Quais dados são necessários para avaliar a correlação entre pares
A correlação entre pares (geralmente implementada como o coeficiente de correlação entre duas séries de retornos) compara como dois ativos se movem juntos em um período de tempo e frequência de amostragem escolhidos. Para avaliá-la com precisão e de forma independente, você precisa de dados de séries temporais confiáveis, além de escolhas claras sobre como os “retornos” são construídos e como as estatísticas são calculadas.
Entradas de dados e o que elas significam
- Duas séries de preços alinhadas: Você precisa de preços históricos para ambos os instrumentos que deseja comparar (por exemplo, dois pares de moedas). O ponto-chave é que os carimbos de data/hora coincidam ou possam ser reamostrados para uma grade comum.
- Uma fonte de preços com proveniência documentada: Use uma fonte que você possa descrever (feed de bolsa, feed de corretora, fornecedor de dados) e confirme que ela é a mesma para ambas as séries. Feeds diferentes podem divergir mesmo quando se referem a mercados subjacentes semelhantes.
- Uma definição de retorno: A correlação depende do que você trata como a série. As escolhas comuns são retornos logarítmicos ou retornos percentuais calculados a partir de preços consecutivos. Você deve declarar qual deles está usando.
- Uma frequência de amostragem: A correlação muda com a granularidade do tempo (minutos, horas, dias). Você precisa especificar a frequência e se usa observações brutas ou barras agregadas.
- Uma regra de janela móvel ou amostra completa: Decida se você calcula uma correlação para todo o histórico ou uma estimativa móvel. Uma abordagem móvel precisa de um comprimento de janela e um passo.
Mecânica: como as verificações se encaixam
Para calcular a correlação entre pares, você normalmente:
- Converte cada série de preços em uma série de retornos usando a mesma fórmula e a mesma grade de tempo.
- Trata os valores ausentes de forma consistente (por exemplo, removendo períodos em que qualquer uma das séries está ausente, ou reamostrando—sem misturar regras inconsistentes).
- Calcula a estatística de correlação sobre as observações de retornos sobrepostas.
Para tornar o resultado verificável, registre a “receita” completa:
- intervalo de tempo exato (datas de início/fim)
- frequência (por exemplo, fechamentos diários)
- fórmula de retorno (logarítmico vs. percentual)
- comprimento da janela e se ela é móvel
- regra de dados ausentes e tratamento de fuso horário
Evidência ou exemplo de configuração (premissas que você deve declarar)
Uma configuração mínima e autocontrolável poderia ser:
- Coletar duas séries de preços da mesma categoria geral de fonte.
- Reamostrar ambas para a mesma frequência (por exemplo, preços de fim de período na mesma convenção de calendário).
- Calcular retornos logarítmicos de t-1 a t para cada série.
- Estimar a correlação em uma janela fixa (por exemplo, usando uma única janela para todo o intervalo que você escolher).
As premissas importam: se uma série estiver efetivamente atrasada, arredondada ou tiver horários de negociação diferentes, o alinhamento pode estar defasado em alguns períodos. Isso pode afetar visivelmente a correlação calculada, mesmo quando ambas as séries parecem semelhantes em um gráfico.
Limitações e modos de falha
- Não estacionariedade (relações em mudança): A correlação não é uma propriedade permanente. Ela pode variar conforme o regime de mercado, as condições de volatilidade e as mudanças estruturais.
- Dependência da amostra e sobreajuste: Uma correlação estimada em dados históricos pode não persistir. Diferentes comprimentos de janela podem produzir respostas diferentes.
- Erros de alinhamento e fuso horário: Se os carimbos de data/hora não forem convertidos de forma consistente (ou se uma série usar cortes de sessão diferentes), os pares de retornos ficam incompatíveis.
- Sensibilidade ao pré-processamento: A correlação pode mudar com o tratamento de outliers, o tratamento de dados ausentes ou o uso de preços vs. pontos médios vs. fechamentos.
- Custos e execução não são capturados: A correlação é uma relação estatística nos dados; ela não inclui custos de transação, spreads, derrapagem ou timing de execução.
Verificação e próxima pergunta a fazer
Uma forma prática de verificar sua avaliação é executar o mesmo cálculo sob variações controladas:
- repita com um comprimento de janela diferente e verifique se a conclusão muda drasticamente
- repita usando um campo de preço alternativo, mas bem documentado (por exemplo, se a fonte fornecer vários campos) para ver quão robusto é o resultado
- teste fora da amostra calculando a correlação em um período e comparando sua estabilidade em um período posterior
Próxima pergunta para refinar sua avaliação: Qual definição exata de retorno e procedimento de alinhamento de carimbo de data/hora você está usando, e como você reproduziria o mesmo conjunto de dados e etapas de cálculo a partir da sua receita registrada?