Definicja i kluczowa idea
Dodatnia korelacja oznacza, że dwie zmienne mają tendencję do poruszania się w tym samym kierunku w okresie, który jest badany. W finansach zmienne to często stopy zwrotu (o ile zmienia się kurs wymiany), a nie surowy poziom ceny. Dodatnia korelacja nie oznacza, że jedna zmienna powoduje drugą; opisuje jedynie współruch w ramach wybranego przygotowania danych i okna czasowego.
Aby „ocenić” dodatnią korelację, potrzebujesz wystarczającej ilości informacji, aby (1) odtworzyć transformację danych oraz (2) obliczyć wybraną statystykę korelacji. Musisz też udokumentować założenia, które wpływają na wynik.
Dane, których potrzebujesz: co zebrać
1) Dwa szeregi czasowe (lub więcej)
Potrzebujesz historycznych wartości dla dwóch zmiennych, które planujesz porównywać. W kontekstach walutowych zwykle oznacza to dwa szeregi kursów wymiany albo, częściej, dwa szeregi stóp zwrotu wyprowadzone z nich.
Wybór materiału: zdecyduj, czy porównujesz:
- Stopy zwrotu liczone z każdego kursu wymiany (częste), czy
- Poziomy bezpośrednio (mniej stabilne, często bardziej mylące).
Jeśli Twoim celem jest „dodatnia korelacja” używana powszechnie w dyskusjach o ryzyku, to stopy zwrotu zwykle są bardziej interpretowalnym wejściem, ponieważ poziomy kursów wymiany mogą dryfować nawet wtedy, gdy współruch jest słaby.
2) Spójna częstotliwość próbkowania i znaczniki czasu
Musisz mieć dokładną częstotliwość (na przykład godzinową, dzienną lub inną) oraz spójną konwencję znaczników czasu. Niezgodne próbkowanie może tworzyć sztuczną korelację albo niszczyć rzeczywisty współruch.
Zapisz założenia takie jak:
- Obsługa strefy czasowej (jak interpretowane są znaczniki czasu)
- Czy wyrównujesz według czasu zegarowego, czy według czasu zamknięcia świecy
- Jak traktowane są weekendy/święta lub przerwy w handlu
3) Okno obliczeniowe
Korelacja zależy od przedziału czasowego. Potrzebujesz:
- Daty początkowej i końcowej
- Rozmiaru okna kroczącego lub stałego (jeśli powtarzasz obliczenia)
Udokumentuj, czy używasz jednego okna do jednego oszacowania, czy wielu okien do testów stabilności.
4) Definicja stopy zwrotu (założenia dla każdego obliczenia)
Wybierz wzór na stopę zwrotu i podaj go. Typowe opcje obejmują:
- Proste stopy zwrotu (zmiana procentowa)
- Stopy zwrotu logarytmiczne (naturalny logarytm z ilorazu)
Dodatkowo określ, czy używasz serii surowych czy skorygowanych (na przykład: wszelkie działania korporacyjne zwykle nie mają znaczenia dla kursów wymiany, ale dostawcy danych mogą stosować przetwarzanie).
Pochodzenie i aktualność: skąd powinny pochodzić dane
5) Źródło danych i metoda
Użyj jednego, udokumentowanego źródła dla każdego szeregu czasowego. Pochodzenie oznacza, że możesz odpowiedzieć:
- Kto wygenerował dane?
- Jak zostały zmierzone lub zagregowane?
- Jakie identyfikatory serii zostały użyte?
Jeśli szeregi pochodzą od różnych dostawców, potwierdź, że ich definicje (czas wyceny, konwencje i transformacje) są zgodne; w przeciwnym razie korelacja może odzwierciedlać niespójne przetwarzanie danych.
6) Aktualność i odtwarzalność
Ponieważ analiza historyczna jest retrospektywna, „aktualność” oznacza głównie odtwarzalność: powinieneś zachować migawkę zbioru danych (lub przynajmniej datę ekstrakcji i dokładną metodę pobrania). Dla niezależnej weryfikacji inni powinni być w stanie ponownie uruchomić te same kroki.
Kontrole jakości: weryfikacja danych przed obliczeniem korelacji
7) Brakujące wartości i decyzje dotyczące czyszczenia danych
Korelacja jest wrażliwa na luki i sposób obsługi obserwacji odstających. Powinieneś zapisać:
- Jak traktowane są brakujące obserwacje (usuwane, uzupełniane lub interpolowane)
- Jak traktowane są obserwacje odstające (czy stosujesz winsoryzację, usuwasz punkty, czy zostawiasz wszystko)
Uważaj: niektóre zabiegi czyszczące mogą sztucznie zwiększać korelację, usuwając okresy, w których współruch się załamuje.
8) Stacjonarność i zmiany reżimu (istotne ograniczenie)
Korelacja nie jest gwarantowana jako stabilna. Relacje walutowe mogą się zmieniać w zależności od reżimów zmienności, wydarzeń makroekonomicznych lub zmian w strukturze rynku. Wynik, który wygląda na „dodatni” w jednym okresie, może osłabnąć się lub odwrócić w innym.
To kluczowy tryb awarii: pojedyncza liczba korelacji może być migawką, a nie trwałą własnością.
9) Dane niesynchroniczne (kolejne ograniczenie)
Jeśli jedna seria efektywnie „reaguje” wcześniej lub później niż druga, prosta korelacja na wyrównanych znacznikach czasu może zaniżać lub błędnie charakteryzować współruch. Oceń, czy założenia synchronizacji są rozsądne dla wybranej częstotliwości próbkowania.
Dowody i przykład: jak obliczyć korelację na podstawie potrzebnych danych
Odtwarzalna procedura wymaga tych danych wejściowych i decyzji:
- Dwa szeregi kursów wymiany dla tych samych dat i tej samej częstotliwości próbkowania.
- Definicja stopy zwrotu (prosta lub logarytmiczna) zastosowana identycznie do obu.
- Okno (daty początkowa/końcowa) i reguła dotycząca brakujących danych.
- Metoda korelacji.
Metody korelacji często obejmują korelację Pearsona (liniowy współruch) lub alternatywy oparte na rangach (współruch w kolejności).