W jakich warunkach rynkowych korelacja ujemna zachowuje się inaczej
Bezpośrednia odpowiedź
Korelacja ujemna nie zachowuje się tak samo we wszystkich warunkach rynkowych. Może wyglądać na silniej ujemną, słabiej ujemną, a nawet przesuwać się w stronę zera lub wartości dodatnich, gdy zmieniają się czynniki leżące u podstaw dwóch instrumentów, gdy zmienność i czas reakcji poruszają się razem, lub gdy sposób pomiaru „stóp zwrotu” i korelacji oddziałuje z mikrostrukturą rynku (tarcia handlowe i realizacja transakcji).
Przydatnym sposobem wyjaśnienia tego jest zachowanie warunkowe: znak i siła korelacji zależą od (1) tego, jakie wspólne czynniki obecnie dominują w obu seriach, (2) czy czynniki te działają w przeciwnych kierunkach oraz (3) czy Twoja metoda pomiaru oddaje zależność, która Cię interesuje.
Mechanizm lub definicja
Korelacja ujemna oznacza, że dwie serie stóp zwrotu mają tendencję do poruszania się w przeciwnych kierunkach w wybranym okresie. Częstym sposobem jej badania jest obliczenie współczynnika korelacji dla stóp zwrotu, na przykład stóp dziennych w określonym oknie czasowym.
To, co zmienia „sposób jej zachowania”, to nie arytmetyka korelacji — to dane wejściowe:
- Reżim rynkowy (miks czynników): Jeśli oba instrumenty są przez większość czasu napędzane przez ten sam czynnik makro/ryzyka, korelacja może przesuwać się w stronę dodatniej, nawet jeśli w spokojniejszym okresie wyglądała na ujemną.
- Zmienność i synchronizacja: W okresach stresu wiele aktywów może szybko reagować na ten sam szok. Nawet jeśli ich długoterminowa zależność była inna, krótkoterminowe reakcje mogą stać się mniej przeciwstawne.
- Definicja stopy zwrotu: Korelacja zależy od tego, czy używasz stóp zwykłych, logarytmicznych, czy innej transformacji; zależy również od częstotliwości próbkowania.
- Okno wsteczne: Dłuższe okno może uśredniać różne reżimy; krótsze okno może być bardziej wrażliwe na niedawne zmiany.
Stabilna „korelacja ujemna” we wszystkich warunkach jest zatem założeniem o trwałości czynników, a nie właściwością, która utrzymuje się automatycznie.
Dowody lub przykład
Rozważmy dwie pary walutowe (A i B), które wcześniej wykazywały ujemną korelację, ponieważ jedna często rosła, gdy druga spadała w określonym scenariuszu (na przykład wzorzec risk-on/risk-off wpływający na obie w różny sposób).
Korelacja ujemna może zachowywać się inaczej w co najmniej czterech typowych zmianach warunków:
- Zmiana reżimu dominującego czynnika: Jeśli rynek przestaje handlować wcześniejszym wzorcem i zaczyna reagować przede wszystkim na nowy czynnik (oczekiwania co do stóp, komunikację polityczną, powiązania z surowcami lub szerszy sentyment ryzyka), oba instrumenty mogą reagować w tym samym kierunku. Szacowana korelacja może przesunąć się w stronę zera lub wartości dodatnich.
- Grupowanie zmienności i synchronizacja czasowa: Załóżmy, że w normalnych warunkach jedna seria wyprzedza drugą, ale podczas skoków zmienności obie reagują niemal w tym samym czasie na ten sam szok. Ta zmiana czasowa może zmniejszyć obserwowaną przeciwstawność.
- Niedopasowanie okna pomiarowego: Użycie krótkiego okna w okresie z jednorazowymi zdarzeniami (wybuchy wiadomości) może dać tymczasowo ujemny szacunek. Użycie tej samej metody w innym oknie może dać inny znak.
- Ruchy asymetryczne: Korelacja może być bardziej napędzana przez częste umiarkowane ruchy niż przez rzadkie ekstrema, lub odwrotnie. Jeśli zależność różni się między okresami spokojnymi a ekstremalnymi zdarzeniami, pojedyncza liczba korelacji może to ukryć.
Są to wyjaśnienia warunkowe, a nie prognozy. Opisują one, dlaczego ta sama para instrumentów może dawać różne zachowanie korelacji w miarę zmiany warunków.
Ograniczenia i ryzyka
Istotne ograniczenia i tryby awarii obejmują:
- Korelacja to nie przyczynowość: Ujemny współczynnik nie wyjaśnia, dlaczego ruchy są przeciwstawne; jedynie podsumowuje współzmienność w konkretnej próbie.
- Szacunki są niestabilne: Korelacja obliczona na podstawie ograniczonych danych może znacznie się różnić w różnych oknach czasowych.
- Niestacjonarność: Zależność między instrumentami może nie być stała; może się zmieniać, gdy zmienia się struktura czynników.
- Koszty i tarcia wykonawcze: Nawet jeśli korelacje sugerują tendencję do przeciwnych ruchów, rzeczywiste wyniki mogą zostać zmienione przez spready, opłaty i szybkość realizacji transakcji.
- Próbkowanie i jakość danych: Różni dostawcy lub sposób przetwarzania kwotowań (brakujące obserwacje, konwencje rolowania lub korekty typu zdarzeń korporacyjnych) mogą zmienić serie stóp zwrotu i wyniki korelacji.
Weryfikacja lub kolejne pytanie
Możesz niezależnie zweryfikować, że „korelacja ujemna zachowuje się inaczej”, używając własnych założeń:
- Wybierz definicję stopy zwrotu i częstotliwość, które będziesz analizować (i trzymaj się ich konsekwentnie). 2. Oblicz korelację w wielu wyraźnie oznaczonych reżimach (na przykład okresy spokojne vs. stresujące), zamiast jednej liczby dla całego roku. 3. Porównaj znak i wielkość korelacji w kilku oknach wstecznych, aby sprawdzić, czy zależność jest trwała, czy krucha. 4.