Autocorrelación

Análisis de series temporales en Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

¿Qué es la autocorrelación?

  • Correlación de una serie temporal con una copia retrasada de sí misma
  • También llamada correlación serial
  • Autocorrelación de rezago uno
Análisis de series temporales en Python

Interpretación de la autocorrelación

  • Reversión a la media: autocorrelación negativa
Análisis de series temporales en Python

Interpretación de la autocorrelación

  • Momentum, o seguimiento de la tendencia: autocorrelación positiva

Análisis de series temporales en Python

Los traders usan la autocorrelación para ganar dinero

  • Acciones individuales
    • Históricamente tienen autocorrelación negativa
    • Medida en horizontes cortos (días)
    • Estrategia: comprar perdedoras y vender ganadoras
  • Materias primas y divisas
    • Históricamente tienen autocorrelación positiva
    • Medida en horizontes más largos (meses)
    • Estrategia: comprar ganadoras y vender perdedoras
Análisis de series temporales en Python

Ejemplo de autocorrelación positiva: tipos de cambio

  • Usa tipos de cambio diarios $\yen$/$ en el DataFrame df de FRED
  • Convierte el índice a datetime
# Convert index to datetime
df.index = pd.to_datetime(df.index)

# Downsample from daily to monthly data
df = df.resample(rule='M').last()

# Compute returns from prices
df['Return'] = df['Price'].pct_change()

# Compute autocorrelation
autocorrelation = df['Return'].autocorr()
print("The autocorrelation is: ",autocorrelation)

The autocorrelation is: 0.0567
Análisis de series temporales en Python

¡Vamos a practicar!

Análisis de series temporales en Python

Preparing Video For Download...