Respuesta directa
Para evaluar cambios en la correlación, necesitas datos que te permitan (1) medir la relación entre dos series temporales a lo largo del tiempo, (2) verificar de dónde provienen los datos, (3) asegurar que las mediciones sean comparables a lo largo del tiempo y (4) comprobar que el resultado no sea un artefacto de una mala limpieza, datos faltantes o supuestos inestables.
Como mínimo, reúne las dos series que deseas relacionar, las marcas de tiempo y las reglas de muestreo, la transformación que aplicarás (por ejemplo, usar rendimientos en lugar de niveles brutos) y la documentación de la calidad de los datos. También planifica las comprobaciones de procedencia y las comprobaciones de “modos de fallo” (cómo pueden romperse los resultados cuando los datos o las condiciones cambian).
Mecanismo y definición: qué significa “cambios en la correlación”
Un cambio en la correlación significa que la relación estadística estimada entre dos variables no es constante a lo largo del tiempo. En la práctica, estimas la correlación en múltiples ventanas (por ejemplo, móviles o por regímenes) y observas cómo se mueve la estimación.
Dos aclaraciones clave te ayudan a evitar confusiones:
- Utiliza la escala de datos adecuada. La correlación generalmente se calcula sobre series transformadas (comúnmente cambios a lo largo del tiempo). Usar series de precios/niveles brutos puede producir dependencias engañosas.
- La correlación depende del método y de la ventana. Diferentes frecuencias de muestreo, longitudes de ventana y convenciones de cálculo pueden cambiar la estimación de la correlación incluso si la relación subyacente no cambió “fundamentalmente”.
Por lo tanto, tu lista de “datos necesarios” es realmente una lista de ingredientes para un experimento consistente: las series temporales emparejadas, cómo las conviertes en números comparables y cómo eliges las ventanas temporales.
Evidencia: qué insumos recopilar (y cómo mantenerlos comparables)
Reúne los siguientes insumos y registra los supuestos que asumas:
- Las dos series temporales a comparar
- Serie A y Serie B que deseas probar como relacionadas.
- Para cada una, incluye la definición de medición (qué representa), las unidades y si es precio medio, último precio, cotización u otro valor derivado.
- Eje temporal y reglas de muestreo
- Marcas de tiempo de inicio/fin.
- Frecuencia de muestreo (por ejemplo, cada minuto, cada hora, diaria).
- Si las marcas de tiempo están alineadas con el mismo reloj de mercado y el manejo de los vacíos.
- La transformación para el cálculo
- La fórmula que aplicas antes de calcular la correlación (por ejemplo, usar rendimientos en cada intervalo en lugar de niveles brutos).
- Cómo tratas los valores faltantes: excluir intervalos, rellenar hacia adelante o eliminar puntos específicos. La elección puede afectar materialmente las estimaciones.
- La configuración de estimación de la correlación
- Enfoque de ventanas: ventana móvil o subperíodos fijos.
- Longitud de la ventana y superposición (la superposición cambia la suavidad y la dependencia estadística entre las estimaciones).
- Tipo de correlación (comúnmente Pearson para dependencia lineal; una elección diferente mide la dependencia de manera distinta).
- Procedencia y documentación de los datos
- Identidad del sistema/proveedor de la fuente.
- Cualquier acción corporativa conocida o reglas de rollover de contratos (cuando corresponda).
- Identificadores de archivo/versión y método de recuperación.
- Métricas de calidad y registro de limpieza
- Porcentaje de marcas de tiempo faltantes por serie.
- Método de detección de valores atípicos y si se conservan o eliminan.
- Comprobaciones de cordura simples: ¿hay saltos repentinos causados por reinicios de datos en lugar de movimientos del mercado?
Un ejemplo práctico (los supuestos deben ser explícitos)
Supón que seleccionas dos series observadas con la misma frecuencia de muestreo y calculas la correlación sobre los cambios en los intervalos. Eliges una longitud de ventana fija y luego la deslizas hacia adelante en el tiempo. Un “cambio” en la correlación es simplemente la diferencia entre las estimaciones de correlación en dos ventanas adyacentes.
Para que esto sea interpretable, debes indicar:
- Qué cuenta como un cambio en el intervalo.
- Cómo manejas las marcas de tiempo faltantes.
- Que ambas series utilizaron el mismo calendario de muestreo y la misma transformación. Si no se controlan estos aspectos, el movimiento observado en la correlación puede reflejar diferencias en el procesamiento de datos en lugar de un cambio real.
Limitaciones y riesgos: modos de fallo comunes
Los cambios en la correlación son especialmente vulnerables a artefactos e inestabilidad. Las limitaciones materiales incluyen:
- No estacionariedad: no se garantiza que la correlación sea estable; incluso con datos perfectos, las relaciones pueden variar a medida que cambian las condiciones.
- Efectos de muestreo y ventana: diferentes frecuencias y tamaños de ventana pueden producir diferentes trayectorias de correlación.
- Problemas de calidad de datos: datos faltantes, marcas de tiempo no sincronizadas o la mezcla accidental de diferentes instrumentos/definiciones pueden desplazar la correlación.
- Valores atípicos y colas pesadas: un pequeño número de puntos extremos puede dominar la estimación.
- Mala interpretación de la causalidad: un cambio en la correlación no prueba una causa.
- Costos y realidades de ejecución (si luego lo traduces en decisiones): las expectativas basadas en la correlación pueden distorsionarse cuando se aplican fricciones del mundo real.