Como a Correlação entre Pares deve ser interpretada?

Resposta direta

A correlação entre pares é uma relação histórica entre dois pares de moedas: ela resume se os retornos deles tendem a subir ou cair juntos e com que intensidade. Você pode interpretá-la como uma medida descritiva, não como prova de causa, não como uma propriedade estável e não como uma garantia de como os preços se moverão no futuro.

Um objetivo útil é traduzir a correlação em expectativas sobre co-movimento apenas para o período específico e a configuração de cálculo usados. Em seguida, verifique se essa expectativa ainda se mantém recalculando a mesma correlação em dados novos, fora da amostra.

Mecanismo e definição

A correlação entre pares normalmente se refere ao coeficiente de correlação de Pearson calculado a partir de duas séries de retornos. Em termos simples:

Escolha uma série de preços do início ao fim para cada par de moedas.
Converta os preços em retornos (por exemplo, retornos simples ou retornos logarítmicos).
Escolha uma janela de tempo (por exemplo, retornos diários ao longo de 90 dias, ou retornos intradiários em um intervalo específico).
Calcule a correlação entre as duas sequências de retornos.

A interpretação é relativa a essa configuração:

Um valor positivo significa que os retornos dos pares frequentemente se movem na mesma direção durante o período amostrado.
Um valor negativo significa que eles frequentemente se movem em direções opostas.
Um valor próximo de zero significa que há pouco co-movimento linear nessa amostra.

Importante: a correlação descreve a co-variação dos retornos, não o nível dos preços, e não se um par “impulsiona” o outro.

Evidência ou exemplo (com premissas explícitas)

Suponha que você calcule retornos diários para o Par A e o Par B ao longo de um período de 60 dias, usando a mesma fórmula de retorno para ambos. Se a correlação calculada for +0,80, isso indica uma forte tendência histórica de que os retornos diários deles tenham o mesmo sinal com mais frequência do que o acaso sugeriria, dentro desse período de 60 dias.

Agora mude apenas uma premissa: use uma janela diferente de 60 dias imediatamente após o primeiro período. É possível observar uma correlação muito menor, mesmo que ambos os pares continuem sendo “os mesmos instrumentos”. Isso pode acontecer porque as relações de mercado podem mudar quando as condições de negociação, os padrões de volatilidade ou os fluxos macroeconômicos se alteram.

Considere também um modo de falha: se você misturar inadvertidamente frequências de dados (por exemplo, o Par A calculado a partir de fechamentos diários e o Par B calculado a partir de snapshots intradiários), a correlação obtida pode refletir diferenças no tratamento dos dados, em vez de um co-movimento real.

Limitações e riscos

Pelo menos quatro limitações materiais afetam a forma como você deve interpretar a correlação entre pares:

Dependência da janela de tempo A correlação não é uma constante fixa do par. Um período de amostra diferente pode produzir um valor de correlação diferente.
Dependência do modelo e da definição de retorno Escolhas diferentes (retornos simples vs logarítmicos, frequência de amostragem diferente, regras diferentes de rolagem ou alinhamento) podem alterar a correlação calculada. A correlação é sensível à forma como os números são construídos.
Apenas dependência linear A correlação de Pearson captura o co-movimento linear. Duas séries podem ter uma relação que é não linear ou que muda de forma entre regimes de volatilidade e, ainda assim, apresentar uma correlação de Pearson baixa ou instável.
Não é uma ferramenta causal ou preditiva Mesmo que a correlação seja historicamente estável, ela não estabelece causalidade. Relações históricas podem enfraquecer ou se inverter, especialmente em torno de mudanças de regime.
Custos e efeitos de execução A correlação calculada a partir de preços médios ou fechamentos não inclui automaticamente custos de negociação, spreads, slippage ou timing de execução. Dois pares podem parecer correlacionados no papel, mas diferir nos resultados realizados.

Verificação e próxima pergunta

Para verificar a interpretação de forma independente:

Recalcule a correlação usando o mesmo método, mas com múltiplas janelas de tempo não sobrepostas.
Verifique se a correlação permanece semelhante entre as janelas ou se colapsa após uma mudança de regime.
Garanta que suas séries de retornos estejam alinhadas no tempo e calculadas com a mesma fórmula e frequência.

Uma boa próxima pergunta é: Qual resultado de correlação deve contar como “estável” para o seu propósito escolhido? A resposta depende da sua tolerância a mudanças e de como você definiu retornos e janelas.