Misurare la Volatilità nella Correlazione Negativa (Senza Prevedere i Movimenti dei Prezzi)

Risposta diretta

La volatilità nella correlazione negativa indica che l’intensità 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 nel tempo, non sulla previsione dei movimenti futuri dei prezzi.

Un metodo autonomo per misurarla consiste nel: (1) definire quale “correlazione” si sta misurando, (2) calcolare ripetutamente tale correlazione su brevi finestre temporali coerenti, e (3) riassumere quanto tali stime di correlazione fluttuano (dispersione) o si spostano (trend).

Meccanica: definizioni e procedura 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.

1. Convertire i prezzi in rendimenti (ipotesi necessaria). Scegli una definizione di rendimento (ad esempio, rendimenti logaritmici o percentuali semplici). L’ipotesi chiave è che siano i rendimenti, non i prezzi grezzi, la grandezza il cui rapporto si vuole misurare.

2. Usare una correlazione su finestra mobile. Scegli una lunghezza della finestra (ad esempio, N osservazioni) e calcola il coefficiente di correlazione all’interno di ogni finestra. Sposta la finestra in avanti passo dopo passo e ricalcola la correlazione. Questo produce una serie temporale di stime di correlazione.

3. Riassumere la volatilità della stima di correlazione. Puoi misurare la “volatilità nella correlazione negativa” usando una o più sintesi:

• Dispersione: la deviazione standard (o 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 (es. “fortemente negativa”), che cattura la variabilità di segno e intensità.
• Irritabilità (jumpiness): variazione media assoluta tra correlazioni mobili consecutive, che cattura quanto bruscamente la relazione si sposta.

4. Controllo opzionale di direzionalità. Se vuoi concentrarti sul comportamento “negativo”, monitora metriche separate come la deviazione standard delle correlazioni mobili condizionate al fatto di essere negative, pur riportando quanto spesso la relazione è negativa.

Esempio di configurazione (ipotesi dichiarate)

Supponiamo due serie di rendimenti, A e B, e calcoliamo la correlazione mobile sui rendimenti logaritmici.

• Lunghezza della finestra: N osservazioni.
• Dimensione del passo: un’osservazione.
• Serie di correlazione mobile: ρ₁, ρ₂, …, ρₖ.
• Volatilità della correlazione: SD(ρ₁…ρₖ).

Questo produce una descrizione numerica singola di quanto sia instabile la correlazione negativa secondo le definizioni scelte.

Evidenze o ragionamento esemplificativo: cosa ci si aspetta di vedere

Anche senza dati in tempo reale, puoi ragionare su cosa significano diversi risultati:

• Se SD(ρ) è bassa, la relazione negativa è relativamente stabile sotto la scelta della finestra.
• Se SD(ρ) è alta, la correlazione negativa è inconsistente: periodi di forte dipendenza negativa si mescolano a periodi di dipendenza debole o positiva.
• Se la correlazione attraversa spesso lo zero da negativo a vicino a zero, la “correlazione negativa” è più una caratteristica temporanea di regime che una proprietà persistente.

Limitazioni e rischi (possibili fallimenti significativi)

1. La correlazione è lineare e può trascurare dipendenze non lineari. Due serie possono avere una relazione non lineare che la correlazione non coglie, quindi una “bassa volatilità della correlazione” non implica indipendenza o dipendenza negativa stabile.

2. Le scelte della finestra e della frequenza possono dominare il risultato. Le finestre corte reagiscono fortemente al rumore; quelle lunghe possono smussare i cambiamenti di regime. Cambiare la lunghezza della finestra o la frequenza delle osservazioni può alterare sostanzialmente la misurazione.

3. Non stazionarietà e cambiamenti di regime. La correlazione può variare perché l’ambiente generatore dei dati cambia. Questo rende la “volatilità della correlazione” una descrizione dell’instabilità storica sotto regimi passati, non una garanzia del comportamento futuro.

4. Sensibilità al segno e alla soglia. Metriche che dipendono da una “soglia negativa” possono comportarsi diversamente a seconda di come si definisce “abbastanza negativo”. Un piccolo cambiamento di soglia può alterare il conteggio delle finestre “fortemente negative”.

5. Effetti della definizione dei rendimenti e della microstruttura. Diversi calcoli dei rendimenti, la gestione dei dati mancanti o attriti legati all’esecuzione possono distorcere le relazioni. Anche in un’analisi puramente storica, queste scelte modificano il co-movimento misurato.

Verifica e prossima domanda da porre

Per verificare in modo indipendente la misurazione, ripeti il processo con ipotesi alternative ragionevoli e verifica se la conclusione sull’instabilità rimane simile:

• Usa almeno due lunghezze diverse di finestra mobile.
• Usa due definizioni di rendimento (se fattibile) e conferma se l’instabilità qualitativa persiste.
• Confronta più sintesi (SD di ρ, frequenza di attraversamento del segno e variazione media assoluta).

Una domanda utile successiva è: L’instabilità è principalmente dovuta a cambiamenti di segno (negativo vs non negativo), oppure a fluttuazioni di intensità pur rimanendo per lo più negativa? Questa distinzione cambia il modo in cui si interpreta la “volatilità nella correlazione negativa”.