序列相關性
自相關性，也稱為序列相關性(autocorrelation)，是指一個隨機變數與其自身在不同時間點上的值之間的相關性。
自相關性在統計學和時間序列分析中有廣泛套用，可以用來衡量時間序列中觀測值與其滯後值之間的相關性。自相關性可以幫助分析過去和當前值之間的依賴關係，提供對數據模式持久性或可逆性的洞察，在金融領域，例如交易技術分析中，自相關性用於發現數據中的模式、趨勢和關聯關係，有助於交易者了解股票價格的趨勢。
此外，在信號處理中，自相關性用於分析函式或一系列值，如時域信號，可以幫助識別重複模式（如被噪聲掩蓋的周期信號）或基頻（即使其諧波頻率中的基頻消失）。自相關性的程度可以通過自相關係數來表示，例如一階自相關係數，它反映了隨機誤差項與滯後一期誤差項之間的相關性。