相关性变化的局限性
直接回答
相关性变化描述了两个变量（通常是两种货币回报）之间统计关系随时间的变化。主要局限在于，相关性并非市场方向、因果关系或未来行为的直接衡量指标。即使两种货币（或与之相关的交易策略）在过去走势一致，相关性也可能因市场状况、风险情绪、流动性和波动性状态的变化而减弱甚至反转。
机制与定义
相关性是一种汇总统计量。在实践中，它通常基于选定回溯窗口的历史回报数据（例如日度或日内数据）计算得出。“相关性变化”意味着在以下情况下，计算出的相关性值会发生变化：
- 使用不同的时间窗口，
- 随着新数据的加入随时间重新计算，或
- 更改数据频率或预处理方式（例如是否使用对数回报）。
在某一时期稳定的关系可能在另一时期变得不稳定，因为相关性取决于所包含的时间段以及回报在不同市场状态下的表现。此外，它仅衡量所选数据集中的共同变动，并不能证明一种货币驱动了另一种货币。
证据或示例（含假设）
假设有两种货币对 A 和 B。假设您在“风险偏好”时期使用 100 个回报观测值计算相关性，得到正相关。随后，宏观冲击增加了波动性并改变了市场参与者的行为。即使这些货币对仍对整体驱动因素做出反应，它们的相对敏感性可能不同，导致相关性下降、趋近于零，甚至转为负值。
关键失效模式：早期的相关性结果可能仅反映特定市场状态。当条件变化时，相同的历史模式不再代表新的环境。重要的是，结果不仅由相关性决定，还取决于您的头寸规模、入场和出场点位以及适用的交易成本。
局限性、风险与验证
主要局限性与失效模式
- 相关性本身不具备预测能力。 相关性值是对选定时间段内过去共同变动的描述，而非对未来走势的预测。
- 估计不确定性。 数据点越少，相关性估计越容易受噪声干扰。即使数据量充足，仅因样本构成变化，相关性也可能发生改变。
- 依赖市场状态。 当波动性、流动性和跨资产风险动态变化时，相关性通常也会随之变化。
- 非平稳性。 统计关系可能是时变的；假设“相关性将保持不变”通常是不合理的。
可独立验证的内容
- 窗口敏感性测试： 使用多个回溯长度和频率重新计算相关性。如果结果差异显著，则“当前”相关性可能不稳定。
- 样本外检验： 比较早期数据计算出的相关性是否能有效描述后续时期内的共同变动。通常情况下，它并不能。
- 成本与执行意识： 相关性可能描述的是回报，但实际结果取决于点差、佣金和执行质量——这些因素可能与简化的回报序列不同。
验证或下一个问题
如果相关性变化是您分析的核心，那么下一个实际问题不应是“当前的相关性是多少？”，而应是“它在合理的时间窗口选择和不同市场状态下是否稳定？” 一个依赖精确且稳定条件的概念，在这些条件不确定时，其适用性必然受限。
