Risposta diretta
Per valutare i cambiamenti di correlazione, ti servono dati che ti permettano di (1) misurare la relazione tra due serie storiche nel tempo, (2) verificare da dove provengono i dati, (3) assicurare che le misurazioni siano confrontabili nel tempo e (4) controllare che il risultato non sia un artefatto di una pulizia scorretta, dati mancanti o assunzioni instabili.
Al minimo, raccogli le due serie che vuoi mettere in relazione, i timestamp e le regole di campionamento, la trasformazione che applicherai (ad esempio usando i rendimenti invece dei livelli grezzi) e la documentazione sulla qualità dei dati. Inoltre, pianifica i controlli di provenienza e i controlli delle “modalità di guasto” (come i risultati possono rompersi quando cambiano i dati o le condizioni).
Meccanismo e definizione: cosa significa “cambiamento di correlazione”
Per cambiamento di correlazione si intende che la relazione statistica stimata tra due variabili non è costante nel tempo. In pratica, stimi la correlazione su più finestre (ad esempio scorrevoli o per regimi) e osservi come cambia la stima.
Due chiarimenti chiave aiutano a evitare confusione:
- Usa la scala dei dati appropriata. La correlazione di solito viene calcolata su serie trasformate (spesso variazioni nel tempo). Usare serie di prezzo/livello grezze può produrre dipendenze fuorvianti.
- La correlazione dipende dal metodo e dalla finestra. Frequenze di campionamento diverse, lunghezze delle finestre e convenzioni di calcolo possono cambiare la stima della correlazione anche se la relazione sottostante non è cambiata “fondamentalmente”.
Quindi la tua lista di “dati necessari” è davvero una lista di ingredienti per un esperimento coerente: le due serie storiche abbinate, come le trasformi in numeri confrontabili e come scegli le finestre temporali.
Evidenze: quali input raccogli (e come mantenerli confrontabili)
Raccogli i seguenti input e registra le assunzioni che fai:
- Le due serie storiche da confrontare
- Serie A e Serie B che vuoi testare come correlate.
- Per ciascuna, includi la definizione della misurazione (cosa rappresenta), le unità e se si tratta di mid-price, last price, quote o di un altro valore derivato.
- Asse temporale e regole di campionamento
- Timestamp di inizio/fine.
- Frequenza di campionamento (ad esempio ogni minuto, oraria, giornaliera).
- Se i timestamp sono allineati allo stesso orologio di mercato e come gestisci le lacune.
- La trasformazione per il calcolo
- La formula che applichi prima di calcolare la correlazione (ad esempio usando i rendimenti su ogni intervallo invece dei livelli grezzi).
- Come tratti i valori mancanti: escludi gli intervalli, fai forward-fill o elimina punti specifici. La scelta può influenzare in modo significativo le stime.
- Impostazione della stima della correlazione
- Approccio di finestratura: finestra mobile o sotto-periodi fissi.
- Lunghezza della finestra e sovrapposizione (la sovrapposizione cambia la scorrevolezza e la dipendenza statistica tra le stime).
- Tipo di correlazione (di solito Pearson per la dipendenza lineare; una scelta diversa misura la dipendenza in modo differente).
- Provenienza dei dati e documentazione
- Identità del sistema/fornitore della sorgente.
- Eventuali corporate action note o regole di roll del contratto (quando rilevanti).
- Identificatori di file/versione e metodo di recupero.
- Metriche di qualità e log di pulizia
- Percentuale di timestamp mancanti per ciascuna serie.
- Metodo di rilevamento degli outlier e se gli outlier vengono mantenuti o rimossi.
- Controlli di sanità di base: ci sono salti improvvisi causati da reset dei dati invece che da movimenti di mercato?
Un esempio svolto (le assunzioni devono essere esplicite)
Supponi di selezionare due serie osservate con la stessa frequenza di campionamento e di calcolare la correlazione sulle variazioni di intervallo. Scegli una lunghezza di finestra fissa, poi la fai scorrere in avanti nel tempo. Un “cambiamento” di correlazione è semplicemente la differenza tra le stime di correlazione in due finestre adiacenti.
Per renderlo interpretabile, devi dichiarare:
- Cosa conta come variazione di intervallo.
- Come gestisci i timestamp mancanti.
- Che entrambe le serie usano lo stesso programma di campionamento e la stessa trasformazione. Se questi aspetti non sono controllati, il movimento osservato della correlazione può riflettere differenze di elaborazione dei dati invece di qualsiasi reale cambiamento.
Limitazioni e rischi: modalità di guasto comuni
I cambiamenti di correlazione sono particolarmente vulnerabili ad artefatti e instabilità. Le limitazioni materiali includono:
- Non-stazionarietà: la correlazione non è garantita stabile; anche con dati perfetti, le relazioni possono cambiare man mano che cambiano le condizioni.
- Effetti di campionamento e finestra: frequenze diverse e dimensioni delle finestre possono produrre traiettorie di correlazione differenti.
- Problemi di qualità dei dati: dati mancanti, timestamp non sincronizzati o mescolamento accidentale di strumenti/definizioni diversi possono spostare la correlazione.
- Outlier e code pesanti: un piccolo numero di punti estremi può dominare la stima.
- Errata interpretazione della causalità: un cambiamento di correlazione non prova una causa.
- Costi e realtà operative (se poi lo traduci in decisioni): le aspettative basate sulla correlazione possono essere distorte quando entrano in gioco attriti reali.
DOCUMENT END