a:

Seriekorrelation, även känd som autokorrelation, beskriver förhållandet mellan observationer på samma variabel under olika tidsperioder. Detta skiljer sig från traditionell korrelation, som jämför flera variabler över en tidsperiod. Tekniska analytiker och investerare använder seriell korrelation för att mäta hur väl tidigare kursrörelser kan förutsäga framtida rörelser för samma tillgång, ett avgörande begrepp inom teknisk aktiemarknadsanalys. Eftersom seriekorrelation i stor utsträckning är beroende av det använda tidsintervallet är vanliga exempel på seriekorrelation svår att kvalificera. En känd seriell korrelation bland handlare kallas emellertid "januari-effekten", varigenom avkastningen tenderar att vara större i januari än någon annan månad på året.

Seriell korrelation är en funktion av medelvärdet och variansen; Det kan aldrig vara absolut och bygger starkt på omständigheter och tolkning. Även om det var 100% positiv korrelation, eller genomsnittlig aversion, eller 100% negativ korrelation, eller genomsnittlig återgång mellan en tillgångs prisåtgärd över tiden, finns det fortfarande ingen lag som dikterar någon sådan korrelation måste fortsätta. Otaliga studier har gjorts av finansanalytiker och ekonometiker för att upptäcka seriell korrelation mellan prisförändringar på marknader, aktier eller portföljer, men dessa har generellt sett givit obetydliga insikter.

Seriell korrelation föreslår att avkastningen fördelad över observationer inte är strikt slumpmässig. Även om tanken att prisändringar i period A har något att berätta för handlare om prisförändringar under period B är djupt inblandade inom ramen för teknisk analys diskuteras den faktiska förekomsten och karaktären av en sådan korrelation bland seriösa statistiker.

Berömda studier genomförda av Fama (1965), Jennergren och Korsvold (1974) och Cootner (1961) tittade på lager och råvaror över tid och fann mycket låg eller obetydlig seriekorrelation. Men långsiktiga studier om hela marknaderna föreslår en väsentlig negativ seriekorrelation, vilket tyder på att marknader tenderar att vända sig över långa perioder. Det första stora arbetet på detta område rapporterades av Fama och franska 1988.