Definisci la correlazione positiva (e cosa non garantisce)
La correlazione positiva significa che, su un periodo selezionato, due variabili tendono a muoversi nella stessa direzione: quando una tende a salire, l’altra tende a salire (oppure scende meno quando la prima scende). Nell’analisi valutaria, le “variabili” potrebbero essere i rendimenti di due coppie valutarie, oppure i rendimenti dei componenti usati per calcolare l’esposizione.
Una limitazione parte dalle aspettative: la correlazione descrive la co-movimentazione nei dati storici usati per misurarla. Non garantisce che la relazione si manterrà in futuro e non assicura che i guadagni in un mercato si traducano in guadagni in un altro. La correlazione non è nemmeno la stessa cosa della causalità; driver condivisi possono creare co-movimentazione, ma i driver possono cambiare.
Come funziona la correlazione positiva nella pratica
La correlazione viene di solito calcolata a partire da una serie temporale di rendimenti su una finestra di osservazione scelta (ad esempio, rendimenti giornalieri o intraday). La parte “positiva” dipende dalla direzione della co-movimentazione, mentre la “forza” dipende da quanto strettamente le due serie si muovono insieme in quella finestra.
Meccaniche chiave che influenzano il risultato:
- Finestra di misurazione: una relazione misurata su un periodo può differire da un altro periodo.
- Definizione del rendimento: usare rendimenti semplici vs rendimenti logaritmici, oppure usare intervalli di campionamento diversi, può cambiare la correlazione calcolata.
- Qualità dei dati e sincronizzazione: se le serie non sono allineate nel tempo o si basano su convenzioni di prezzo leggermente diverse, la stima può risultare distorta.
Poiché questi input sono scelte, l’esito dipende da come hai calcolato la correlazione.
Evidenze ed esempi di dove la correlazione si rompe
Un caso di fallimento comune è il cambio di regime. Ad esempio, se cambiano le notizie macro, il sentiment sul rischio o le aspettative della banca centrale, i driver principali dietro due valute possono smettere di essere condivisi. In questi casi, la correlazione positiva storica può indebolirsi o persino cambiare segno.
Un altro caso di fallimento è la non-stazionarietà: le proprietà statistiche dei rendimenti finanziari non sono costanti nel tempo. La correlazione può quindi cambiare nel tempo, anche se ogni coppia valutaria continua a comportarsi “normalmente” nel breve periodo.
Un terzo problema sono le differenze nascoste nell’esposizione. Due coppie valutarie possono sembrare correlate positivamente perché reagiscono in modo simile a un fattore di rischio (come un ampio sentiment “risk-on/risk-off”), ma possono comunque divergere quando eventi specifici colpiscono una valuta più dell’altra.
Limiti materiali e rischi da comprendere
1) La relazione storica non stabilisce risultati futuri
La correlazione guarda indietro per definizione. Anche se due coppie fossero state correlate positivamente in passato, la co-movimentazione futura può essere diversa a causa di driver che cambiano, della struttura della volatilità e del comportamento dei partecipanti al mercato.
2) La correlazione può essere sensibile alle assunzioni
La stima dipende da scelte metodologiche: lunghezza della finestra di osservazione, frequenza di campionamento, calcolo dei rendimenti e se i dati sono aggiustati per le convenzioni di mercato. Due analisti che usano finestre diverse possono riportare conclusioni diverse sulla “correlazione positiva”.
3) La correlazione non modella i costi di transazione e l’esecuzione
Nel mondo reale ci sono attriti: spread denaro-lettera, commissioni, slippage e tempistiche. Questi fattori possono trasformare una relazione teorica di co-movimentazione in esiti realizzati diversi. La correlazione viene calcolata da prezzi osservati, ma non include automaticamente i costi necessari per convertire un pattern di co-movimentazione in un insieme effettivo di azioni.
4) La correlazione non è una misura di rischio
Un’elevata correlazione positiva può ridurre i benefici della diversificazione, ma non quantifica da sola il rischio di drawdown o il rischio di coda. Due asset che si muovono insieme possono comunque avere livelli di volatilità diversi e comportamenti diversi durante le fasi di stress.
Come verificare il concetto in modo indipendente (senza assumere prevedibilità)
Per verificare cosa significa “correlazione positiva” per il tuo caso d’uso specifico, trattala come un controllo empirico con confini chiari:
- Scegli una finestra temporale e un intervallo di campionamento.
- Calcola i rendimenti usando un metodo coerente.
- Verifica se il segno e la forza della correlazione rimangono simili su più periodi non sovrapposti.
- Confronta i risultati usando lunghezze di finestra alternative (breve vs lunga) per vedere quanto sia stabile la relazione.
- Testa la sensibilità all’allineamento dei dati e alle definizioni.
Se la correlazione è stabile in variazioni ragionevoli, può essere un input descrittivo utile. Se cambia spesso, la limitazione è che non dovresti aspettarti che la co-movimentazione persista.
Prossima domanda da porsi
Un follow-up pratico è: quale fattore sottostante (se presente) sta guidando la co-movimentazione e quanto è probabile che cambi?