Une série temporelle est un ensemble de points de données enregistrés dans l'ordre chronologique à des intervalles spécifiques, souvent réguliers. Contrairement aux ensembles de données standards, une série temporelle prend en compte la structure interne et les dépendances entre les observations, reconnaissant que l'état actuel d'une variable est souvent influencé par ses valeurs antérieures.
Les analystes utilisent ces séquences pour suivre l'évolution des actifs, des indicateurs économiques ou des mesures d'entreprise au fil du temps. En examinant les modèles historiques, les investisseurs peuvent identifier des tendances et des dépendances qui pourraient autrement passer inaperçues. Ce processus implique souvent la prévision, où les données historiques sont utilisées pour prédire l'activité future, bien que les analystes doivent se méfier de l'autocorrélation, où les valeurs passées biaisent les résultats.
Par exemple, un investisseur peut analyser une série temporelle des cours de clôture quotidiens d'une action sur une année complète. En listant ces prix chronologiquement, l'investisseur peut observer les tendances de performance. Cette méthode est fréquemment combinée à une analyse transversale, telle que la comparaison de la croissance des bénéfices de l'entreprise au fil du temps par rapport aux références actuelles du secteur, afin de prendre des décisions d'investissement plus éclairées.