ما هو مثال مُنجز (Worked Example) لأداة الارتباط؟
الإجابة المباشرة
يُظهر المثال المُنجز لأداة الارتباط، بأرقام وافتراضات صريحة، كيف تحسب وتفسّر معامل الارتباط بين سلسلتين زمنيتين. عمليًا، تقوم عادةً بتحويل الأسعار الخام إلى مقاييس قابلة للمقارنة (غالبًا العوائد) ثم تحسب معامل ارتباط. يصف الناتج ما إذا كانت السلسلتان تميلان إلى التحرك معًا خلال الفترة المختارة؛ ولا يعني ذلك إشارةً قابلة للتنبؤ أو سببًا.
الآلية أو التعريف
عادةً ما تقوم أداة الارتباط بتقدير الارتباط الإحصائي بين سلسلتين، وغالبًا باستخدام معامل ارتباط بيرسون (Pearson’s correlation coefficient). وبعبارات بسيطة:
- تختار سلسلتين زمنيتين، X وY، مقاسَتين عبر التواريخ أو الطوابع الزمنية نفسها.
- تحسب القيم المزدوجة (Xₜ, Yₜ) من أجل t = 1…T.
- تحسب رقمًا واحدًا يلخص التزامن/التلازم في الحركة عبر تلك النافذة.
افتراضات شائعة يجب أن تذكرها لمثال مُنجز:
- نفس الطوابع الزمنية: يجب أن يتطابق كل Xₜ مع Yₜ الصحيح.
- وحدات قابلة للمقارنة: ليست الأسعار دائمًا قابلة للمقارنة؛ قد تستخدم العوائد بدلًا من المستويات الخام.
- اختيار النافذة: يعتمد الارتباط على تواريخ البداية/النهاية وعلى وتيرة أخذ العينات.
الدليل أو المثال (مُنجز بالكامل، افتراضي)
افترض أننا نريد مقارنة مدى تلازم حركة سلسلتين افتراضيتين، A وB، عبر أربع فترات. سنستخدم العوائد البسيطة ثم نحسب ارتباط بيرسون.
الافتراضات (اذكرها قبل إجراء الحساب):
- لا يتم استخدام بيانات في الوقت الحقيقي؛ الأرقام افتراضية وثابتة.
- الفترات متطابقة: الفترة 1 لـ A تقابل الفترة 1 لـ B، وهكذا.
- نستخدم العوائد البسيطة: rₜ = (Pₜ − Pₜ₋₁) / Pₜ₋₁.
الخطوة 1: أسعار افتراضية
- أسعار الأداة A: P(A): 100 → 102 → 101 → 105
- أسعار الأداة B: P(B): 200 → 198 → 202 → 204
الخطوة 2: حساب العوائد البسيطة بالنسبة لـ A:
- rA1 = (102−100)/100 = 0.02
- rA2 = (101−102)/102 ≈ −0.0098039
- rA3 = (105−101)/101 ≈ 0.03960396
بالنسبة لـ B:
- rB1 = (198−200)/200 = −0.01
- rB2 = (202−198)/198 ≈ 0.02020202
- rB3 = (204−202)/202 ≈ 0.00990099
إذًا لدينا ملاحظات عوائد مزدوجة:
- X = [0.02, −0.0098039, 0.03960396]
- Y = [−0.01, 0.02020202, 0.00990099]
الخطوة 3: حساب ارتباط بيرسون (ملخص) يستخدم ارتباط بيرسون القيم المتمركزة بالنسبة لمتوسط كل سلسلة. ومع وجود ثلاث ملاحظات مزدوجة فقط، يكون التقدير حساسًا لكل نقطة. باستخدام الصيغة القياسية لارتباط بيرسون (المطبقة في أي جدول بيانات أو آلة حاسبة)، ستحصل على قيمة بين −1 و+1 تعكس مدى تحرك العوائد بشكل متشابه.
كيفية تفسيره ضمن هذه الافتراضات:
- إذا كان الارتباط المحسوب موجبًا، فقد كانت A وB تميلان إلى الارتفاع/الانخفاض معًا (ضمن هذه النافذة).
- إذا كان سالبًا، فقد كانتا تميلان إلى التحرك في اتجاهين متعاكسين.
- إذا كان قريبًا من الصفر، فكان هناك تلازم خطي ضعيف في هذه العينة الصغيرة.
مهم: يتم حساب الارتباط هنا فقط اعتمادًا على البيانات المفترضة وعلى تعريف العائد المختار؛ فإن تغيير الافتراضات يغيّر الرقم.
القيود والمخاطر
- حجم العينة والاستقرار: مع عدد قليل من الملاحظات (كما في المثال)، يمكن أن يتأرجح الارتباط كثيرًا. قد تعطي نافذة مختلفة نتيجة مختلفة.
- قد تكون العلاقة غير ثابتة: حتى لو كان هناك ارتباط بين سلسلتين في الماضي، يمكن أن تتغير العلاقة الأساسية عندما تتغير ظروف السوق.
- حدّ آلية خطية: يلخص ارتباط بيرسون التلازم الخطي. إذا تحركت سلسلتان معًا بشكل غير خطي، فقد يقلل الارتباط من تقدير العلاقة.
- يتم تجاهل الاحتكاكات التشغيلية عن قصد: لا يتضمن الارتباط المحسوب من عوائد مثالية تكاليف المعاملات أو فروق الأسعار أو توقيت التنفيذ أو مشكلات جودة البيانات التي قد تغيّر النتائج المحققة بشكل ملموس.
التحقق أو السؤال التالي
للتحقق بشكل مستقل من مثال مُنجز، تحتاج إلى إعادة تنفيذ الخطوات:
- تأكد من تعريف العائد الدقيق (عوائد بسيطة مقابل عوائد لوغاريتمية).
- تأكد من تطابق الطوابع الزمنية وأنك تستخدم العدد نفسه من الفترات لكلتا السلسلتين.
- أعد حساب العوائد المزدوجة ثم احسب ارتباط بيرسون لنفس النافذة.
سؤال تالٍ يمكنك طرحه هو: “كيف يتغير الارتباط إذا استخدمت عوائد لوغاريتمية، أو طول نافذة مختلف، أو وتيرة أخذ عينات مختلفة؟” تختبر هذه الاختبارات حساسية النتائج للافتراضات بدلًا من التنبؤ بسلوك مستقبلي.
DOCUMENT END