如何解读货币对相关性？
直接回答
货币对相关性是两种货币对之间的历史关系：它总结了它们的收益率是否倾向于同向或反向变动，以及这种联动的强度。你可以将其理解为一种描述性指标，而非因果关系的证明，也不是一种稳定不变的属性，更不能保证未来价格走势会继续遵循这一模式。
一个有用的目标是：仅针对所使用的特定时间段和计算设置，将相关性转化为对联动性的预期。然后通过在新的、样本外数据上重新计算相同的相关性，来验证该预期是否仍然成立。
机制与定义
货币对相关性通常指从两个收益率序列计算出的皮尔逊相关系数。简单来说：
- 为每种货币对选取一段起止价格序列。
- 将价格转换为收益率（例如，简单收益率或对数收益率）。
- 选择一个时间窗口（例如，90天的日收益率，或特定区间的日内收益率）。
- 计算两个收益率序列之间的相关性。
解读需结合该设定：
- 正值表示在采样期间，两种货币对的收益率通常同向变动。
- 负值表示它们通常反向变动。
- 接近零的值表示在该样本中线性联动性较弱。
重要提示：相关性描述的是收益率的共同变动，而非价格水平，也不能说明一种货币对是否“驱动”另一种。
证据或示例（含明确假设）
假设你使用相同的收益率公式，计算货币对A和货币对B在60天内的日收益率。如果计算出的相关性为+0.80，则表明在该60天期间，它们的日收益率同号的频率明显高于随机概率，显示出较强的历史联动趋势。
现在仅改变一个假设：使用紧随其后的另一个60天窗口。即使两种货币对仍是“相同的交易品种”，也可能观察到显著降低的相关性。这是因为当交易环境、波动模式或宏观驱动的资金流发生变化时，市场关系可能发生转移。
还需考虑一种失效情况：如果你无意中混合了数据频率（例如，货币对A使用每日收盘价，而货币对B使用日内快照），那么计算出的相关性可能反映的是数据处理差异，而非真实的价格联动。
局限性与风险
至少有五个实质性局限会影响你对货币对相关性的解读：
-
时间窗口依赖性
相关性并非货币对的固定常数。不同的样本周期可能导致不同的相关性数值。 -
模型与收益率定义的依赖性
不同的选择（简单收益率 vs 对数收益率、不同采样频率、不同的展期或对齐规则）会影响计算结果。相关性对数据构建方式非常敏感。 -
仅限线性关系
皮尔逊相关系数仅捕捉线性联动。两个序列可能存在非线性关系，或在不同波动环境下关系形态变化，但仍表现出低或不稳定的皮尔逊相关性。 -
非因果或预测工具
即使历史相关性稳定，也不能证明因果关系。历史关系可能在市场机制变化时减弱甚至反转。 -
成本与执行影响
基于中间价或收盘价计算的相关性未自动包含交易成本、点差、滑点或执行时机。两种货币对在纸面上可能显示相关，但实际交易结果可能不同。
验证与后续问题
为独立验证解读结果：
- 使用相同方法，但在多个不重叠的时间窗口重新计算相关性。
- 检查相关性在各窗口间是否保持稳定，或在机制变化后是否崩溃。
- 确保你的收益率序列在时间上对齐，并使用相同的公式和频率计算。
一个好的后续问题是：对于你的特定用途，什么样的相关性结果才算“稳定”？ 答案取决于你对变化的容忍度，以及你如何定义收益率和时间窗口。