ما هي السلاسل الزمنية ؟ - What Is a Time Series

 

ما هي السلسلة الزمنية؟

 السلاسل الزمنية هي سلسلة من نقاط البيانات التي تحدث بترتيب متتالي خلال فترة زمنية معينة. يمكن أن يتناقض هذا مع بيانات المقطع العرضي، والتي تلتقط نقطة زمنية. في الاستثمار، تتعقب سلسلة زمنية حركة نقاط البيانات المختارة ، مثل سعر الورقة المالية ، خلال فترة زمنية محددة مع تسجيل نقاط البيانات على فترات منتظمة. لا يوجد حد أدنى أو أقصى للوقت الذي يجب تضمينه، مما يسمح بجمع البيانات بطريقة توفر المعلومات التي يبحث عنها المستثمر أو المحلل الذي يفحص النشاط.

فهم السلاسل الزمنية

 يمكن أخذ سلسلة زمنية على أي متغير يتغير بمرور الوقت. في الاستثمار، من الشائع استخدام سلسلة زمنية لتتبع سعر الورقة المالية بمرور الوقت. يمكن تتبع ذلك على المدى القصير، مثل سعر الورقة المالية على مدار الساعة على مدار يوم عمل ، أو على المدى الطويل ، مثل سعر الورقة المالية عند الإغلاق في اليوم الأخير من كل شهر على مدار خمس سنوات. يمكن أن يكون تحليل السلاسل الزمنية مفيدا لمعرفة كيفية تغير أصل معين أو ورقة مالية أو متغير اقتصادي بمرور الوقت. كما يمكن استخدامه لفحص كيفية مقارنة التغييرات المرتبطة بنقطة البيانات المختارة بالتحولات في المتغيرات الأخرى خلال نفس الفترة الزمنية. تستخدم السلاسل الزمنية أيضا في العديد من السياقات غير المالية ، مثل قياس التغير في عدد السكان بمرور الوقت. يوضح الشكل أدناه مثل هذه السلسلة الزمنية لنمو سكان الولايات المتحدة على مدار القرن من 1900 إلى 2000

تحليل السلاسل الزمنية

 لنفترض أنك تريد تحليل سلسلة زمنية من أسعار الأسهم اليومية للإغلاق لسهم معين على مدار عام واحد. ستحصل على قائمة بجميع أسعار إغلاق السهم من كل يوم خلال العام الماضي وإدراجها بترتيب زمني. ستكون هذه سلسلة زمنية لسعر الإغلاق اليومي لمدة عام واحد للسهم. بالتعمق أكثر قليلا ، يمكنك تحليل بيانات السلاسل الزمنية باستخدام أدوات التحليل الفني لمعرفة ما إذا كانت السلسلة الزمنية للسهم تظهر أي موسمية. سيساعد هذا في تحديد ما إذا كان السهم يمر بقمم وقيعان في أوقات منتظمة كل عام. يتطلب التحليل في هذا المجال أخذ الأسعار المرصودة وربطها بموسم مختار. يمكن أن يشمل ذلك مواسم التقويم التقليدية ، مثل الصيف والشتاء ، أو مواسم البيع بالتجزئة ، مثل مواسم العطلات. بدلا من ذلك ، يمكنك تسجيل تغيرات سعر سهم السهم من حيث صلته بمتغير اقتصادي ، مثل معدل البطالة. من خلال ربط نقاط البيانات بالمعلومات المتعلقة بالمتغير الاقتصادي المحدد ، يمكنك ملاحظة الأنماط في المواقف التي تظهر التبعية بين نقاط البيانات والمتغير المختار.

مهم: تتمثل إحدى المشكلات المحتملة في بيانات السلاسل الزمنية في أنه نظرا لأن كل متغير يعتمد على حالته أو قيمته السابقة ، يمكن أن يكون هناك قدر كبير من الارتباط الذاتي ، والذي يمكن أن يؤدي إلى تحيز النتائج.