Korelasi dalam Perdagangan: Korelasi Positif, Negatif dan Berubah-ubah

Apakah korelasi dalam perdagangan, dan bagaimanakah korelasi positif, negatif dan berubah-ubah berbeza?

Jawapan ringkas: Korelasi dalam perdagangan mengukur kekuatan dan arah hubungan antara pulangan dua instrumen dalam tempoh tertentu. Korelasi positif bermaksud pulangan cenderung berubah bersama-sama; korelasi negatif bermaksud ia cenderung berubah secara bertentangan. Korelasi boleh berubah apabila keadaan pasaran berubah, jadi hubungan sejarah tidak harus dianggap sebagai isyarat perdagangan yang tetap.

Apakah yang diukur oleh korelasi dalam perdagangan?

Korelasi menerangkan bagaimana dua pemboleh ubah berubah bersama-sama. Dalam perdagangan, ukuran biasa ialah pekali korelasi Pearson, yang lazimnya ditulis sebagai r, dikira daripada dua set pulangan pada selang yang sepadan.

Pulangan ialah perubahan harga yang dinyatakan secara relatif kepada harga permulaan. Jika sesuatu instrumen naik daripada 100 kepada 102, pulangan ringkasnya ialah 2%. Menggunakan pulangan membantu membandingkan instrumen yang mempunyai paras harga berbeza.

Bagi tujuan ini, mengorelasikan paras harga mentah boleh mengelirukan: dua siri yang tidak berkaitan mungkin kelihatan rapat kerana kedua-duanya mempunyai trend dari semasa ke semasa. Korelasi pulangan secara amnya merupakan titik permulaan yang lebih berguna untuk meneliti sama ada pergerakan mereka berkaitan.

Korelasi Pearson mengukur hubungan linear. Ia tidak membuktikan bahawa satu pasaran menyebabkan pasaran lain bergerak, tidak mengenal pasti pasaran mana bergerak dahulu, dan tidak menentukan berapa mata satu instrumen patut bergerak apabila yang lain berubah.

Apakah maksud korelasi positif, negatif dan sifar?

Korelasi positif bermaksud pulangan cenderung berubah bersama-sama merentasi pemerhatian. Korelasi negatif bermaksud ia cenderung berubah secara bertentangan. Lebih tepat lagi, pengiraan itu membandingkan setiap pulangan dengan purata siri itu sendiri; ia tidak semata-mata mengira sesi apabila kedua-dua harga naik atau turun.

Nilai yang lebih hampir dengan −1 atau +1 menunjukkan hubungan linear yang lebih kuat. Nilai yang lebih hampir dengan sifar menunjukkan hubungan yang lebih lemah. Label seperti “kuat” atau “sederhana” bergantung pada konteks, saiz sampel dan tujuan penggunaan; tiada ambang perdagangan sejagat.

Korelasi berubah-ubah menerangkan bagaimana anggaran berkembang dari semasa ke semasa. Ia boleh menguat, melemah atau bertukar tanda.

Mengapakah korelasi berubah?

Korelasi berubah apabila daya yang mempengaruhi pasaran berubah. Pendedahan bersama kepada sesuatu mata wang, kadar faedah atau selera risiko pelabur mungkin mendominasi satu tempoh. Peristiwa syarikat, kejutan bekalan atau dasar bank pusat yang berbeza mungkin mendominasi tempoh lain.

Inflasi juga boleh mengubah hubungan antara aset. Satu kajian Bank untuk Penyelesaian Antarabangsa pada Disember 2023 mendokumenkan korelasi pulangan ekuiti AS dan bon kerajaan menjadi positif sejak pertengahan 2021. Ia menjelaskan bagaimana inflasi dan pengetatan monetari yang dijangka boleh memberi tekanan kepada kedua-dua kelas aset. Ini ialah contoh sejarah, bukan bacaan korelasi semasa.

Emas dan dolar AS juga tidak mempunyai hubungan negatif yang kekal. Majlis Emas Dunia mendokumenkan satu tempoh korelasi positif emas–dolar dalam analisisnya pada Mei 2022. Faktor pendorong yang berbeza boleh mempengaruhi kedua-dua pasaran serentak.

Satu anggaran juga boleh berubah tanpa anjakan ekonomi yang berpanjangan. Sampel yang pendek atau beberapa pergerakan yang luar biasa besar boleh mengubah hasilnya. Pekali yang berubah oleh itu merupakan sebab untuk meneliti data dan konteks pasaran, bukan bukti bahawa rejim baharu telah bermula.

