a:

Problemerne med seriel korrelation i lagre er centrale for den stiltiende debat mellem teknisk analyse og grundlæggende analyse. Seriel korrelation, også kendt som autokorrelation, måler forholdet mellem en given variabel og sig selv over forskellige tidsperioder; Serielt korrelation ser med andre ord på, hvor tæt en aktørs prishistorie gentager sig. For dem, der studerer investeringsmetoder, kan seriel korrelation ses som forvirrende korrelation med årsagssammenhæng og mere end lidt vilkårlig.

Begrebet seriel korrelation spiller stærkt i teknisk analyse, der søger at identificere forudsigelige mønstre i priser uafhængige af virksomhedens årsregnskaber eller nuværende drift. Selvom der kan eksistere meget overlapning mellem grundlæggende og teknisk analyse, opkræver grundlæggende analytikere, at mønsterforudsigelser kun kan gå så langt, fordi ingen to tidsperioder har de nøjagtige samme variable, og forskellene mellem to tidsperioder er ikke altid kvantificerbare.

Seriel korrelation kan også kæmpe med vilkårlig determinanter. Skal et lageroversigt noteres over to uger eller fire måneder? Hvor tungt skal visse variabler vægtes? Hvilke typer mønstre, former eller formeltærskler bør bruges til at udløse handelsaktivitet?

Disse typer af spørgsmål plager grundlæggende analyse også. Dette er en af ​​hovedårsagerne til at investere i aktier er risikabelt; ingen ved hvad der vil ske med sikkerhed. Omfattende forskning er udført på tidsseriens egenskaber ved aktieafkast baseret på, om priserne afviger fra det såkaldte "random walk" eller en række fuldstændige tilfældige bevægelser. Der er trukket forskellige konklusioner baseret på forskellige tilgange til løsning af problemet, og det er fortsat et spørgsmål mellem markedsanalytikere og teoretikere.