ความสัมพันธ์อัตโนมัติ (Autocorrelation)

ความสัมพันธ์อัตโนมัติ (Autocorrelation)  หมายถึงระดับของความสัมพันธ์ระหว่างค่าของตัวแปรเดียวกันในการสังเกตต่างๆ ในข้อมูล แนวคิดของความสัมพันธ์อัตโนมัติ (Autocorrelation) มักถูกกล่าวถึงในบริบทของข้อมูลอนุกรมเวลาที่การสังเกตเกิดขึ้น ณ จุดต่างๆ ของเวลา (เช่น อุณหภูมิอากาศที่วัดในวันต่างๆ ของเดือน) ตัวอย่างเช่น เราอาจคาดว่าอุณหภูมิอากาศในวันที่ 1 ของเดือนจะใกล้เคียงกับอุณหภูมิในวันที่ 2 มากกว่าเมื่อเทียบกับวันที่ 31 หากค่าอุณหภูมิที่เกิดขึ้นใกล้กันในช่วงเวลานั้น ในความเป็นจริง คล้ายกันมากกว่าค่าอุณหภูมิที่เกิดขึ้นห่างกันในเวลาอื่น ข้อมูลจะสัมพันธ์กันโดยอัตโนมัติ

ในหลายกรณี ค่าของตัวแปร ณ เวลาใดเวลาหนึ่งจะสัมพันธ์กับค่าของตัวแปร ณ เวลาก่อนหน้า การวิเคราะห์ความสัมพันธ์อัตโนมัติ (Autocorrelation) จะวัดความสัมพันธ์ของการสังเกตระหว่างจุดต่างๆ ในช่วงเวลา และด้วยเหตุนี้จึงค้นหารูปแบบหรือแนวโน้มของอนุกรมเวลา ตัวอย่างเช่น อุณหภูมิในวันต่างๆ ในเดือนมีความสัมพันธ์กันแบบอัตโนมัติ

คล้ายกับความสัมพันธ์ ความสัมพันธ์อัตโนมัติ (Autocorrelation) อาจเป็นบวกหรือลบก็ได้ มันมีตั้งแต่ -1 (ความสัมพันธ์อัตโนมัติ (Autocorrelation) เชิงลบอย่างสมบูรณ์) ถึง 1 (ความสัมพันธ์อัตโนมัติ (Autocorrelation) เชิงบวกอย่างสมบูรณ์) ความสัมพันธ์อัตโนมัติ (Autocorrelation) เชิงบวกหมายความว่าการเพิ่มขึ้นที่สังเกตในช่วงเวลาหนึ่งนำไปสู่การเพิ่มขึ้นตามสัดส่วนในช่วงเวลาที่ล่าช้า

ตัวอย่างของอุณหภูมิที่กล่าวถึงข้างต้นแสดงให้เห็นถึงความสัมพันธ์อัตโนมัติ (Autocorrelation) ในเชิงบวก อุณหภูมิในวันถัดไปมักจะสูงขึ้นเมื่ออุณหภูมิเพิ่มขึ้น และมีแนวโน้มลดลงเมื่ออุณหภูมิลดลงในช่วงวันก่อนหน้า

วิธีการทดสอบสหสัมพันธ์อัตโนมัติที่พบบ่อยที่สุดคือการทดสอบ Durbin-Watson Durbin-Watson เป็นสถิติที่ตรวจจับความสัมพันธ์อัตโนมัติ (Autocorrelation) จากการวิเคราะห์การถดถอยโดยไม่ใช้เทคนิคมากเกินไป

Durbin-Watson จะสร้างช่วงหมายเลขทดสอบตั้งแต่ 0 ถึง 4 เสมอ ค่าที่ใกล้กับ 0 บ่งบอกถึงระดับของความสัมพันธ์เชิงบวกที่มากขึ้น ค่าที่ใกล้กับ 4 บ่งชี้ระดับของความสัมพันธ์อัตโนมัติ (Autocorrelation) เชิงลบที่มากกว่า ในขณะที่ค่าที่ใกล้กับระดับกลางแนะนำความสัมพันธ์อัตโนมัติ (Autocorrelation) ที่น้อยกว่า

เหตุใดความสัมพันธ์อัตโนมัติ (Autocorrelation) จึงมีความสำคัญในตลาดการเงิน เรียบง่าย. สามารถใช้ Autocorrelation เพื่อวิเคราะห์การเคลื่อนไหวของราคาในอดีตอย่างละเอียด ซึ่งนักลงทุนสามารถใช้ทำนายการเคลื่อนไหวของราคาในอนาคตได้ โดยเฉพาะอย่างยิ่ง สามารถใช้ความสัมพันธ์อัตโนมัติ (Autocorrelation) เพื่อกำหนดว่ากลยุทธ์การซื้อขายแบบโมเมนตัมนั้นสมเหตุสมผลหรือไม่

แม้ว่าควรหลีกเลี่ยงความสัมพันธ์อัตโนมัติ (Autocorrelation) เพื่อใช้การวิเคราะห์ข้อมูลเพิ่มเติมได้แม่นยำยิ่งขึ้น แต่ก็ยังมีประโยชน์ในการวิเคราะห์ทางเทคนิค เนื่องจากจะค้นหารูปแบบจากข้อมูลในอดีต การวิเคราะห์ความสัมพันธ์อัตโนมัติ (Autocorrelation) สามารถใช้ร่วมกับการวิเคราะห์ปัจจัยโมเมนตัม

นักวิเคราะห์ทางเทคนิคสามารถเรียนรู้ว่าราคาหุ้นในแต่ละวันได้รับผลกระทบจากวันก่อนหน้าอย่างไรผ่านความสัมพันธ์อัตโนมัติ (Autocorrelation)  ดังนั้นเขาจึงสามารถประมาณการว่าราคาจะเคลื่อนไหวในอนาคตอย่างไร