Bezpośrednia odpowiedź: powtarzalne podejście do weryfikacji
Aby zweryfikować informacje o ujemnej korelacji, oddziel (1) definicję od (2) każdej konkretnej liczbowej tezy. Następnie odtwórz obliczenie na podstawie tych samych danych i założeń oraz sprawdź, czy wynik przetrwa podstawowe testy wrażliwości. Jeśli wynik korelacji zależy silnie od wybranego okna czasowego, definicji stopy zwrotu lub ustawień filtrowania, to „ujemna” teza prawdopodobnie nie jest odporna.
Mechanizm i definicja: co oznacza „ujemna korelacja”
Ujemna korelacja opisuje zależność, w której dwie zmienne mają tendencję do poruszania się w przeciwnych kierunkach. W praktyce ludzie zwykle obliczają korelację na podstawie stóp zwrotu z szeregów czasowych, a nie surowych poziomów cen, ponieważ stopy zwrotu są bardziej porównywalne w czasie.
Typowa konfiguracja gotowa do weryfikacji to:
- Wybierz dwa szeregi czasowe (na przykład stopy zwrotu z dwóch par walutowych lub ich odpowiedników).
- Wybierz definicję stopy zwrotu (na przykład proste stopy zwrotu lub logarytmiczne stopy zwrotu) oraz częstotliwość próbkowania (dziennie, tygodniowo itd.).
- Wybierz miarę korelacji (zwykle korelację Pearsona) w stałym oknie.
Interpretacja: ujemny współczynnik korelacji Pearsona oznacza, że w wybranym oknie wyższe wartości jednego szeregu mają tendencję do współwystępowania z niższymi wartościami drugiego, w odniesieniu do ich średnich. Co ważne, korelacja mierzy współruch, a nie przyczynowość, i nie oznacza, że jedna zmienna będzie niezawodnie poruszać się w przyszłości w przeciwnym kierunku do drugiej.
Dowód lub przykład: odtwórz tezę o korelacji
Oto odtwarzalna metoda, którą możesz zastosować do każdej proponowanej tezy o „ujemnej korelacji”.
Założenia (zapisz je przed obliczaniem):
- Częstotliwość danych: np. dzienne obserwacje.
- Definicja stopy zwrotu: określ albo proste stopy zwrotu (bieżąca/ poprzednia − 1), albo logarytmiczne stopy zwrotu (log(bieżąca) − log(poprzednia)).
- Zasada dopasowania: potwierdź, że oba szeregi używają tych samych znaczników czasu oraz obsługi brakujących danych (usuń oba wiersze lub uzupełnij — po prostu bądź konsekwentny).
- Długość okna: np. 90-dniowe lub 1-roczne okno kroczące.
Weryfikacja krok po kroku:
- Zbierz dwa szeregi użyte w tezie (lub użyj własnych, spójnych źródeł danych).
- Zamień oba szeregi na stopy zwrotu, stosując tę samą definicję stopy zwrotu.
- Dopasuj znaczniki czasu i konsekwentnie obsłuż brakujące wartości.
- Oblicz korelację Pearsona w określonym oknie.
- Jeśli teza podaje liczbę (np. „korelacja jest ujemna”), sprawdź, czy twoja wyliczona wartość jest bliska.
Testy wrażliwości (dla sprawdzenia odporności):
- Powtórz obliczenie dla różnych długości okna.
- Powtórz, używając alternatywnej definicji stopy zwrotu.
- Przesuń okno w przód lub w tył w czasie.
Jeśli korelacja często zmienia znak albo pojawia się jako ujemna tylko przy bardzo specyficznych wyborach, to informacje o „ujemnej korelacji” nie są weryfikowalne w szerokim sensie jako stabilna cecha.
Ograniczenia i ryzyka: kiedy weryfikacja może się nie udać
Kilka trybów awarii może sprawić, że informacje o ujemnej korelacji będą mylące:
- Niestacjonarność: zależności mogą zmieniać się między reżimami rynkowymi, więc historyczna ujemna korelacja może nie utrzymywać się.
- Błąd doboru próby wynikający z selekcji: różne okna czasowe mogą dawać różne znaki.
- Różne definicje: użycie korelacji poziomów cen zamiast stóp zwrotu lub mieszanie typów stóp zwrotu może zmienić wyniki.
- Realizacja i koszty: rzeczywiste wyniki handlu zależą od spreadów, prowizji i poślizgu, których sama korelacja nie obejmuje.
- Ryzyko aproksymacji (proxy): jeśli „pary walutowe” są przybliżane (na przykład przez instrumenty pośrednie), zmierzona korelacja może odzwierciedlać proxy, a nie zamierzoną ekspozycję.
Weryfikacja lub następne pytanie: o co zapytać przed zaufaniem tezie
Zanim zaakceptujesz jakiekolwiek stwierdzenie dotyczące ujemnej korelacji, poproś o pełną „receptę na obliczenie”: źródło danych, częstotliwość czasową, definicję stopy zwrotu, wzór na korelację, zasadę dopasowania/obsługi brakujących danych oraz dokładne okno. Następnie odtwórz obliczenie i uruchom przynajmniej jeden test wrażliwości (długość okna lub definicja stopy zwrotu). Jeśli nie możesz zidentyfikować tych danych wejściowych albo jeśli znak i wartość istotnie zmieniają się przy rozsądnych alternatywach, traktuj informacje jako niepewne, a nie jako niezawodną właściwość.