Jak horyzont czasowy wpływa na zmiany korelacji

Bezpośrednia odpowiedź

Zmiany korelacji odnoszą się do sposobu, w jaki mierzona zależność między stopami zwrotu dwóch walut może zmieniać się w czasie. Horyzont czasowy ma na to wpływ, ponieważ nie mierzysz pojedynczej stałej właściwości; szacujesz zależność na podstawie wycinka danych. Zmień okno obserwacyjne (jak daleko wstecz patrzysz) lub okres utrzymania pozycji (przedział czasu, który agregujesz do stóp zwrotu), a szacowana korelacja może się przesunąć.

Mechanizm i definicja

Zacznij od dwóch szeregów czasowych cen dla dwóch par walutowych (lub dowolnych dwóch instrumentów nadających się do handlu). Zazwyczaj przekształcasz ceny na stopy zwrotu, a następnie obliczasz korelację na tych stopach zwrotu. Korelacja odpowiada na wąskie pytanie: jak spójnie oba szeregi stóp zwrotu poruszają się razem w obrębie wybranego okna, przy określonej definicji stopy zwrotu (na przykład stopy zwrotu proste lub logarytmiczne) i wybranej częstotliwości próbkowania.

Horyzont czasowy wchodzi w grę na dwa sposoby:

1. Okno obserwacyjne (horyzont estymacji): Jeśli obliczasz korelację przy użyciu dłuższego okna, uśredniasz więcej warunków rynkowych. Jeśli używasz krótszego okna, koncentrujesz się na bardziej aktualnych warunkach, więc estymator może szybko reagować na zmiany.

2. Okres utrzymania pozycji (horyzont agregacji): Jeśli mierzysz stopy zwrotu w interwałach 1-dniowych, otrzymujesz jeden zestaw punktów stóp zwrotu. Jeśli natomiast mierzysz stopy zwrotu w interwałach 5-dniowych, każdy punkt danych jest agregacją kilku dni. Agregacja zmienia grupowanie zmienności, wygładzanie oraz timing szoków — więc zależność może wyglądać na silniejszą lub słabszą.

Dowód lub przykład (styl scenariusz-wpływ)

Rozważ scenariusz, w którym dwie pary walutowe są w okresach „normalnych” pod wpływem w większości tego samego czynnika makro, ale podczas nagłych zdarzeń risk-off ich zachowanie się rozdziela.

• Jeśli szacujesz korelację przy użyciu krótkiego okna, które obejmuje wiele epizodów risk-off, estymator może spaść (a nawet zmienić znak), ponieważ stopy zwrotu podczas tych epizodów zachowują się inaczej.
• Jeśli szacujesz korelację przy użyciu długiego okna, które miesza okresy normalne i risk-off, estymator może wyglądać na bardziej stabilny, ale może też stać się kompromisem — maskując fakt, że relacja zależy od reżimu.

Teraz zmień okres utrzymania pozycji. Krótki okres utrzymania pozycji może uchwycić natychmiastową współzmienność wynikającą z wahań dzień-do-dnia. Dłuższy okres utrzymania pozycji może połączyć te wahania z późniejszymi korektami, efektami carry lub opóźnionymi reakcjami. Połączone stopy zwrotu mogą zatem wykazywać inną współzmienność niż stopy zwrotu z krótkich interwałów, nawet jeśli czynniki leżące u podstaw są takie same.

Kluczową implikacją jest to, że horyzont czasowy zmienia to, na czym „warunkujesz”. Korelacja jest warunkowa względem wybranego segmentu danych i agregacji stóp zwrotu.

Ograniczenia i ryzyka (krytyczne tryby awarii)

1. Korelacja nie jest gwarancją przyszłej współzmienności. Historyczna korelacja odzwierciedla zaobserwowane stopy zwrotu w określonym oknie, a nie regułę, która będzie obowiązywać w przyszłości.

2. Zmiana reżimu i niestacjonarność: Relacje między walutami mogą się zmieniać, gdy zmienia się struktura rynku, wzrasta zmienność lub zmieniają się kluczowe czynniki ryzyka. W takim przypadku korelacja może być niestabilna w różnych horyzontach czasowych.

3. Wybór metody pomiaru: Korelacja zależy od definicji stopy zwrotu, częstotliwości próbkowania, sposobu obsługi brakujących danych oraz tego, czy używasz nakładających się czy nienakładających się stóp zwrotu. Różne wybory mogą zmienić estymator.

4. Koszty i tarcia wykonawcze: Nawet jeśli dwa szeregi wykazują skorelowane stopy zwrotu, koszty transakcyjne i timing realizacji zleceń mogą zmienić osiągnięte wyniki. Sama korelacja stóp zwrotu nie uwzględnia tych efektów.

Weryfikacja i kolejne pytanie

Aby niezależnie zweryfikować wpływ horyzontu czasowego, zastosuj przejrzystą metodę:

• Wybierz spójną definicję stopy zwrotu.
• Oblicz kroczące korelacje przy użyciu wielu długości okien (na przykład krótkich i długich) i porównaj, jak zmienia się estymator.
• Powtórz analizę z różnymi okresami utrzymania pozycji, agregując stopy zwrotu w różnych horyzontach.

Twój punkt kontrolny: jeśli korelacja zmienia się istotnie przy dostosowaniu okna obserwacyjnego lub okresu utrzymania pozycji, jest to bezpośredni dowód wrażliwości na horyzont czasowy.

Przydatne kolejne pytanie nie brzmi „jaka jest obecna korelacja”, ale „jak stabilna jest relacja w różnych prawdopodobnych oknach i horyzontach stóp zwrotu i czy zmienia się wokół znanych zmian reżimu?”