Error de definición: tratar la correlación negativa como una propiedad fija
La correlación negativa significa que dos variables medidas tienden a moverse en direcciones opuestas. Un error común es asumir que la “correlación negativa” es estable y permanentemente protectora. En la práctica, el signo y la fuerza de la correlación pueden cambiar cuando las condiciones del mercado cambian, cuando la ventana de tiempo cambia, o cuando las variables se redefinen.
Verificación neutral: Pregunta qué se midió exactamente (la frecuencia temporal, la duración del período y los instrumentos o series). Si alguien no puede indicar estos supuestos, la etiqueta “negativa” no es lo suficientemente confiable como para usarse como base para conclusiones.
Error de mecánica: confundir correlación con causalidad o con exposición real
Otro malentendido es tratar la correlación como si explicara por qué las cosas se mueven, o tratar una correlación entre dos señales como lo mismo que la correlación en las exposiciones reales. Por ejemplo, la correlación entre los retornos de precios de dos pares de divisas no es automáticamente lo mismo que la correlación entre el riesgo que realmente mantienes, porque las posiciones, el apalancamiento y los efectos de conversión pueden cambiar lo que significa “exposición”.
Verificación neutral: Separa “lo que se correlaciona” de “lo que controlas”. La correlación es una relación en un conjunto de datos; la exposición es tu sensibilidad real, dependiente de la posición. Dos conjuntos de datos pueden mostrar correlación negativa mientras que tus exposiciones de cartera (por ejemplo, a través del tamaño de la posición, la conversión o los derivados) no se comportan como asumes.
Error de ejemplo: usar la relación pasada para predecir el futuro
Un error frecuente es tomar una correlación negativa histórica y asumir que continuará, y luego basar las expectativas en esa suposición. Las relaciones históricas no establecen resultados futuros, especialmente si los regímenes de volatilidad cambian o si los impulsores de las dos series comienzan a alinearse de manera diferente.
Verificación neutral: Usa el hallazgo histórico solo como una hipótesis, no como un pronóstico. Vuelve a verificar la relación en múltiples períodos no superpuestos y observa si la dirección sigue siendo negativa. Si el signo se invierte o se debilita, la conclusión original era demasiado frágil.
Error de datos y metodología: retornos, ventanas de tiempo o escalas inconsistentes
Los resultados de correlación dependen en gran medida de los insumos. Los errores comunes incluyen:
- Usar diferentes definiciones de retorno (logarítmico vs simple),
- Mezclar frecuencias temporales (horaria vs diaria),
- Elegir una sola ventana de tiempo e ignorar la sensibilidad,
- Comparar niveles brutos en lugar de retornos (los niveles pueden crear relaciones engañosas).
Limitación material: incluso con un cálculo correcto, la correlación resume el co-movimiento, no el riesgo de cola. Dos series pueden tener un co-movimiento promedio negativo y aun así producir pérdidas grandes simultáneas cuando los extremos se agrupan.
Verificación neutral: Define explícitamente los supuestos de cálculo y luego prueba si el signo y la magnitud permanecen similares cuando varías un factor a la vez (duración de la ventana de tiempo y frecuencia). Si los resultados solo se ven “limpios” bajo una configuración limitada, eso es una señal de advertencia.
Modo de fallo en el control de riesgo: ignorar costos, ejecución y relaciones cambiantes
Incluso si la correlación negativa está presente en un momento dado, los resultados de riesgo se ven afectados por los costos y los detalles de ejecución. Las diferencias de spread/comisiones, el deslizamiento durante la volatilidad y el momento operativo pueden reducir o eliminar el efecto de diversificación esperado. Además, las rupturas de correlación son comunes cuando las condiciones se mueven rápidamente.
Modo de fallo: asumir que la diversificación proveniente de la correlación negativa reduce automáticamente el riesgo. La correlación puede debilitarse precisamente cuando el riesgo está aumentando, y tu resultado realizado real depende de la trayectoria, no solo de la estadística de correlación.
Verificación neutral: Trata la correlación como un insumo entre muchos. Pon a prueba el supuesto conceptualmente preguntando: ¿Qué pasa si la correlación se vuelve menos negativa o positiva durante períodos volátiles? Si la respuesta es “no lo sabemos”, entonces el argumento de diversificación está incompleto.
Verificación y siguiente pregunta: una lista de verificación que se mantiene neutral
Para verificar afirmaciones sobre la correlación negativa, puedes comprobar estos puntos de forma independiente:
- ¿Qué series se usaron y cómo se calcularon los retornos?
- ¿Qué ventana de tiempo y frecuencia se usaron, y el signo persiste en otras ventanas?
- ¿La correlación se corresponde con tu exposición real (tamaño de posición, conversión, instrumentos)?
- ¿Estás asumiendo causalidad o tratando la correlación como mero co-movimiento?
- ¿Qué sucede bajo cambios de régimen donde la correlación puede cambiar?
Si puedes responder estas preguntas de manera neutral, puedes explicar la correlación negativa con precisión y reconocer las limitaciones principales sin depender de predicciones, garantías o afirmaciones específicas de proveedores.