¿Qué datos se necesitan para evaluar la correlación de pares?

La correlación de pares (generalmente implementada como el coeficiente de correlación entre dos series de rendimientos) compara cómo dos activos se mueven juntos en un período de tiempo y una frecuencia de muestreo elegidos. Para evaluarla con precisión e independencia, necesitas datos de series temporales confiables, además de decisiones claras sobre cómo se construyen los “rendimientos” y cómo se calculan las estadísticas.

Insumos de datos y su significado

Dos series de precios alineadas: Necesitas precios históricos para ambos instrumentos que deseas comparar (por ejemplo, dos pares de divisas). La clave es que las marcas de tiempo coincidan o puedan remuestrearse a una cuadrícula común.
Una fuente de precios con procedencia documentada: Usa una fuente que puedas describir (feed de exchange, feed de bróker, proveedor de datos) y confirma que sea la misma para ambas series. Diferentes feeds pueden discrepar incluso cuando se refieren a mercados subyacentes similares.
Una definición de rendimiento: La correlación depende de lo que trates como la serie. Las opciones comunes son rendimientos logarítmicos o rendimientos porcentuales calculados a partir de precios consecutivos. Debes indicar cuál usas.
Una frecuencia de muestreo: La correlación cambia con la granularidad temporal (minutos, horas, días). Necesitas especificar la frecuencia y si usas observaciones brutas o barras agregadas.
Una regla de ventana móvil o de muestra completa: Decide si calculas una correlación para todo el historial o una estimación móvil. Un enfoque móvil necesita una longitud de ventana y un paso.

Mecánica: cómo encajan las comprobaciones

Para calcular la correlación de pares, típicamente:

Convierte cada serie de precios en una serie de rendimientos usando la misma fórmula y la misma cuadrícula temporal.
Maneja los valores faltantes de manera consistente (por ejemplo, elimina períodos donde falte cualquiera de las series, o remuestrea—sin mezclar reglas inconsistentes).
Calcula la estadística de correlación sobre las observaciones de rendimientos superpuestas.

Para que el resultado sea verificable, registra la “receta” completa:

rango temporal exacto (fechas de inicio/fin)
frecuencia (por ejemplo, cierres diarios)
fórmula de rendimiento (logarítmico vs porcentual)
longitud de la ventana y si es móvil
regla de datos faltantes y manejo de zona horaria

Evidencia o configuración de ejemplo (supuestos que debes declarar)

Una configuración mínima y autocontrolable podría ser:

Recopila dos series de precios de la misma categoría general de fuente.
Remuestrea ambas a la misma frecuencia (por ejemplo, precios de fin de período con la misma convención de calendario).
Calcula rendimientos logarítmicos de t-1 a t para cada serie.
Estima la correlación sobre una ventana fija (por ejemplo, usando una sola ventana para todo el rango que elijas).

Los supuestos importan: si una serie está efectivamente retrasada, redondeada o tiene diferentes horarios de negociación, la alineación puede desviarse por algunos períodos. Esto puede afectar notablemente la correlación calculada incluso cuando ambas series se ven similares en un gráfico.

Limitaciones y modos de fallo

No estacionariedad (relaciones cambiantes): La correlación no es una propiedad permanente. Puede variar según el régimen de mercado, las condiciones de volatilidad y los cambios estructurales.
Dependencia de la muestra y sobreajuste: Una correlación estimada sobre datos históricos puede no persistir. Diferentes longitudes de ventana pueden producir respuestas diferentes.
Errores de alineación y zona horaria: Si las marcas de tiempo no se convierten de manera consistente (o si una serie usa diferentes cortes de sesión), los pares de rendimientos quedan desalineados.
Sensibilidad al preprocesamiento: La correlación puede cambiar con el manejo de valores atípicos, el tratamiento de datos faltantes, o el uso de precios vs. puntos medios vs. cierres.
Los costos y la ejecución no se capturan: La correlación es una relación estadística en los datos; no incluye costos de transacción, spreads, deslizamiento ni el momento de ejecución.

Verificación y siguiente pregunta a plantear

Una forma práctica de verificar tu evaluación es ejecutar el mismo cálculo bajo variaciones controladas:

repite con una longitud de ventana diferente y verifica si la conclusión cambia drásticamente
repite usando un campo de precios alternativo pero bien documentado (por ejemplo, si la fuente proporciona múltiples campos) para ver cuán robusto es el resultado
prueba fuera de muestra calculando la correlación en un período y comparando su estabilidad en un período posterior

Siguiente pregunta para refinar tu evaluación: ¿Qué definición exacta de rendimiento y procedimiento de alineación de marcas de tiempo estás usando, y cómo reproducirías el mismo conjunto de datos y pasos de cálculo a partir de tu receta registrada?