Jak rama czasowa wpływa na ujemną korelację na rynku Forex
Bezpośrednia odpowiedź
Rama czasowa wpływa na ujemną korelację, ponieważ korelacja, którą obliczasz, nie jest stałą właściwością dwóch walut — jest statystyką wyliczaną na podstawie zwrotów obserwowanych w wybranym interwale. Zmień interwał (na przykład minuty zamiast dni), a możesz zmienić znak, siłę i stabilność relacji. Dzieje się tak, ponieważ każda rama czasowa filtruje inny rodzaj ruchów rynkowych i inny rodzaj „szumu”.
Mechanizm i definicja
Ujemna korelacja oznacza, że dwie serie zwrotów mają tendencję do poruszania się w przeciwnych kierunkach: gdy jedna seria rośnie, druga zwykle maleje. W praktyce najpierw przeliczasz ceny na zwroty (sposób, w jaki to robisz, ma znaczenie), a następnie obliczasz korelację dla sekwencji zwrotów.
Kluczowe powiązania z ramą czasową:
- Okno obserwacji: Jeśli obliczasz zwroty przy użyciu krótszego interwału, wychwytujesz więcej mikroruchów i dwukierunkowych wahań, co może obniżyć lub zniekształcić estymaty korelacji.
- Okres utrzymania pozycji (interwał zwrotu): „Okres utrzymania pozycji” używany w obliczaniu zwrotów jest tym samym interwałem, którego używa Twoja statystyka korelacji. Para walut może wyglądać na ujemnie skorelowaną przy jednym interwale zwrotu, a mniej skorelowaną przy innym, ponieważ w różnych horyzontach czasowych dominują różne czynniki.
- Nakładanie danych: Jeśli używasz ruchomych okien lub nakładających się zwrotów (na przykład kolejnych zwrotów wielookresowych, które mają wspólne dni), Twoja estymata korelacji może się zmienić, ponieważ próbki nie są niezależne.
Realistyczny sposób myślenia o tym: korelacja mierzy współzmienność według wybranej reguły pomiaru. Zmiana tej reguły zmienia znaczenie „współzmienności”.
Dowód lub przykład (uzasadniony scenariusz)
Scenariusz: Załóżmy, że na dwie waluty wpływają dwie siły — jedna, która w krótkich horyzontach czasowych ma tendencję do ich rozdzielania, oraz druga, która w dłuższych horyzontach ma tendencję do ich zbliżania.
- Pomiar w krótkiej ramie czasowej: Zwroty obliczane w bardzo krótkich interwałach będą mocniej uwzględniać siłę „rozdzielającą”. Obliczona korelacja może stać się bardziej ujemna.
- Pomiar w długiej ramie czasowej: Zwroty obliczane w dłuższych interwałach będą łączyć obie siły. Przeciwna siła długoterminowa może zniwelować wzorzec krótkoterminowy, osłabiając korelację, przybliżając ją do zera, a nawet zmieniając jej znak.
Nawet jeśli podstawowe czynniki pozostają takie same, statystyka się zmienia, ponieważ jest obliczana na podstawie różnych agregacji tej samej ścieżki cenowej.
Ograniczenia i ryzyka (kluczowe scenariusze awarii)
- Historyczne zależności nie gwarantują przyszłych zależności: Korelacja zależy od reżimu rynkowego; czynniki tworzące ujemną współzmienność mogą osłabnąć lub ulec odwróceniu.
- Koszty transakcyjne i moment wykonania: Jeśli porównujesz „surowe” zwroty, ale realne transakcje wiążą się ze spreadami, opłatami i poślizgiem, Twoja zrealizowana współzmienność może się różnić.
- Błąd estymacji: Korelacja może się wahać przy zmianie długości próbki, zwłaszcza w krótkich ramach czasowych z mniejszą liczbą stabilnych obserwacji.
- Niestacjonarność: Jeśli relacja zmienia się w czasie, pojedyncza wartość korelacji dla długiej historii może ukrywać okresy dodatniej i ujemnej współzmienności.
Weryfikacja i kolejne pytanie
Aby niezależnie zweryfikować, jak rama czasowa wpływa na ujemną korelację, skup się na powtarzalnych wyborach pomiarowych:
- Stosuj spójne definicje zwrotów i długości interwału.
- Oblicz korelację dla wielu, wyraźnie różnych ram czasowych (na przykład krótkich i długich interwałów zwrotu) i porównaj nie tylko wartość, ale także to, czy znak jest stabilny.
- Unikaj porównywania statystyk zbudowanych na niezgodnych zasadach (takich jak mieszanie zwrotów nienakładających się i nakładających się).
Kolejne pytanie do zbadania: Jaką definicję zwrotu i metodę nakładania stosujesz i jak wrażliwy jest znak Twojej korelacji na zmianę tej reguły ramy czasowej?