Bagaimanakah peniaga boleh mengukur dan memantau korelasi?

Bacaan korelasi yang berguna memerlukan empat butiran: instrumen, kekerapan pulangan, panjang tempoh imbas kembali dan tarikh pengukuran. “Pasaran ini berkorelasi” adalah tidak lengkap tanpanya.

1. Pilih pemerhatian yang sepadan. Bandingkan pulangan pada selang yang sama dengan cap masa yang konsisten. Waktu tutup pasaran yang berbeza, cuti atau pemerhatian yang hilang boleh memesongkan perbandingan.
2. Kira pulangan secara konsisten. Pulangan peratusan ringkas ialah (harga semasa ÷ harga sebelumnya − 1) × 100. Enam puluh pulangan harian memerlukan 61 pemerhatian harga berturut-turut bagi setiap instrumen.
3. Kira pekali. Dengan 60 pulangan yang diselaraskan dalam setiap lajur hamparan, =CORREL(B2:B61,C2:C61) mengira korelasi Pearson. Siri input mesti berubah; siri dengan sisihan piawai sifar mempunyai korelasi yang tidak ditakrifkan.
4. Bandingkan dan kemas kini tetingkap. Kira semula apabila pemerhatian baharu tiba, dan bandingkan tetingkap yang lebih pendek dengan yang lebih panjang.

Kekerapan persampelan dan panjang tempoh imbas kembali ialah pilihan yang berbeza. Pulangan setiap jam berbanding harian mengubah pergerakan yang diukur. Dua puluh berbanding 60 pemerhatian harian mengubah sejarah yang disertakan.

Korelasi bergulir menggunakan tetingkap yang bergerak: pemerhatian terbaharu masuk dan yang paling lama keluar. Tetingkap pendek bertindak balas dengan cepat tetapi boleh turun naik dengan ketara. Tetingkap yang lebih panjang melicinkan sebahagian turun naik tetapi boleh menyembunyikan perubahan terkini.

Sebagai contoh, sepasang instrumen hipotesis mungkin menunjukkan +0.82 bagi 60 pulangan harian dan +0.24 bagi 20 yang terkini. Sampel terkini menunjukkan hubungan linear yang lebih lemah. Nombor ilustrasi itu tidak menjelaskan mengapa ia melemah atau bacaan mana yang akan menggambarkan masa depan.

Bagaimanakah instrumen yang berkorelasi menjejaskan dagangan terbuka?

Korelasi antara instrumen hanyalah sebahagian daripada pengiraan pendedahan. Kedudukan beli dan jual bertindak balas secara berbeza terhadap pergerakan harga asas yang sama.

Jadual ini mengandaikan kedudukan berarah yang mudah dan hubungan yang berterusan. Ia tidak mengambil kira saiz, turun naik, spesifikasi kontrak atau kos yang berbeza. Korelasi yang sama boleh menghasilkan hasil monetari yang sangat berbeza dalam akaun yang berbeza.

Sebagai contoh, kedudukan beli EUR/USD mendapat manfaat daripada kekuatan euro berbanding dolar. Kedudukan jual USD/CHF mendapat manfaat daripada kelemahan dolar berbanding franc. Kedua-dua kedudukan itu oleh itu mengandungi pendedahan kepada dolar yang lebih lemah. Jika kedua-dua pasangan mempunyai korelasi pulangan negatif sepanjang tempoh yang diukur, mengambil arah dagangan yang bertentangan boleh mengukuhkan pendedahan dan bukannya mengimbanginya.

Bagi pelanggan broker pelbagai aset seperti NordFX, persoalan praktikalnya ialah sama ada beberapa kedudukan terbuka bergantung pada hasil pasaran yang sama. Mengira instrumen sahaja tidak menunjukkan sejauh mana akaun itu didiversifikasikan.

Bagaimanakah rupa risiko korelasi dalam praktik?

Pertimbangkan akaun hipotesis dengan ekuiti $10,000. Seorang peniaga membuka kedudukan beli EUR/USD dan beli GBP/USD. Setiap kedudukan disaizkan supaya pelaksanaan pada harga henti yang dirancang akan rugi $50, sebelum kos perdagangan.

Jika dolar menguat berbanding kedua-dua mata wang, kedua-dua pasangan jatuh dan kedua-dua kedudukan mungkin rugi. Simbolnya berbeza, tetapi dagangan itu berkongsi pendedahan dolar.

