Ograniczenia dodatniej korelacji na rynku Forex
Definicja dodatniej korelacji (i czego nie gwarantuje)
Dodatnia korelacja oznacza, że w wybranym okresie dwie zmienne mają tendencję do poruszania się w tym samym kierunku: gdy jedna ma tendencję do wzrostu, druga również ma tendencję do wzrostu (lub spada w mniejszym stopniu, gdy pierwsza spada). W analizie walutowej „zmiennymi” mogą być stopy zwrotu dwóch par walutowych lub stopy zwrotu składników używanych do obliczania ekspozycji.
Ograniczenie zaczyna się od oczekiwań: korelacja opisuje współzmienność w danych historycznych użytych do jej pomiaru. Nie gwarantuje, że zależność utrzyma się w przyszłości i nie zapewnia, że zyski na jednym rynku przełożą się na zyski na innym. Korelacja nie jest również tym samym co przyczynowość; wspólne czynniki mogą tworzyć współzmienność, ale czynniki te mogą się zmieniać.
Jak dodatnia korelacja działa w praktyce
Korelacja jest zwykle obliczana na podstawie szeregów czasowych stóp zwrotu w wybranym oknie retrospekcji (na przykład stóp zwrotu dziennych lub intraday). Część „dodatnia” zależy od kierunku współzmienności, podczas gdy „siła” zależy od tego, jak ściśle oba szeregi poruszają się razem w tym oknie.
Kluczowe mechanizmy wpływające na wynik:
- Okno pomiarowe: Zależność zmierzona w jednym okresie może różnić się od zależności w innym okresie.
- Definicja stopy zwrotu: Użycie prostych stóp zwrotu zamiast logarytmicznych lub zastosowanie różnych interwałów próbkowania może zmienić obliczoną korelację.
- Jakość i synchronizacja danych: Jeśli szeregi nie są wyrównane w czasie lub opierają się na nieco innych konwencjach wyceny, oszacowanie może być zniekształcone.
Ponieważ te dane wejściowe są wyborem, wynik zależy od tego, jak obliczono korelację.
Dowody i przykłady załamań korelacji
Typowym trybem awarii jest zmiana reżimu. Na przykład, jeśli zmienią się wiadomości makro, nastroje dotyczące ryzyka lub oczekiwania co do polityki banków centralnych, główne czynniki stojące za dwiema walutami mogą przestać być wspólne. W takich przypadkach historyczna dodatnia korelacja może osłabnąć, a nawet zmienić znak.
Innym trybem awarii jest niestacjonarność: właściwości statystyczne stóp zwrotu z rynków finansowych nie są stałe w czasie. Korelacja może zatem dryfować, nawet jeśli każda para walutowa zachowuje się „normalnie” w krótkim okresie.
Trzecią kwestią są ukryte różnice w ekspozycji. Dwie pary walutowe mogą wydawać się dodatnio skorelowane, ponieważ reagują podobnie na czynnik ryzyka (taki jak powszechny sentyment „risk-on/risk-off”), ale mogą się rozjechać, gdy zdarzenia idiosynkratyczne dotkną jedną walutę bardziej niż drugą.
Istotne ograniczenia i ryzyka, które należy zrozumieć
1) Zależność historyczna nie przesądza o przyszłych wynikach
Korelacja ma z natury charakter retrospektywny. Nawet jeśli dwie pary były w przeszłości dodatnio skorelowane, przyszła współzmienność może się różnić ze względu na zmieniające się czynniki, strukturę zmienności i zachowanie uczestników rynku.
2) Korelacja może być wrażliwa na założenia
Oszacowanie zależy od wyborów metodologicznych: długości okna retrospekcji, częstotliwości próbkowania, metody obliczania stóp zwrotu oraz tego, czy dane są dostosowane do konwencji rynkowych. Dwaj analitycy stosujący różne okna mogą przedstawić różne wnioski dotyczące „dodatniej korelacji”.
3) Korelacja nie uwzględnia kosztów transakcyjnych i wykonania
Realny świat dodaje tarcia: spready bid-ask, prowizje, poślizg i timing. Czynniki te mogą przekształcić teoretyczną zależność współzmienności w odmienne zrealizowane wyniki. Korelacja jest obliczana na podstawie obserwowanych cen, ale nie obejmuje automatycznie kosztów przekształcenia wzorca współzmienności w rzeczywisty zestaw działań.
4) Korelacja nie jest miarą ryzyka
Wysoka dodatnia korelacja może zmniejszyć korzyści z dywersyfikacji, ale sama w sobie nie kwantyfikuje ryzyka drawdown ani ryzyka ogonowego. Dwa aktywa poruszające się razem mogą nadal mieć różne poziomy zmienności i różne zachowanie w okresach stresu.
Jak niezależnie zweryfikować koncepcję (bez zakładania przewidywalności)
Aby zweryfikować, co „dodatnia korelacja” oznacza dla Twojego konkretnego przypadku użycia, potraktuj ją jako kontrolę empiryczną z jasno określonymi granicami:
- Wybierz okno czasowe i interwał próbkowania.
- Oblicz stopy zwrotu przy użyciu spójnej metody.
- Sprawdź, czy znak i siła korelacji pozostają podobne w wielu niepokrywających się okresach.
- Porównaj wyniki przy alternatywnych długościach okna (krótkich i długich), aby zobaczyć, jak stabilna jest zależność.
- Przetestuj wrażliwość na wyrównanie danych i definicje.
Jeśli korelacja jest stabilna przy rozsądnych wariantach, może być użytecznym opisowym elementem wejściowym. Jeśli zmienia się często, ograniczeniem jest to, że nie należy oczekiwać trwałości współzmienności.
Następne pytanie, które warto zadać
Praktycznym pytaniem uzupełniającym jest: **jaki czynnik leżący u podstaw (jeśli w ogóle) napędza współzmienność i jakie jest prawdopodobieństwo jego zmiany?