a:

La corrélation série, également appelée autocorrélation, décrit la relation entre les observations sur la même variable sur différentes périodes. Ceci est différent de la corrélation traditionnelle, qui compare plusieurs variables sur une période de temps. Les analystes techniques et les investisseurs utilisent la corrélation en série pour mesurer dans quelle mesure les mouvements de prix passés peuvent prédire les mouvements futurs d'un même actif, un concept crucial dans l'analyse boursière technique. Parce que la corrélation en série dépend largement de l'intervalle de temps utilisé, les exemples courants de corrélation en série sont difficiles à qualifier. Cependant, une corrélation sérieuse bien connue entre les traders s'appelle «l'effet de janvier», les rendements ayant tendance à être plus importants en janvier que tout autre mois de l'année.

La corrélation en série est une fonction de la moyenne et de la variance; il ne peut jamais être absolu et dépend fortement des circonstances et de l'interprétation. Même s'il y avait une corrélation positive de 100%, ou une aversion moyenne, ou une corrélation négative de 100%, ou une inversion moyenne, entre l'action des prix d'un actif au fil du temps, aucune loi n'impose une telle corrélation. D'innombrables études ont été réalisées par des analystes financiers et des économétriciens pour découvrir la corrélation sérielle entre les changements de prix sur les marchés, les actions ou les portefeuilles, mais ceux-ci ont généralement donné des aperçus insignifiants.

La corrélation sérielle suggère que les rendements distribués à travers les observations ne sont pas strictement aléatoires. Même si la notion que les changements de prix dans la période A ont quelque chose à dire aux commerçants sur les changements de prix dans la période B est profondément enracinée dans le cadre de l'analyse technique, l'existence réelle et la nature de cette corrélation sont discutées chez les statisticiens sérieux.

Des études célèbres menées par Fama (1965), Jennergren et Korsvold (1974) et Cootner (1961) ont examiné les stocks et les produits au fil du temps et ont trouvé une corrélation sérielle très faible ou insignifiante. Cependant, des études à long terme sur des marchés entiers suggèrent une corrélation sérieuse négative importante, indiquant que les marchés ont tendance à s'inverser sur de longues périodes. Le premier travail majeur dans ce domaine a été rapporté par Fama et French en 1988.