什麼是自回歸模型？ (Autoregressive)

什麼是自回歸模型？

如果統計模型根據過去的值預測未來值，則該模型是自回歸的。

了解自回歸模型

自回歸模型的運行前提是過去的值對 當前的值有影響，這使得統計技術廣泛用於分析自然、經濟和其他隨時間變化的過程。自回歸模型使用過去值的組合多變的。

AR(1) 自回歸過程是當前值基於前一個值的過程，而 AR(2) 過程是當前值基於前兩個值的過程。用於沒有依賴性。

這些概念和技術被技術分析師用來預測證券價格。然而，由於自回歸模型僅根據過去的信息進行預測，因此它們隱含地假設影響過去價格的基本力量不會隨著時間的推移而改變。如果事實上，所討論的潛在力量正在發生變化，例如一個行業是否正在經歷快速且前所未有的技術變革。

儘管如此，交易者仍在繼續完善自回歸模型的使用以進行預測。一個很好的例子是自回歸綜合移動平均線(ARIMA)，這是一種複雜的自回歸模型，可以考慮趨勢、週期、季節性、誤差和其他非靜態因素。進行預測時的數據類型。

自回歸模型的示例

自回歸模型基於過去的價值對當前價值有影響的假設。例如，使用自回歸模型預測股票價格的投資者需要假設該股票的新買家和賣家受到最近市場交易的影響在決定提供或接受多少證券時。

雖然這一假設在大多數情況下成立，但情況並非總是如此。例如，在 2008 年金融危機之前的幾年，大多數投資者並沒有意識到許多人持有的大規模抵押貸款支持證券投資組合所帶來的風險。在那些時期，使用自回歸模型來預測美國金融股表現的投資者有充分的理由預測該行業股價持續穩定或上漲的趨勢。 

然而，一旦公眾知道許多金融機構面臨即將倒閉的風險，投資者突然不再那麼關心這些股票的近期價格，而是更加關心其潛在的風險敞口。自回歸模型。

需要注意的是，在自回歸模型中，一次性衝擊將無限地影響未來計算變量的值，因此，金融危機的影響仍然存在於今天的自回歸模型中。

Investopedia 不提供稅務、投資或金融服務和建議。所提供的信息未考慮任何特定投資者的投資目標、風險承受能力或財務狀況，並且可能並不適合所有投資者。投資涉及風險，包括可能損失本金。