Autokorelace

Analýza časových řad v Pythonu

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Co je autokorelace?

  • Korelace časové řady se zpožděnou kopií sebe sama
  • Také nazývána sériová korelace
  • Autokorelace s zpožděním o jeden krok
Analýza časových řad v Pythonu

Interpretace autokorelace

  • Návrat k průměru – záporná autokorelace
Analýza časových řad v Pythonu

Interpretace autokorelace

  • Momentum, neboli sledování trendu – kladná autokorelace

Analýza časových řad v Pythonu

Využití autokorelace v obchodování

  • Jednotlivé akcie
    • Historicky mají zápornou autokorelaci
    • Měřeno na krátkých horizontech (dny)
    • Obchodní strategie: nakupovat poražené, prodávat vítěze
  • Komodity a měny
    • Historicky mají kladnou autokorelaci
    • Měřeno na delších horizontech (měsíce)
    • Obchodní strategie: nakupovat vítěze, prodávat poražené
Analýza časových řad v Pythonu

Příklad kladné autokorelace: směnné kurzy

  • Denní kurzy $\yen$/$ v DataFrame df ze zdroje FRED
  • Převod indexu na formát 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
Analýza časových řad v Pythonu

Pojďme procvičovat!

Analýza časových řad v Pythonu

Preparing Video For Download...