Bezpośrednia odpowiedź
Aby ocenić zmiany korelacji, potrzebujesz danych, które pozwalają: (1) mierzyć zależność między dwoma szeregami czasowymi w czasie, (2) zweryfikować, skąd pochodzą dane, (3) upewnić się, że pomiary są porównywalne w czasie oraz (4) sprawdzić, czy wynik nie jest artefaktem złego czyszczenia, brakujących danych lub niestabilnych założeń.
W minimalnym zakresie zbierz dwa szeregi, które chcesz ze sobą powiązać, znaczniki czasu i reguły próbkowania, transformację, którą zastosujesz (na przykład użycie stóp zwrotu zamiast surowych poziomów) oraz dokumentację jakości danych. Zaplanuj też testy pochodzenia danych oraz „testy trybów awarii” (czyli to, jak wyniki mogą się psuć, gdy dane lub warunki się zmieniają).
Mechanizm i definicja: co oznaczają „zmiany korelacji”
Zmiana korelacji oznacza, że estymowany statystyczny związek między dwiema zmiennymi nie jest stały w czasie. W praktyce estymujesz korelację w wielu oknach (na przykład krocząco lub według reżimów) i obserwujesz, jak zmienia się estymata.
Dwie kluczowe doprecyzowania pomagają uniknąć nieporozumień:
- Używaj odpowiedniej skali danych. Korelacja jest zwykle liczona na przekształconych szeregach (często jako zmiany w czasie). Użycie surowych cen/poziomów może prowadzić do mylącej zależności.
- Korelacja zależy od metody i okna. Różne częstotliwości próbkowania, długości okien i konwencje liczenia mogą zmienić estymatę korelacji, nawet jeśli rzeczywisty związek nie „zmienił się fundamentalnie”.
Twoja lista „potrzebnych danych” to w istocie lista składników spójnego eksperymentu: sparowane szeregi czasowe, sposób zamiany ich na porównywalne liczby oraz wybór okien czasowych.
Dowody: jakie dane wejściowe zebrać (i jak utrzymać ich porównywalność)
Zbierz następujące dane wejściowe i zanotuj założenia, które przyjmujesz:
- Dwa szeregi czasowe do porównania
- Szereg A i Szereg B, które chcesz przetestować jako powiązane.
- Dla każdego uwzględnij definicję pomiaru (co reprezentuje), jednostki oraz to, czy jest to mid-price, last price, quote czy inna wyprowadzona wartość.
- Oś czasu i reguły próbkowania
- Znaczniki czasu start/koniec.
- Częstotliwość próbkowania (np. co minutę, co godzinę, codziennie).
- Czy znaczniki czasu są wyrównane do tego samego zegara rynkowego oraz jak obsługujesz luki.
- Transformacja do obliczeń
- Wzór, który stosujesz przed policzeniem korelacji (na przykład użycie stóp zwrotu w każdym przedziale zamiast surowych poziomów).
- Jak traktujesz brakujące wartości: wykluczasz przedziały, stosujesz forward-fill albo usuwasz konkretne punkty. Wybór może istotnie wpływać na estymaty.
- Konfiguracja estymacji korelacji
- Podejście do windowing: okno kroczące lub stałe podokresy.
- Długość okna i nakładanie (nakładanie zmienia gładkość i statystyczną zależność między estymatami).
- Typ korelacji (zwykle Pearson dla zależności liniowej; inny wybór mierzy zależność inaczej).
- Pochodzenie danych i dokumentacja
- Tożsamość systemu/producenta źródłowego.
- Każde znane działania korporacyjne lub reguły rolowania kontraktów (gdy ma to znaczenie).
- Identyfikatory plików/wersji oraz metoda pobrania.
- Metryki jakości i dziennik czyszczenia
- Procent brakujących znaczników czasu dla każdego szeregu.
- Metoda wykrywania wartości odstających oraz to, czy wartości odstające są zachowywane czy usuwane.
- Proste testy sanity check: czy są nagłe skoki spowodowane resetami danych, a nie ruchem rynkowym?
Jeden przykład „z życia” (założenia muszą być jawne)
Załóż, że wybierasz dwa szeregi obserwowane z tą samą częstotliwością próbkowania i liczysz korelację na zmianach w przedziałach. Wybierasz stałą długość okna, a następnie przesuwasz je w czasie. „Zmiana” korelacji to po prostu różnica między estymatami korelacji w dwóch sąsiednich oknach.
Aby dało się to zinterpretować, musisz określić:
- Co uznajesz za zmianę w przedziale.
- Jak obsługujesz brakujące znaczniki czasu.
- Że oba szeregi używały tego samego harmonogramu próbkowania i tej samej transformacji. Jeśli tego nie kontrolujesz, obserwowany ruch korelacji może odzwierciedlać różnice w przetwarzaniu danych, a nie jakąkolwiek realną zmianę.
Ograniczenia i ryzyka: typowe tryby awarii
Zmiany korelacji są szczególnie podatne na artefakty i niestabilność. Istotne ograniczenia obejmują:
- Brak stacjonarności: korelacja nie ma gwarancji stabilności; nawet przy idealnych danych relacje mogą się zmieniać wraz ze zmianą warunków.
- Efekty próbkowania i okien: różne częstotliwości i rozmiary okien mogą dawać różne trajektorie korelacji.
- Problemy z jakością danych: brakujące dane, niesynchronizowane znaczniki czasu lub przypadkowe mieszanie różnych instrumentów/definicji może przesunąć korelację.
- Wartości odstające i grube ogony: niewielka liczba skrajnych punktów może zdominować estymatę.
- Błędna interpretacja przyczynowości: zmiana korelacji nie dowodzi przyczyny.
- Koszty i realia egzekucji (jeśli później przełożysz to na decyzje): oczekiwania oparte na korelacji mogą zostać zniekształcone, gdy wchodzą w grę tarcia w świecie rzeczywistym.
DOCUMENT END