自回归是什么意思？

如果统计模型基于过去的值预测未来的值，那么它就是自回归的。例如，自回归模型可能会根据股票过去的表现来预测其未来的价格。

关键要点

• 自回归模型根据过去的价值预测未来的价值。
• 它们被广泛应用于工业生产中
• 自回归模型隐含地假设未来将与过去相似。因此，在某些市场条件下，例如金融危机或技术迅速变化的时期，它们可能被证明是不准确的。

了解自回归模型

自回归模型是在过去的值对当前值有影响的前提下运行的，这使得统计技术在分析自然、经济和其他随时间变化的过程时很流行。多元回归模型使用预测因子的线性组合预测变量，而自回归模型使用变量的过去值的组合。

AR（1）自回归过程是当前值基于前一个值的过程，而AR（2）过程是当前值基于前两个值的过程。AR（0）过程用于白噪声，并且术语之间没有依赖性。除了这些变化，还有许多不同的方法来计算这些计算中使用的系数，如最小二乘法。

这些概念和技术被技术分析师用来预测证券价格。然而，由于自回归模型仅基于过去的信息进行预测，因此它们隐含地假设影响过去价格的基本力不会随时间而改变。如果所讨论的潜在力量实际上正在发生变化，例如一个行业正在经历前所未有的快速技术变革，这可能会导致令人惊讶和不准确的预测。

尽管如此，交易者仍在不断改进自回归模型的使用，以达到预测的目的。一个很好的例子是自回归综合移动平均（ARIMA），这是一个复杂的自回归模型，在进行预测时可以考虑趋势、周期、季节性、误差和其他非静态类型的数据。

分析方法

尽管自回归模型与技术分析相关，但它们也可以与其他投资方法相结合。例如，投资者可以使用基本面分析来确定一个引人注目的机会，然后使用技术分析来确定进入点和退出点。

自回归模型的真实例子

自回归模型是基于过去的价值对当前价值有影响的假设。例如，使用自回归模型预测股票价格的投资者在决定提供或接受多少证券时，需要假设股票的新买家和卖家受到最近市场交易的影响。

尽管这种假设在大多数情况下都成立，但情况并非总是如此。例如，在2008年金融危机之前的几年里，大多数投资者没有意识到许多金融公司持有的大量抵押贷款支持证券组合所带来的风险。在这段时间里，如果投资者使用自回归模型预测美国金融股的表现，那么他就有充分的理由预测该行业股价持续稳定或上涨的趋势。

然而，一旦公众知道许多金融机构面临着即将崩溃的风险，投资者突然对这些股票的近期价格不再那么关注，而是更加关注其潜在的风险敞口。因此，市场迅速地将金融股重新估值到一个更低的水平，这一举动将彻底扰乱自回归模型。

值得注意的是，在自回归模型中，一次冲击将无限地影响未来计算变量的值。因此，金融危机的遗留问题仍然存在于当今的自回归模型中。