Ejemplo práctico de correlación negativa (con supuestos)

Respuesta directa

La correlación negativa describe una relación donde dos cantidades tienden a moverse en direcciones opuestas. En el contexto de los precios de divisas, los operadores suelen hablar de correlación entre rendimientos (cuánto cambian los precios), no de los niveles de precios en sí. Un ejemplo práctico puede aclarar la idea usando números simples y estableciendo supuestos.

Mecanismo y definición

Supón que observas dos series temporales, A y B, y calculas los rendimientos para cada período (por ejemplo, cambios porcentuales). Un resumen estadístico común es la correlación, que mide si los movimientos van juntos:

Correlación positiva: cuando A sube, B tiende a subir.
Correlación negativa: cuando A sube, B tiende a bajar, y viceversa.

Un componente más directo es la covarianza. Si el producto de las desviaciones de sus promedios es mayormente negativo, la covarianza y la correlación tienden a ser negativas. Esto se trata de patrones de movimiento conjunto en la ventana temporal elegida.

Evidencia mediante un escenario numérico práctico (todos los supuestos declarados)

Crearemos un pequeño conjunto de datos ficticio con supuestos claros:

Supuestos

Usamos rendimientos, no precios brutos.
Los rendimientos se calculan a partir de precios de cierre a cierre (cómo exactamente no es importante para la lógica de correlación).
Usamos cinco períodos con espaciado igual.
Los números a continuación son hipotéticos y elegidos para mostrar el mecanismo.

Datos (rendimientos por período, en porcentaje)

Rendimientos de la Serie A: +1, +2, +1, 0, −1
Rendimientos de la Serie B: −1, −2, −1, 0, +1

Paso 1: Calcular promedios

Promedio(A) = (1 + 2 + 1 + 0 − 1) / 5 = 3/5 = 0.6
Promedio(B) = (−1 − 2 − 1 + 0 + 1) / 5 = −3/5 = −0.6

Paso 2: Calcular desviaciones y productos Para cada período, calcula (A−promA) y (B−promB), luego multiplica:

Período 1: (1−0.6)=0.4, (−1−(−0.6))=−0.4 → producto = −0.16
Período 2: (2−0.6)=1.4, (−2−(−0.6))=−1.4 → producto = −1.96
Período 3: (1−0.6)=0.4, (−1−(−0.6))=−0.4 → producto = −0.16
Período 4: (0−0.6)=−0.6, (0−(−0.6))=+0.6 → producto = −0.36
Período 5: (−1−0.6)=−1.6, (1−(−0.6))=+1.6 → producto = −2.56

Todos los productos son negativos, por lo que la covarianza es negativa.

Paso 3: Interpretar la correlación Debido a que las desviaciones de A son mayormente opuestas en signo a las de B y los productos son consistentemente negativos, la correlación es negativa en este conjunto de datos construido.

Limitación material de este ejemplo Este conjunto de datos es simétrico por diseño (la Serie B refleja la Serie A con signo opuesto). Las relaciones del mundo real rara vez se mantienen tan exactas: la correlación puede debilitarse, cambiar de signo o volverse inestable cuando cambia el régimen del mercado.

Limitaciones y riesgos (qué puede romper la correlación negativa)

Dependencia de la ventana y el muestreo: La correlación depende del período temporal elegido y de cómo calculas los rendimientos. Usar diferentes ventanas puede dar resultados diferentes.
Cambios de régimen: Las relaciones que parecen negativamente correlacionadas en un entorno pueden moverse hacia cero o incluso hacia una correlación positiva en otro.
Ejecución y costos: Si se aplica el concepto al trading o la cobertura, los costos y las diferencias de tiempo pueden cambiar los co-movimientos realizados frente a lo que sugiere el cálculo estadístico.
No estacionariedad: La dinámica de las divisas puede verse afectada por expectativas cambiantes, condiciones de liquidez y eventos macro; estos pueden alterar el comportamiento conjunto.
Muestras pequeñas: Con pocos períodos, las estimaciones de correlación pueden ser engañosamente fuertes. Más datos pueden reducir la posibilidad de sobreinterpretar el ruido.

Verificación y siguiente pregunta

Para verificar la correlación negativa de forma independiente, define claramente:

qué tratas como las dos variables (por ejemplo, rendimientos de dos instrumentos),
el método de cálculo de rendimientos,
la ventana temporal y la frecuencia,
y el estadístico (correlación, covarianza o patrón de dispersión).

Luego verifica si los movimientos conjuntos muestran un comportamiento de dirección opuesta de manera consistente en múltiples ventanas. Si quieres, dime las dos series de rendimientos exactas que estás comparando (en términos abstractos) y el número de períodos, y puedo ayudarte a configurar los cálculos usando tus propios datos.