Come si può misurare la volatilità nella correlazione tra coppie?

Risposta diretta

La volatilità nella correlazione tra coppie indica che la relazione tra due serie temporali non è stabile nel tempo. Per misurarla, calcolare prima la correlazione tra coppie come misura variabile nel tempo (ad esempio, utilizzando una finestra mobile). Quindi misurare quanto tale correlazione mobile fluttui, utilizzando statistiche come la deviazione standard (o altre misure di dispersione) della serie di correlazioni mobili.

Questo approccio si concentra sulla misurazione del cambiamento, non sulla previsione della direzione futura.

Meccanismo o definizione

Partire da due serie temporali allineate, ad esempio i rendimenti di due strumenti: xₜ e yₜ. La correlazione tra coppie è solitamente definita come la correlazione tra x e y su un periodo selezionato.

Per rendere la correlazione variabile nel tempo, utilizzare una finestra mobile di lunghezza W:

• Per ogni tempo t, prendere le ultime W osservazioni {xₜ₋W+1…xₜ} e {yₜ₋W+1…yₜ}.
• Calcolare la correlazione su quella finestra, producendo una sequenza rₜ (la “correlazione mobile tra coppie”).

Per misurare la volatilità in tale relazione, calcolare una misura di secondo livello su {rₜ} lungo un periodo di valutazione più lungo:

• Volatilità-della-correlazione (dispersione): la deviazione standard dei valori rₜ.
• Misure alternative di dispersione: intervallo interquartile (IQR) di rₜ, o deviazione media assoluta.
• Lente sui cambi di regime (opzionale): contare quante volte rₜ supera soglie scelte dall’utente (ad esempio, diventa fortemente positiva/negativa), come modo descrittivo per catturare l’instabilità.

Le assunzioni chiave devono essere esplicite:

• È necessaria una frequenza di campionamento coerente (stesso intervallo temporale per entrambe le serie).
• È necessario allineare i timestamp (gestire i valori mancanti in modo coerente).
• Bisogna scegliere cosa si intende per “rendimenti” o variazioni (ad esempio, rendimenti logaritmici rispetto a rendimenti semplici) e applicarlo in modo coerente.

Evidenza o esempio

Considerare un esempio semplice con due serie di rendimenti su N osservazioni. Sia W la lunghezza della finestra mobile. Si calcola rₜ per ogni t in cui esiste una finestra completa, ottenendo un vettore di correlazioni mobili.

Ora si supponga di calcolare anche la volatilità-della-correlazione come deviazione standard dei valori rₜ sull’intervallo di valutazione. Se rₜ rimane vicino a un singolo valore, la deviazione standard è piccola, indicando un co-movimento relativamente stabile. Se rₜ oscilla ampiamente (anche se la correlazione media è vicina a zero), la deviazione standard è maggiore, indicando una maggiore volatilità nella relazione.

È anche possibile confrontare come i risultati cambiano al variare di W:

• Una W più corta può reagire rapidamente ai cambiamenti locali ma può essere più rumorosa.
• Una W più lunga smorza i cambiamenti ma può nascondere instabilità di breve durata.

Limitazioni e rischi

1. Sensibilità alla dimensione della finestra (modalità di errore): La volatilità misurata dipende fortemente da W. Diversi valori di W possono portare a conclusioni diverse sulla “stabilità”, specialmente quando le relazioni cambiano.
2. Correlazione non implica causalità: Un cambiamento nella correlazione non spiega il motivo del cambiamento.
3. Rotture di regime: Le correlazioni sono storiche. Le relazioni possono cambiare quando i regimi di mercato si spostano, la liquidità cambia o la natura dei movimenti dei prezzi cambia.
4. Qualità dei dati e allineamento: Dati mancanti, campionamento asincrono e pre-elaborazione inconsistente (ad esempio, diverse definizioni di rendimento) possono creare una volatilità artificiale nella correlazione.
5. Non stazionarietà della varianza: Se ciascuna serie ha volatilità variabile nel tempo, le stime di correlazione possono diventare instabili anche senza un cambiamento significativo nella struttura di dipendenza sottostante.

Questi sono motivi per considerare la misurazione come descrittiva e dipendente dallo scenario.

Verifica o prossima domanda

Per verificare in modo indipendente le scelte di misurazione:

• Ricalcolare la correlazione mobile con almeno due lunghezze di finestra plausibili e verificare se la conclusione sulla volatilità-della-correlazione è qualitativamente simile.
• Confermare che le due serie siano allineate sulla stessa griglia temporale e utilizzino un’unica definizione coerente di rendimento.
• Esaminare direttamente la serie temporale della correlazione mobile rₜ (non solo la volatilità riassuntiva) per distinguere una deriva graduale da rotture brusche.

Una domanda utile successiva è: Quale definizione corrisponde meglio alla dipendenza che ti interessa—correlazione lineare (Pearson) o una diversa misura di dipendenza che può comportarsi diversamente in caso di eventi estremi?