Respuesta directa
La correlación entre pares puede parecer fuerte, débil o incluso opuesta según el marco temporal que se utilice. El marco temporal determina cómo se miden los rendimientos, qué períodos de tiempo se incluyen y si el cálculo mezcla el comportamiento a corto plazo con tendencias a más largo plazo o cambios de régimen.
Mecanismo y definición
La correlación entre pares es una medida estadística de cómo dos series temporales se mueven juntas. En un contexto de forex, normalmente se calcula a partir de un par de series de rendimientos, como los rendimientos del par de divisas A y los rendimientos del par de divisas B.
La variable clave es la ventana de observación y el intervalo de muestreo:
- Frecuencia de muestreo: si se utilizan datos de minutos, horas, días o semanas.
- Período de tenencia (agregación): cuánto tiempo representa cada paso de rendimiento (por ejemplo, un rendimiento de 1 día frente a un rendimiento de 5 días).
- Ventana de estimación: cuántos puntos de rendimiento pasados se incluyen al estimar la correlación.
Cuando se cambia cualquiera de estos elementos, se modifica la transformación subyacente de los datos. Los intervalos más cortos enfatizan los efectos de microestructura (como ráfagas repentinas en torno a eventos específicos), mientras que los intervalos más largos pueden promediarlos. Esta es la razón por la que los mismos dos pares pueden mostrar correlaciones diferentes según el marco temporal.
Una forma útil de pensar en ello es la agregación temporal: si dos pares se mueven juntos solo durante ciertos episodios (por ejemplo, períodos de apetito por el riesgo), un marco temporal largo que incluya otros episodios puede reducir la correlación general.
Ejemplo de escenario: cambiar el marco temporal cambia la relación observada
Supongamos que el par de divisas A y el par B a veces se mueven juntos durante un régimen de mercado particular, pero en otros regímenes se mueven de forma independiente.
- Si se calculan los rendimientos utilizando un marco temporal corto (y una ventana de estimación que cubre principalmente esos episodios de “movimiento conjunto”), la estimación de la correlación puede ser alta.
- Si se calculan los rendimientos utilizando un marco temporal más largo que también incluye regímenes independientes, la estimación puede caer porque el cálculo mezcla comportamientos diferentes.
Incluso si la historia a largo plazo es “sin comovimiento consistente”, aún se puede observar una correlación temporal en ventanas más cortas. Eso no es necesariamente una contradicción; refleja que la relación no es constante a lo largo del tiempo.
Otro efecto práctico es el muestreo y la superposición. Si se cambia de rendimientos diarios a rendimientos semanales, cada paso de rendimiento representa una agregación diferente de los movimientos diarios subyacentes. La agregación puede convertir muchos comovimientos pequeños en un movimiento conjunto más suave, o puede cancelarlos.
Limitaciones y modos de fallo
Al menos una limitación material es que la correlación depende de cómo se mida. La correlación no es una propiedad universal de dos pares de divisas; es una estimación basada en un marco temporal, una frecuencia de datos y una ventana de estimación específicos.
Los modos de fallo comunes incluyen:
- Mezcla de regímenes: combinar períodos con dinámicas de mercado diferentes conduce a estimaciones de correlación que no representan ningún régimen único.
- No estacionariedad: la relación estadística puede cambiar con el tiempo, por lo que la correlación pasada puede no coincidir con la futura.
- Incertidumbre de estimación: las ventanas más cortas producen estimaciones más ruidosas; las ventanas más largas reducen el ruido pero pueden ocultar cambios.
- Costos y ejecución: la capacidad real de actuar sobre cualquier relación observada se ve afectada por los spreads, las comisiones y la calidad de la ejecución. La correlación calculada a partir de rendimientos “brutos” no incluye automáticamente estas fricciones.
Estas limitaciones significan que la correlación puede cambiar incluso cuando los impulsores económicos subyacentes permanecen similares, porque las elecciones de medición alteran lo que captura la estadística.
Verificación y siguiente pregunta
Para verificar su comprensión de forma independiente, haga lo siguiente conceptualmente (sin asumir ningún resultado particular):
- Elija múltiples marcos temporales (por ejemplo, agregación de período de tenencia corta vs. larga).
- Calcule la correlación para cada marco temporal utilizando un intervalo de muestreo y una ventana de estimación claramente definidos.
- Compruebe si la estimación cambia de dirección o magnitud y si eso coincide con diferentes episodios de mercado.
Una buena siguiente pregunta es: ¿Qué tan sensible es su estimación de correlación al intervalo de muestreo y a la longitud de la ventana de estimación elegidos? Si la respuesta es “muy sensible”, entonces la relación observada probablemente depende del marco temporal en lugar de ser estable.