a:

Seriële correlatie, ook bekend als autocorrelatie, beschrijft de relatie tussen observaties over dezelfde variabele over verschillende tijdsperioden. Dit is anders dan de traditionele correlatie, die meerdere variabelen in een bepaalde periode vergelijkt. Technische analisten en beleggers gebruiken seriële correlatie om te meten hoe goed de afgelopen prijsschommelingen toekomstige bewegingen voor hetzelfde activum kunnen voorspellen, een cruciaal concept in technische aandelenmarktanalyses. Omdat seriële correlatie grotendeels afhankelijk is van het gebruikte tijdsinterval, zijn gangbare voorbeelden van seriële correlatie moeilijk te kwalificeren. Echter, een bekende seriële correlatie tussen handelaren wordt het 'januari-effect' genoemd, waarbij de rendementen in januari doorgaans groter zijn dan in enige andere maand van het jaar.

Seriële correlatie is een functie van gemiddelde en variantie; het kan nooit absoluut zijn en leunt zwaar op omstandigheden en interpretatie. Zelfs als er 100% positieve correlatie was, of gemiddelde aversie, of 100% negatieve correlatie, of gemiddelde terugval, tussen de prijsactie van een activum in de loop van de tijd, is er nog steeds geen wet die dicteert dat dergelijke correlatie moet worden voortgezet. Talloze studies zijn uitgevoerd door financiële analisten en econometristen om seriële correlatie te vinden tussen prijsveranderingen in markten, aandelen of portefeuilles, maar deze hebben over het algemeen onbeduidende inzichten opgeleverd.

Seriële correlatie suggereert dat de opbrengsten verdeeld over waarnemingen niet strikt willekeurig zijn. Zelfs als de notie dat prijswijzigingen in periode A iets te vertellen hebben, handelaren over prijswijzigingen in periode B diep geworteld is in het kader van technische analyse, wordt het werkelijke bestaan ​​en de aard van dergelijke correlaties besproken onder serieuze statistici.

Beroemde studies uitgevoerd door Fama (1965), Jennergren en Korsvold (1974) en Cootner (1961) bekeken aandelen en grondstoffen in de tijd en vonden een zeer lage of onbeduidende seriële correlatie. Langetermijnstudies over hele markten suggereren echter een aanzienlijke negatieve seriële correlatie, wat erop wijst dat markten de neiging hebben om zichzelf gedurende lange periodes om te keren. Het eerste grote werk op dit gebied werd gemeld door Fama en Frans in 1988.