a:

A correlação serial, também conhecida como autocorrelação, descreve a relação entre observações na mesma variável em diferentes períodos de tempo. Isto é diferente da correlação tradicional, que compara variáveis ​​múltiplas ao longo de um período de tempo. Analistas técnicos e investidores usam correlação em série para medir a forma como os movimentos dos preços passados ​​podem prever movimentos futuros para o mesmo ativo, um conceito crucial na análise técnica do mercado de ações. Como a correlação em série depende em grande parte do intervalo de tempo utilizado, exemplos comuns de correlação serial são difíceis de se qualificar. No entanto, uma correlação serial bem conhecida entre os comerciantes é chamada de "Efeito de janeiro", pelo qual os retornos tendem a ser maiores em janeiro do que em qualquer outro mês do ano.

A correlação serial é uma função da média e variância; nunca pode ser absoluto e depende muito da circunstância e da interpretação. Mesmo se houvesse uma correlação positiva de 100%, ou uma aversão média, ou uma correlação 100% negativa, ou uma inversão média, entre a ação de preço de um ativo ao longo do tempo, ainda não existe uma lei que ditasse que tal correlação deve continuar. Inúmeros estudos foram realizados por analistas financeiros e econometristas para descobrir a correlação serial entre as mudanças de preços em mercados, ações ou carteiras, mas geralmente produziram informações insignificantes.

A correlação em série sugere que os retornos distribuídos nas observações não são estritamente aleatórios. Mesmo que a noção de que as mudanças de preços no período A tenha algo a dizer aos comerciantes sobre as mudanças de preços no período B está profundamente enraizada no quadro da análise técnica, a existência real e a natureza de qualquer correlação é debatida entre estatísticos sérios.

Estudos famosos realizados por Fama (1965), Jennergren e Korsvold (1974) e Cootner (1961) analisaram os estoques e commodities ao longo do tempo e encontraram uma correlação serial muito baixa ou insignificante. No entanto, estudos de longo prazo sobre mercados inteiros sugerem uma correlação serial substancial negativa, indicando que os mercados tendem a se reverter em longos períodos. O primeiro trabalho importante nesta área foi relatado por Fama e francês em 1988.