Risposta diretta
La volatilità nella correlazione negativa significa che la forza e/o il segno di una relazione negativa tra due serie di rendimenti non è stabile nel tempo. Un approccio di misurazione si concentra quindi su come la correlazione cambia tra finestre temporali, invece che sulla previsione dei futuri movimenti di prezzo.
Un modo autosufficiente per misurarla è: (1) definire che cosa stai misurando come “correlazione”, (2) calcolare quella correlazione ripetutamente su finestre temporali brevi e coerenti, e (3) riassumere quanto quelle stime di correlazione fluttuano (dispersione) o cambiano (trend).
Meccanica: definizioni e ricetta di misurazione
Correlazione negativa qui si riferisce a una relazione tra due serie temporali di rendimenti in cui rendimenti più alti in una serie tendono a coincidere con rendimenti più bassi nell’altra.
-
Converti i prezzi in rendimenti (assunzione necessaria). Scegli una definizione di rendimenti (ad esempio, rendimenti logaritmici o rendimenti percentuali semplici). L’assunzione chiave è che i rendimenti siano la grandezza la cui relazione vuoi misurare, non i prezzi grezzi.
-
Usa una correlazione su finestra mobile. Seleziona una lunghezza di finestra (per esempio, N osservazioni) e calcola un coefficiente di correlazione all’interno di ogni finestra. Sposta la finestra in avanti passo-passo e calcola di nuovo la correlazione. Questo produce una serie temporale di stime di correlazione.
-
Riassumi la volatilità della stima di correlazione. Puoi misurare la “volatilità nella correlazione negativa” usando uno o più riassunti:
- Dispersione: la deviazione standard (o la varianza) della serie di correlazioni mobili.
- Tasso di instabilità: la frazione di finestre in cui la correlazione è al di sotto di una soglia negativa scelta (ad esempio, “fortemente negativa”), catturando la variabilità di forza e segno.
- Scattosità: la variazione assoluta media tra correlazioni mobili consecutive, catturando quanto bruscamente cambia la relazione.
- Controllo opzionale della direzionalità. Se vuoi concentrarti sul comportamento “negativo”, traccia metriche separate come la deviazione standard delle correlazioni mobili condizionate a essere negative, riportando comunque quanto spesso la relazione è negativa.
Esempio di impostazione (assunzioni dichiarate)
Assumi due serie di rendimenti, A e B, e calcoli la correlazione mobile sui rendimenti logaritmici.
- Lunghezza della finestra: N osservazioni.
- Ampiezza del passo: una osservazione.
- Serie di correlazione mobile: ρ₁, ρ₂, …, ρₖ.
- Volatilità della correlazione: SD(ρ₁…ρₖ).
Questo produce una singola descrizione numerica di quanto sia instabile la correlazione negativa secondo le definizioni scelte.
Evidenza o ragionamento di esempio: cosa dovresti aspettarti di vedere
Anche senza dati live, puoi ragionare su cosa significano diversi esiti:
- Se SD(ρ) è bassa, la relazione negativa è relativamente stabile rispetto alla scelta di finestre.
- Se SD(ρ) è alta, la correlazione negativa è incoerente—periodi di forte dipendenza negativa si alternano a periodi di debole dipendenza o dipendenza positiva.
- Se la correlazione attraversa spesso da negativa a vicino allo zero, la “correlazione negativa” è più simile a una caratteristica temporanea di regime che a una proprietà persistente.
Limiti e rischi (modalità di guasto rilevanti)
-
La correlazione è lineare e può mancare dipendenze non lineari. Due serie possono avere una relazione non lineare che la correlazione non cattura, quindi una “bassa volatilità della correlazione” non implica indipendenza o dipendenza negativa stabile.
-
Scelte di finestra e frequenza possono dominare il risultato. Finestre brevi reagiscono fortemente al rumore; finestre lunghe possono smussare i cambi di regime. Cambiare la lunghezza della finestra o la frequenza delle osservazioni può modificare sostanzialmente la misurazione.
-
Non-stazionarietà e cambi di regime. La correlazione può variare perché cambia l’ambiente che genera i dati. Questo rende la “volatilità della correlazione” una descrizione dell’instabilità storica sotto regimi passati, non una garanzia del comportamento futuro.
-
Sensibilità al segno e alla soglia. Le metriche che dipendono da una “soglia negativa” possono comportarsi in modo diverso a seconda di come definisci “abbastanza negativa”. Un piccolo cambiamento della soglia può alterare il conteggio delle finestre “fortemente negative”.
-
Definizione dei rendimenti ed effetti di microstruttura. Calcoli diversi dei rendimenti, gestione dei dati mancanti o frizioni legate all’esecuzione possono distorcere le relazioni. Anche in un’analisi puramente storica, queste scelte cambiano la co-movimentazione misurata.
Verifica e prossima domanda da porre
Per verificare indipendentemente la misurazione, riesegui il flusso di lavoro con assunzioni alternative ragionevoli e controlla se la conclusione sull’instabilità rimane simile:
- Usa almeno due lunghezze di finestre mobili.
- Usa due definizioni di rendimenti (se fattibile) e verifica se l’instabilità qualitativa persiste.
- Confronta più riassunti (SD di ρ, frequenza di attraversamento del segno e variazione assoluta media).
Una domanda utile successiva è: L’instabilità è principalmente cambi di segno (negativo vs non negativo), oppure è una fluttuazione della forza restando negativa la maggior parte del tempo? Questa distinzione cambia come interpreti la “volatilità nella correlazione negativa”.
DOCUMENT END