Auto-corrélation

Qu'est-ce que l'autocorrélation?

L'autocorrélation est une représentation mathématique du degré de similitude entre une série temporelle donnée et une version décalée d'elle-même sur des intervalles de temps successifs. Cela revient à calculer la corrélation entre deux séries temporelles différentes, à la différence que l'autocorrélation utilise deux fois la même série chronologique: une fois sous sa forme d'origine et une fois décalée d'une ou de plusieurs périodes.

1:32

Auto-corrélation

Comprendre l'autocorrélation

L'autocorrélation peut également être appelée corrélation retardée ou corrélation série, car elle mesure la relation entre la valeur actuelle d'une variable et ses valeurs antérieures. Lors du calcul de l'autocorrélation, le résultat obtenu peut être compris entre 1 et 1, conformément à la statistique de corrélation traditionnelle. Une autocorrélation de +1 représente une corrélation positive parfaite (une augmentation observée dans une série temporelle entraîne une augmentation proportionnelle dans l'autre série temporelle). Une autocorrélation de 1 négatif, par contre, représente une corrélation négative parfaite (une augmentation observée dans une série temporelle entraîne une diminution proportionnelle dans l'autre série temporelle). L'autocorrélation mesure les relations linéaires; même si l'autocorrélation est minuscule, il peut toujours exister une relation non linéaire entre une série chronologique et une version décalée de celle-ci.

Points clés à retenir

• L'autocorrélation représente le degré de similarité entre une série temporelle donnée et une version décalée d'elle-même sur des intervalles de temps successifs.
• L'autocorrélation mesure la relation entre la valeur actuelle d'une variable et ses valeurs antérieures.
• Une autocorrélation de +1 représente une corrélation positive parfaite, tandis qu'une autocorrélation de 1 négatif représente une corrélation négative parfaite.
• Les analystes techniques peuvent utiliser l'autocorrélation pour déterminer l'impact des prix passés pour un titre sur son prix futur.

Autocorrélation en analyse technique

L'autocorrélation peut être utile pour l'analyse technique, qui s'intéresse plus particulièrement aux tendances des prix des valeurs mobilières et aux relations entre ceux-ci en utilisant des techniques de cartographie au lieu de la santé financière ou de la gestion d'une entreprise. Les analystes techniques peuvent utiliser l'autocorrélation pour déterminer l'impact des prix passés pour un titre sur son prix futur.

L'autocorrélation peut indiquer s'il existe un facteur momentum associé à un stock. Par exemple, si les investisseurs savent qu’une action a une valeur d’autocorrélation positive historiquement élevée et qu’ils constatent des gains importants au cours des derniers jours, ils peuvent raisonnablement s’attendre à ce que les mouvements des prochains jours (la série chronologique principale) correspondent à ceux de la série temporelle retardée et à la hausse.

Exemple d'autocorrélation

Supposons qu'Emma cherche à déterminer si les rendements d'une action de son portefeuille présentent une autocorrélation; les rendements de l'action sont liés à ses rendements des sessions de négociation précédentes. Si les rendements présentent une autocorrélation, Emma pourrait le définir comme un stock dynamique, car les rendements passés semblent influer sur les rendements futurs. Emma effectue une régression avec les rendements de deux sessions de négociation précédentes en tant que variables indépendantes et le rendement actuel en tant que variable dépendante. Elle constate que les retours un jour avant ont une autocorrélation positive de 0, 7, alors que les retours deux jours plus tôt ont une autocorrélation positive de 0, 3. Les rendements passés semblent influencer les rendements futurs. Par conséquent, Emma peut ajuster son portefeuille pour tirer parti de l’autocorrélation et de l’élan qui en résulte en conservant son poste ou en accumulant plus d’actions.

Comparaison des comptes d'investissement Nom du fournisseur Description Divulgation par l'annonceur × Les offres figurant dans ce tableau proviennent de partenariats avec lesquels Investopedia reçoit une rémunération.

Termes connexes

Comprendre la statistique Durbin Watson La statistique Durbin Watson est un nombre qui teste l'autocorrélation dans les résidus d'une analyse de régression statistique. plus Comment les corrélations série s'appliquent aux mouvements de stock La corrélation série est la relation entre une version variable et une version décalée d'elle-même sur différents intervalles de temps. Les analystes financiers l'utilisent souvent pour déterminer dans quelle mesure le prix passé d'un titre prédit le prix futur. plus Définition du coefficient de corrélation Le coefficient de corrélation est une mesure statistique qui calcule la force de la relation entre les mouvements relatifs de deux variables. plus Hétéroscédasticité conditionnelle auto-régressive généralisée (GARCH) Définition L'hétéroscédasticité conditionnelle auto-régressive généralisée (GARCH) est un modèle statistique utilisé pour estimer la volatilité des rendements boursiers. plus Qu'est-ce que le coefficient Pearson? Le coefficient de Pearson est un type de coefficient de corrélation qui représente la relation entre deux variables mesurées sur le même intervalle. more Fonctionnement de la régression linéaire multiple La régression linéaire multiple (MLR) est une technique statistique qui utilise plusieurs variables explicatives pour prédire l’issue d’une variable de réponse. plus de liens partenaires