时间序列:自相关(autocorrelation)

本文是Quantitative Methods and Analysis: Pairs Trading此书的读书笔记。

使用y_{t}表示时刻t的值,则一个时间序列可以表示为如下式子:

y_{t},t=0,1,2,3...,T

给定一个随机时间序列(stochastic time series),大可能会提出的问题就是“此刻的值跟上一刻的值之间有没有什么关系?”,或者“此刻的值跟上上刻的值之间有没有什么关系?”,又或者“此刻的值跟上上上刻的值之间有没有什么关系?”。这些问题自相关函数(autocorrelation function)可以回答。

自相关函数描述了时间序列中不同时间间隔之间的值的相关性。

如下式子,表示一个时间序列中此刻t的值与\tau刻前的值y_{t-\tau}之间的相关性:

 式子中,\bar{y}表示变量(时间序列)y的平均值。\tau也称为时间滞后(time lag)。

我们可以用一个相关图(correlogram)去可视化自相关函数。在相关图中,x轴表示此刻值与过去值之间的时间间隔\tau( time lag),y轴表示表示此刻的值与过去\tau个时间间隔的值之间的相关性。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值