正相关：在不同市场条件下为何表现不同
直接回答
当两个价格序列之间的基础关系随时间不稳定时，正相关会表现出不同行为。实际上，相关性是条件性的：它取决于市场“状态”（风险偏好 vs. 风险规避）、波动环境、价格同步变动的频率，以及用于估计相关性的测量方法。
一种常见误解是将“正相关”视为一种永久属性。相反，它只是对两个变量在特定时期和特定条件下共同变动情况的统计总结。当这些条件发生变化时，估计出的相关性可能下降至零附近、剧烈波动，甚至转为负值。
机制与定义
正相关意味着两个序列比随机情况更频繁地朝同一方向移动。从形式上看，相关性衡量的是共动性：如果一个序列倾向于在另一个上升时也上升，则相关性为正；如果一个倾向于在另一个上升时下降，则相关性为负。
然而，相关性对假设和输入非常敏感：
- 时间窗口：使用较短窗口可能捕捉到暂时的同步性；使用较长窗口则可能混合多个市场状态。
- 波动状态：当波动性较低时，个别市场的独特波动可能占主导；当波动性上升时，共同驱动因素可能占主导。
- 时机与同步性：即使两个市场受相同事件驱动，它们的反应时间可能略有不同。这种错位会降低测得的相关性。
- 非平稳性：由于市场驱动因素随时间变化，统计关系也可能随之改变。
因此，“正相关表现不同”通常意味着估计出的相关性发生了变化，因为共动驱动因素发生了变化，或者你衡量共动的方式不再匹配市场实际的运动方式。
证据或示例（含明确假设）
考虑两种货币A和B在6个月内的收益表现。假设：
- 第1–3个月，两种货币均受同一宏观风险因素影响（例如全球风险情绪的广泛变化）。收益同步涨跌，产生明显的正相关。
- 第4–6个月，共同驱动因素减弱，本地因素变得更重要（例如不同的通胀或利率预期）。收益可能仍频繁变动，但不再同时同向移动。
- 在后半段，A的波动性比B显著上升，且两者对信息的反应存在时间滞后。
如果你重新计算相关性：
- 第1–3个月，相关性为正。
- 第4–6个月，相关性可能趋近于零，因为共动性不再一致。
- 整个6个月期间，平均关系可能小于任一子周期，因为你混合了不同的市场状态。
这并非矛盾，而是反映了你计算出的相关性依赖于所包含的时间段和市场环境。
局限性与风险（重大失效模式）
主要局限在于相关性是描述性的，而非预测性的。即使你观察到过去存在正相关，也不能保证该关系会持续。
关键失效模式包括：
- 状态转换：当两个序列的驱动因素发生变化时，相关性可能减弱或反转。
- 测量不稳定性：不同的采样频率（日频 vs. 小时频）或不同的窗口长度可能导致不同的相关性估计。
- 非同步反应：如果一个市场比另一个更早或更晚对同一信息做出反应，测得的相关性可能低于实际的内在关联。
- 交易摩擦影响观测价格：点差、滑点和执行时机可能改变实际实现的收益，即使中价上的相关性看似为正。
- 虚假相关：两个序列可能因偶然或共同暴露于某个变化因素而在某一时段看似正相关。
验证或后续问题
要验证相关性在何时表现不同，可独立测试其稳定性，而非假设其恒定：
- 将样本划分为子周期（例如按波动状态或时间段）并比较各周期的相关性。
- 使用一致的收益定义（明确的计算方法）和一致的采样频率。
- 检查共动是否同步（若反应时间不同，相关性可能低估实际关联）。
- 比较原始价格相关性与实际收益度量，以判断成本和执行是否显著改变了关系。
如果相关性在各子周期间发生显著变化，则“正相关表现不同”可归因于条件动态性：该关系在你测试的不同条件下并不稳定。