Jumlah $100 datang daripada menambah dua kerugian yang dirancang. Korelasi tidak mengurangkan jumlah itu, dan pekali tidak memberikan kebarangkalian kedua-dua henti dicapai. Kerugian sebenar mungkin melebihi jumlah yang dirancang kerana jurang harga, gelinciran atau kos.

Keputusan itu oleh itu berkaitan pendedahan gabungan: sama ada saiz kedudukan dan faktor pendorong bersama sesuai dengan had risiko akaun. Contoh ini ialah aritmetik untuk ilustrasi, bukan peruntukan yang disyorkan atau ramalan.

Apakah kesilapan yang patut dielakkan oleh peniaga?

1. Menganggap korelasi sebagai kadar kejayaan. Pekali bukan kebarangkalian menang atau peratusan pergerakan harga yang sepadan.
2. Mengelirukan korelasi dengan saiz pergerakan. Instrumen yang sangat berkorelasi boleh mempunyai turun naik yang berbeza. Saiz lot yang sama tidak semestinya mewujudkan pendedahan monetari yang seimbang.
3. Menggunakan data yang tidak sepadan atau lapuk. Cap masa, kekerapan atau bacaan lapuk yang berbeza boleh menjawab soalan yang berbeza daripada yang relevan kepada dagangan itu.
4. Menganggap korelasi rendah menghapuskan risiko. Pekali sejarah yang hampir sifar tidak menolak kerugian bersama, kebergantungan tak linear atau peningkatan korelasi pada masa depan.
5. Menjangka setiap perbezaan akan menutup. Pergerakan bersama sejarah semata-mata tidak membuktikan spread harga yang stabil atau menjamin bahawa dua pasaran akan kembali kepada hubungan terdahulu.

Soalan lazim

Apakah maksud korelasi 0.7?

Ia menunjukkan hubungan linear positif dalam data yang diukur, lebih hampir dengan +1 berbanding sifar. Ia tidak bermaksud instrumen bergerak ke arah yang sama 70% daripada masa. Tafsiran juga bergantung pada sampel dan kekerapan pulangan.

Bolehkah korelasi positif menjadi negatif?

Ya. Perubahan dalam keadaan ekonomi atau faktor pendorong khusus pasaran boleh membalikkan hubungan. Pemilihan sampel juga boleh mengubah anggaran, jadi bandingkan tempoh dan teliti data asas sebelum membuat kesimpulan.

Pasangan mata wang manakah yang paling berkorelasi?

Tiada kedudukan yang kekal. Pasangan yang berkongsi mata wang atau faktor ekonomi mungkin berkait rapat, tetapi kedudukan bergantung pada tarikh pengukuran, kekerapan dan tempoh imbas kembali. Sebarang senarai “paling berkorelasi” harus menyatakan butiran tersebut.

Adakah emas dan dolar AS sentiasa berkorelasi secara negatif?

Tidak. Hubungan mereka berbeza-beza, dan kedua-duanya boleh naik atau turun dalam tempoh yang sama. Siri pulangan dan tetingkap pengukuran lebih penting daripada peraturan tetap tentang hubungan mereka.

Adakah korelasi negatif menjamin lindung nilai?

Tidak. Kesannya bergantung pada arah dagangan, saiz, turun naik dan sama ada hubungan itu berterusan. Membeli satu instrumen yang berkorelasi negatif dan menjual yang lain boleh mengukuhkan pendedahan.

Apakah rangka masa terbaik untuk analisis korelasi?

Tiada pilihan terbaik yang sejagat. Gunakan kekerapan pulangan yang relevan dengan tempoh pegangan dan bandingkan lebih daripada satu panjang tempoh imbas kembali. Anggaran korelasi harian mungkin tidak menggambarkan hubungan intrahari.

Bolehkah korelasi meramalkan pergerakan harga seterusnya?

Tidak dengan sendirinya. Pekali korelasi menerangkan hubungan yang diukur; ia tidak membuktikan sebab-akibat, hubungan mendahului–ketinggalan atau isyarat kemasukan yang boleh dipercayai. Sebarang penggunaan ramalan memerlukan ujian berasingan.

Apakah yang patut diambil oleh peniaga daripada analisis korelasi?

Korelasi berguna apabila konteksnya jelas: apa yang diukur, pada selang dan tempoh yang mana, dan bagaimana hasilnya berkaitan dengan kedudukan sebenar. Menyemak butiran itu bersama saiz, turun naik dan faktor pasaran bersama boleh mendedahkan pendedahan yang tertumpu. Pekali kekal sebagai anggaran sejarah, dan kerelevanannya mesti dinilai semula apabila keadaan berubah.