الأخطاء الشائعة في ارتباط الزوج (وكيف تتحقق منها)

الإجابة المباشرة

غالبًا ما تنشأ الأخطاء الشائعة في ارتباط الزوج من الخلط بين “كيفية تحرك سلسلتين من الأسعار/العوائد معًا” و“وجود علاقة تداول موثوقة”. ارتباط الزوج هو إحصاء وصفي للبيانات التاريخية. عندما يعامله الناس كتنبؤي، أو يفترضون أن العلاقة ستستمر، أو يحسبونه بمدخلات غير متسقة (إطارات زمنية مختلفة، تعريفات عوائد مختلفة، أو خيارات تنظيف بيانات مختلفة)، فقد يصلون إلى استنتاجات مضللة.

الآلية أو التعريف

يشير ارتباط الزوج عادةً إلى معامل ارتباط يتم حسابه بين سلسلتين زمنيتين—وغالبًا ما تكون عوائد زوجي عملة (أو سلسلتين سعرّيتين مشتقتين).

العناصر الأساسية:

• يجب تعريف سلسلتين بشكل متسق. قرر ما الذي ستربطه (أسعار مقابل عوائد) وكيف ستحسب العوائد (مثلًا: العوائد البسيطة مقابل العوائد اللوغاريتمية). غالبًا ما يؤدي ربط الأسعار الخام إلى نتائج غير مستقرة لأن الأسعار تتجه؛ وتُعد العوائد عادةً الخيار الأكثر قابلية للتفسير.
• يجب اختيار نافذة زمنية. يعكس الارتباط الفترة التاريخية المختارة. قد يختلف القيم المحسوبة عبر نافذة واحدة اختلافًا جوهريًا عن نافذة أخرى.
• الارتباط بلا بُعد وهو متماثل، لكن تفسيره محدود. تشير قيمة أعلى إلى تزامن خطي أقوى في تلك الفترة؛ ولا يحدد السببية، أو اتجاه المستقبل، أو ما إذا كانت العلاقة مستقرة.

طريقة عملية للتفكير فيه: يلخص الارتباط ما إذا كانت تحركات السلسلة A تميل إلى التزامن مع تحركات السلسلة B ضمن العينة المختارة.

الدليل أو مثال

إليك سوء الفهم الشائع وما الذي يحدث خطأ.

1. الخطأ: اعتبار الارتباط كإشارة. إذا حسبت ارتباط الزوج ثم استنتجت أن أحد الزوجين “سيتبع” الآخر، فأنت ضمنيًا تحوّل مقياس التشابه التاريخي إلى توقع. لا يشف الارتباط وحده عن ديناميكيات مستقبلية.

2. الخطأ: خلط المدخلات (تعريف العوائد، أو تردد أخذ العينات، أو مواءمة الوقت). تهم افتراضات المثال: لنفترض أن إحدى السلسلتين تستخدم عوائد لوغاريتمية كل ساعة بينما تستخدم الأخرى عوائد بسيطة كل دقيقة، أو أن الطوابع الزمنية غير متطابقة. قد يعكس ناتج الارتباط هذه التناقضات بدلًا من أي تزامن حقيقي.

3. الخطأ: استخدام نهج تنظيف بيانات غير صحيح. إذا تم التعامل مع القيم المفقودة بشكل مختلف بين السلسلتين—مثل حذف الطوابع الزمنية في إحدى السلاسل بينما يتم ملء الفجوات في سلسلة أخرى—فإن مجموعة البيانات المزدوجة تتغير. قد يتحول الارتباط ببساطة لأنك غيّرت العينة.

4. الخطأ: الإفراط في الثقة برقم واحد. قد يخفي معامل ارتباط واحد سلوكًا متغيرًا. على سبيل المثال، قد يكون الارتباط متوسطًا بشكل عام بينما يكون مرتفعًا فقط خلال ظروف سوق معينة.

5. الخطأ: تجاهل سؤال الاستقرار. حتى إذا كان زوجان مرتبطين خلال نظام سابق، فإن التغيرات الهيكلية (تغيرات التقلب، تغييرات السيولة، حساسية مختلفة للمتغيرات الاقتصادية الكلية) يمكن أن تضعف أو تعكس التزامن.

القيود والمخاطر

ضع في اعتبارك القيود وأوضاع الفشل المادية:

• الارتباط وصفي وليس تنبؤيًا. يلخص التزامن التاريخي ضمن النافذة المختارة؛ وقد تختلف العلاقات مستقبلًا.
• حساسية خطية فقط. تقيس مقاييس الارتباط القياسية الارتباط الخطي. قد توجد تبعية غير خطية بين سلسلتين لا يلتقطها الارتباط.
• اعتماد على النظام. غالبًا ما يتغير الارتباط عندما تتغير التقلبات أو الفروقات (spreads) أو أنماط مشاركة السوق. وهذا مهم بشكل خاص عندما تطبق الرقم لاحقًا على بيئة مختلفة.
• حساسية للنافذة والقيم الشاذة. قد تنتج النوافذ القصيرة تقديرات غير مستقرة؛ ويمكن لعدد قليل من الملاحظات المتطرفة أن يؤثر بشكل غير متناسب على النتيجة.
• التكاليف والتنفيذ غير مدرجين. لا يأخذ الارتباط في الاعتبار تكاليف المعاملات أو الانزلاق (slippage) أو توقيت التنفيذ. أي قرار يعتمد على الارتباط وحده يتجاهل هذه الاحتكاكات الواقعية.

التحقق أو السؤال التالي

للتحقق من ادعاءات ارتباط الزوج بشكل محايد، استخدم قائمة “الاتساق والضغط”:

• أعد الحساب بمدخلات متسقة. استخدم نفس تعريف العوائد وتردد أخذ العينات والطوابع الزمنية المتطابقة لكلا السلسلتين.
• غيّر النافذة وقارن الاستقرار. احسب الارتباط عبر عدة نوافذ (مثلًا: عينات أقدم مقابل عينات لاحقة) لمعرفة ما إذا كان التقدير مستمرًا أم هشًا.
• تحقق من المتانة تجاه التنظيف. طبق قاعدة ثابتة للبيانات المفقودة لكلا السلسلتين وراقب مقدار تغير الارتباط.
• افصل الأنظمة ذهنيًا. إذا تغير الارتباط عند تغير التقلب، اعتبر ذلك معلومات عن اعتماد النظام بدلًا من علاقة مستقرة.
• اسأل عمّا لا يجيب عنه الرقم. لا يثبت الارتباط السببية، ولا يضمن الاستمرارية، ولا يؤكد اتجاه المستقبل.

سؤال مفيد تالٍ: “ما هي السلسلة الدقيقة، والتحويلات، وتعريف النافذة التي أنتجت قيمة الارتباط هذه؟” إذا لم تستطع تحديد هذه الاختيارات بدقة، فلن تتمكن من التحقق من النتيجة بشكل مستقل.