Bezpośrednia odpowiedź
Zmienność w ujemnej korelacji oznacza, że siła i/lub znak ujemnej zależności między dwoma szeregami stóp zwrotu nie jest stabilna w czasie. Podejście pomiarowe koncentruje się więc na tym, jak korelacja zmienia się w kolejnych oknach czasowych, a nie na prognozowaniu przyszłych ruchów cen.
Samodzielny sposób pomiaru polega na tym, aby: (1) zdefiniować, jaką „korelację” mierzysz, (2) obliczać tę korelację wielokrotnie w krótkich, spójnych oknach czasowych oraz (3) podsumować, jak bardzo te estymaty korelacji fluktuują (rozproszenie) lub dryfują (trend).
Mechanika: definicje i przepis pomiarowy
Ujemna korelacja w tym kontekście oznacza zależność między dwoma szeregami czasowymi stóp zwrotu, w której wyższe stopy zwrotu w jednym szeregu zwykle współwystępują z niższymi stopami zwrotu w drugim.
-
Zamień ceny na stopy zwrotu (potrzebne założenie). Wybierz definicję stóp zwrotu (na przykład logarytmiczne stopy zwrotu lub proste procentowe stopy zwrotu). Kluczowe założenie jest takie, że stopy zwrotu są wielkością, której zależność chcesz mierzyć, a nie surowe ceny.
-
Użyj korelacji w oknie kroczącym. Wybierz długość okna (na przykład N obserwacji) i oblicz współczynnik korelacji w każdym oknie. Przesuwaj okno krok po kroku i ponownie oblicz korelację. Otrzymujesz w ten sposób szereg czasowy estymat korelacji.
-
Zsumuj zmienność estymaty korelacji. Możesz mierzyć „zmienność w ujemnej korelacji” za pomocą jednego lub kilku podsumowań:
- Rozproszenie: odchylenie standardowe (lub wariancja) szeregu korelacji kroczącej.
- Wskaźnik niestabilności: ułamek okien, w których korelacja jest poniżej wybranego ujemnego progu (np. „silnie ujemna”), co odzwierciedla zmienność siły znaku.
- Skokowość: średnia wartość bezwzględnej zmiany między kolejnymi korelacjami kroczącymi, co pokazuje, jak gwałtownie zmienia się zależność.
- Opcjonalna kontrola kierunkowości. Jeśli chcesz skupić się na zachowaniu „ujemnym”, śledź osobne metryki, takie jak odchylenie standardowe korelacji kroczących warunkowo, gdy są ujemne, jednocześnie nadal raportując, jak często zależność jest ujemna.
Przykładowa konfiguracja (podane założenia)
Załóż dwa szeregi stóp zwrotu, A i B, i licz korelację kroczącą na logarytmicznych stopach zwrotu.
- Długość okna: N obserwacji.
- Krok: jedna obserwacja.
- Szereg korelacji kroczącej: ρ₁, ρ₂, …, ρₖ.
- Zmienność korelacji: SD(ρ₁…ρₖ).
Daje to jedną liczbową charakterystykę tego, jak niestabilna jest ujemna korelacja w ramach przyjętych definicji.
Dowód lub przykładowe rozumowanie: czego powinieneś oczekiwać
Nawet bez żadnych bieżących danych możesz rozumować, co oznaczają różne wyniki:
- Jeśli SD(ρ) jest niskie, ujemna zależność jest stosunkowo stabilna w ramach przyjętego sposobu okienkowania.
- Jeśli SD(ρ) jest wysokie, ujemna korelacja jest niespójna — okresy silnej ujemnej zależności mieszają się z okresami słabej lub dodatniej zależności.
- Jeśli korelacja często przechodzi z wartości ujemnych do bliskich zeru, „ujemna korelacja” jest bardziej cechą tymczasowego reżimu niż trwałą właściwością.
Ograniczenia i ryzyka (istotne tryby awarii)
-
Korelacja jest liniowa i może pomijać nieliniową zależność. Dwa szeregi mogą mieć nieliniową relację, której korelacja nie uchwyci, więc „niska zmienność korelacji” nie oznacza niezależności ani stabilnej ujemnej zależności.
-
Wybór okna i częstotliwości może zdominować wynik. Krótkie okna silnie reagują na szum; długie okna mogą wygładzać zmiany reżimu. Zmiana długości okna lub częstotliwości obserwacji może znacząco zmienić pomiar.
-
Niestacjonarność i zmiany reżimu. Korelacja może się zmieniać, ponieważ zmienia się środowisko generujące dane. Oznacza to, że „zmienność korelacji” jest opisem historycznej niestabilności w ramach wcześniejszych reżimów, a nie gwarancją przyszłego zachowania.
-
Czułość na znak i próg. Metryki zależne od „ujemnego progu” mogą zachowywać się inaczej w zależności od tego, jak definiujesz „wystarczająco ujemne”. Niewielka zmiana progu może zmienić liczbę okien „silnie ujemnych”.
-
Definicja stóp zwrotu i efekty mikrostruktury. Różne obliczenia stóp zwrotu, obsługa brakujących danych lub tarcia związane z realizacją transakcji mogą zniekształcać zależności. Nawet w czysto historycznej analizie te wybory zmieniają mierzoną współzmienność.
Weryfikacja i kolejne pytanie, które warto zadać
Aby niezależnie zweryfikować pomiar, uruchom ponownie cały proces z rozsądnymi alternatywnymi założeniami i sprawdź, czy wniosek o niestabilności pozostaje podobny:
- Użyj co najmniej dwóch długości okien kroczących.
- Użyj dwóch definicji stóp zwrotu (jeśli to możliwe) i potwierdź, czy jakościowa niestabilność się utrzymuje.
- Porównaj wiele podsumowań (SD ρ, częstotliwość przejść przez zmianę znaku oraz średnią wartość bezwzględnej zmiany).
Przydatne kolejne pytanie brzmi: Czy niestabilność wynika głównie ze zmian znaku (ujemna vs nieujemna), czy z fluktuacji siły przy pozostawaniu ujemną przez większość czasu? Ta różnica zmienia sposób, w jaki interpretujesz „zmienność w ujemnej korelacji”.