Définition de la corrélation série
Qu’est-ce qu’une corrélation en série ?
La corrélation en série se produit dans une série chronologique lorsqu’une variable et une version retardée d’elle-même (par exemple une variable aux temps T et à T-1) sont corrélées l’une à l’autre sur des périodes de temps. Les modèles répétitifs montrent souvent une corrélation en série lorsque le niveau d’une variable affecte son niveau futur. En finance, cette corrélation est utilisée par les analystes techniques pour déterminer dans quelle mesure le prix passé d’un titre prédit le prix futur.
La corrélation en série est similaire aux concepts statistiques d’autocorrélation ou de corrélation retardée.
Points clés à retenir
- La corrélation en série est la relation entre une variable donnée et une version décalée d’elle-même sur divers intervalles de temps.
- Il mesure la relation entre la valeur actuelle d’une variable compte tenu de ses valeurs passées.
- Une variable corrélée en série indique qu’elle n’est peut-être pas aléatoire.
- Les analystes techniques valident les modèles de rentabilité d’un titre ou d’un groupe de titres et déterminent le risque associé aux opportunités d’investissement.
Corrélation série expliquée
La corrélation en série est utilisée en statistique pour décrire la relation entre les observations de la même variable sur des périodes spécifiques. Si la corrélation en série d’une variable est mesurée à zéro, il n’y a pas de corrélation et chacune des observations est indépendante les unes des autres. Inversement, si la corrélation en série d’une variable est biaisée vers un, les observations sont corrélées en série et les observations futures sont affectées par les valeurs passées. Essentiellement, une variable qui est corrélée en série a un motif et n’est pas aléatoire.
Les termes d’erreur se produisent lorsqu’un modèle n’est pas complètement précis et entraîne des résultats différents lors d’applications réelles. Lorsque des termes d’erreur provenant de périodes différentes (généralement adjacentes) (ou d’observations transversales) sont corrélés, le terme d’erreur est corrélé en série. La corrélation en série se produit dans les études de séries chronologiques lorsque les erreurs associées à une période donnée se répercutent sur les périodes futures. Par exemple, lors de la prévision de la croissance des dividendes en actions, une surestimation au cours d’une année entraînera des surestimations au cours des années suivantes.
La corrélation en série peut rendre les modèles de trading simulés plus précis, ce qui aide l’investisseur à développer une stratégie d’investissement moins risquée.
L’analyse technique utilise des mesures de corrélation en série lors de l’analyse du modèle d’un titre. L’analyse est entièrement basée sur le mouvement des prix d’une action et le volume associé plutôt que sur les fondamentaux d’une entreprise. Les praticiens de l’analyse technique, s’ils utilisent correctement la corrélation en série, identifient et valident les modèles rentables d’un titre ou d’un groupe de titres et repèrent les opportunités d’investissement.
Le concept de corrélation en série
La corrélation en série était à l’origine utilisée en ingénierie pour déterminer comment un signal, tel qu’un signal informatique ou une onde radio, varie par rapport à lui-même au fil du temps. Le concept a gagné en popularité dans les cercles économiques, car les économistes et les praticiens de l’économétrie ont utilisé la mesure pour analyser les données économiques au fil du temps.
Presque toutes les grandes institutions financières ont désormais des analystes quantitatifs, appelés quants, dans leur personnel. Ces analystes financiers utilisent l’analyse technique et d’autres inférences statistiques pour analyser et prédire le marché boursier. Ces modélisateurs tentent d’identifier la structure des corrélations pour améliorer les prévisions et la rentabilité potentielle d’une stratégie. De plus, l’identification de la structure de corrélation améliore le réalisme de toute série temporelle simulée basée sur le modèle. Des simulations précises réduisent le risque des stratégies d’investissement.
Les quants font partie intégrante du succès de bon nombre de ces institutions financières, car ils fournissent des modèles de marché que l’institution utilise ensuite comme base de sa stratégie d’investissement.
La corrélation en série était à l’origine utilisée dans le traitement du signal et l’ingénierie des systèmes pour déterminer comment un signal varie avec lui-même au fil du temps. Dans les années 1980, économistes et mathématiciens se sont précipités à Wall Street pour appliquer le concept de prédiction des cours boursiers.
La corrélation en série entre ces quants est déterminée à l’aide du test de Durbin-Watson (DW). La corrélation peut être positive ou négative. Un cours d’action affichant une corrélation en série positive a un modèle positif. Un titre qui a une corrélation en série négative a une influence négative sur lui-même au fil du temps.