，例如某个行业正在经历着前所未有的快速技术变革，这可能会导致令人惊讶且不准确的预测。

然而，交易者继续出于预测目的改进自回归模型的使用。一个很好的例子是自回归综合移动平均线（ARIMA），这是一种复杂的自回归模型，在进行预测时可以考虑趋势，周期，季节性，误差和其他非静态数据类型。

尽管自回归模型与技术分析相关联，但是它们也可以与其他投资方法结合。例如，投资者可以使用基本分析来确定引人注目的机会，然后使用技术分析来确定切入点和退出点。

自回归模型基于以下假设：过去的值会影响当前值。例如，使用自回归模型预测股票价格的投资者在确定要出售或接受多少证券时，需要假设该股票的新买卖双方受到近期市场交易的影响。

尽管此假设在大多数情况下都适用，但并非总是如此。例如，在2008年金融危机之前的几年中，大多数投资者并不了解许多金融公司所持有的大量抵押支持证券所带来的风险。在那段时间里，使用自回归模型预测美国金融股表现的投资者将有充分的理由预测该部门股票价格的持续趋势。

但是，一旦公众知道许多金融机构面临即将崩溃的风险，投资者突然变得不再关注这些股票的近期价格，而更多地关注其潜在的风险敞口。因此，市场迅速将金融股票重估至更低的水平，此举将彻底混淆自回归模型。

重要的是要注意，在自回归模型中，一次冲击将无限期地影响将来计算的变量的值。因此，金融危机的遗产仍然存在于当今的自回归模型中。