外汇中的负相关：定义、运作方式及主要局限性
定义：什么是“负相关”
负相关描述了两个时间序列之间的一种统计关系，其中一个序列的异常较大变动往往与另一个序列的异常较小变动相伴随。在外汇市场中，人们通常将这一概念应用于货币收益序列（例如每日或每小时收益），而非原始价格水平。常见的解释如下：
- 相关系数接近 -1：倾向于朝相反方向移动
- 相关系数接近 0：无明显线性关系
- 相关系数接近 +1：倾向于朝相同方向移动
相关性描述的是数据中的趋势，而非确定性或未来行为。
外汇中负相关运作的简单模型
要以解释性方式使用负相关，你需要一个一致的设定：
- 选择两个收益序列（例如，在相同时间间隔内测量的两种货币汇率的收益）。
- 使用这些收益在特定历史窗口内计算相关性。
- 解读符号（负号表示在采样数据中存在反向共同移动的趋势）。
这为何重要：如果两个头寸呈负相关，组合它们可以减少组合结果的“波动”程度——但前提是这种观察到的关系所依赖的条件仍然成立。例如，当一个组成部分倾向于上涨时另一个倾向于下跌，组合后的波动可能小于两者同时上涨的情况。
重要细节：相关性并不能告诉你任一货币整体是否会上涨或下跌；它仅描述在所选样本期内，它们的相对变动如何趋于一致。
需要区分的相关概念
负相关容易与以下相关概念混淆：
- 对冲（风险降低）：对冲旨在抵消风险敞口。负相关可能有助于抵消，但对冲并不“等同于相关性”。当市场条件变化时，相关性可能减弱。
- 反向关系：反向移动常被非正式使用。相关性是一种特定的统计度量（通常为线性）。两个序列可能存在非线性关系，而没有强负相关。
- 分散化：分散化是更广泛的投资组合概念。相关性是影响分散化效果的一个输入因素。
一个实用的要点在于定义：负相关是一种可测量的共同移动特性；而对冲和分散化是策略或投资组合概念，取决于所测得的共同移动关系是否持续（或失效）。
局限性与常见失效模式
- 时间窗口依赖性：相关性在一个时期可能表现为负值，而在另一时期可能变弱甚至转为正值。测量窗口强烈影响结果。
- 方法与数据定义：不同的收益计算方式（对数收益 vs 简单收益）、采样频率以及缺失数据处理方式，都会改变计算出的相关性。
- 非平稳性：市场驱动因素随时间变化（风险情绪、利率预期、流动性状况）。当基础驱动因素变化时，历史关系可能不再具有参考价值。
- 成本与执行现实：实际交易涉及交易成本和执行影响。即使相关性表明存在抵消性变动，计入成本和摩擦后，净结果仍可能不同。
这些局限性意味着，负相关应被视为一种用于检验的描述性统计量，而非对未来表现的承诺。
如何在不假设确定性的情况下验证负相关
一种基本的验证方法是：
- 使用明确定义的收益序列和历史窗口计算相关性。
- 在多个不重叠的时期重复计算，观察符号和数值是否保持相似。
- 通过检查结果对不同采样间隔的敏感性来压力测试该假设。
如果相关性变化很大，则表明该关系不稳定，可能无法在未来条件下可靠地影响风险。目标是通过一致的测量实现独立验证，同时承认相关性可能发生变化。
下一步应提出的问题
当你观察到负相关时，有用的后续问题不是“它是否会永远为负？”，而是“它在不同窗口、收益定义和市场环境下是否稳定？当计入成本和时序因素后会发生什么？”