สหสัมพันธ์ในการเทรด: สหสัมพันธ์เชิงบวก เชิงลบ และที่เปลี่ยนแปลงไป

สหสัมพันธ์ในการเทรดคืออะไร และสหสัมพันธ์เชิงบวก เชิงลบ และที่เปลี่ยนแปลงต่างกันอย่างไร

คำตอบสั้น ๆ: สหสัมพันธ์ในการเทรดวัดความแข็งแกร่งและทิศทางของความสัมพันธ์ระหว่างผลตอบแทนของสองตราสารในช่วงเวลาที่กำหนด สหสัมพันธ์เชิงบวกหมายความว่าผลตอบแทนมีแนวโน้มเปลี่ยนแปลงไปด้วยกัน ส่วนสหสัมพันธ์เชิงลบหมายความว่ามีแนวโน้มเปลี่ยนแปลงในทิศทางตรงข้ามกัน สหสัมพันธ์เปลี่ยนแปลงได้เมื่อสภาวะตลาดเปลี่ยน ดังนั้นจึงไม่ควรถือว่าความสัมพันธ์ในอดีตเป็นสัญญาณการเทรดที่คงที่


สหสัมพันธ์วัดอะไรในการเทรด

สหสัมพันธ์อธิบายว่าตัวแปรสองตัวเปลี่ยนแปลงไปด้วยกันอย่างไร ในการเทรด มาตรวัดที่พบบ่อยคือสัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน ซึ่งมักเขียนเป็น rคำนวณจากผลตอบแทนสองชุดในช่วงเวลาที่ตรงกัน

ผลตอบแทนคือการเปลี่ยนแปลงของราคาที่แสดงเทียบกับราคาเริ่มต้น หากตราสารปรับขึ้นจาก 100 เป็น 102 ผลตอบแทนอย่างง่ายคือ 2% การใช้ผลตอบแทนช่วยให้เปรียบเทียบตราสารที่มีระดับราคาต่างกันได้

สำหรับวัตถุประสงค์นี้ การหาสหสัมพันธ์จากระดับราคาดิบอาจทำให้เข้าใจผิดได้ เพราะอนุกรมสองชุดที่ไม่เกี่ยวข้องกันอาจดูเหมือนเชื่อมโยงกันอย่างใกล้ชิด เนื่องจากทั้งสองมีแนวโน้มตามเวลา โดยทั่วไปสหสัมพันธ์ของผลตอบแทนเป็นจุดเริ่มต้นที่มีประโยชน์กว่าในการตรวจสอบว่าการเคลื่อนไหวของทั้งสองสัมพันธ์กันหรือไม่

สหสัมพันธ์เพียร์สันวัดความสัมพันธ์เชิงเส้น ไม่ได้ยืนยันว่าตลาดหนึ่งเป็นสาเหตุให้อีกตลาดเคลื่อนไหว ไม่ได้ระบุว่าตลาดใดเคลื่อนไหวก่อน และไม่ได้กำหนดว่าตราสารหนึ่งควรเคลื่อนไหวกี่จุดเมื่ออีกตัวเปลี่ยนแปลง

สหสัมพันธ์เชิงบวก เชิงลบ และเป็นศูนย์หมายความว่าอย่างไร

สหสัมพันธ์เชิงบวกหมายความว่าผลตอบแทนมีแนวโน้มเปลี่ยนแปลงไปด้วยกันตลอดการสังเกต สหสัมพันธ์เชิงลบหมายความว่ามีแนวโน้มเปลี่ยนแปลงในทิศทางตรงข้ามกัน กล่าวให้แม่นยำยิ่งขึ้น การคำนวณจะเปรียบเทียบผลตอบแทนแต่ละค่ากับค่าเฉลี่ยของอนุกรมของมันเอง ไม่ได้เพียงนับจำนวนครั้งที่ราคาทั้งสองขึ้นหรือลงพร้อมกัน

สัมประสิทธิ์

การตีความในกลุ่มตัวอย่างที่วัด

สิ่งที่ไม่ได้ยืนยัน

+1

ความสัมพันธ์เชิงเส้นเชิงบวกสมบูรณ์

ผลตอบแทนเท่ากัน การเคลื่อนไหวเป็นพิปเท่ากัน หรือความเสี่ยงเป็นตัวเงินเท่ากัน

+0.70

ความสัมพันธ์เชิงเส้นเชิงบวก แข็งแกร่งกว่า +0.20 ในแง่ของสหสัมพันธ์สัมบูรณ์

โอกาส 70% ที่จะเคลื่อนไหวไปในทิศทางเดียวกัน

0

ไม่พบความสัมพันธ์เชิงเส้นที่วัดได้

ความเป็นอิสระต่อกัน หรือการไม่มีความสัมพันธ์แบบไม่เป็นเชิงเส้น

−0.70

ความสัมพันธ์เชิงเส้นเชิงลบ โดยมีความแข็งแกร่งสัมบูรณ์เท่ากับ +0.70

โอกาส 70% ที่จะเคลื่อนไหวตรงข้ามกัน หรือการป้องกันความเสี่ยงที่รับประกัน

−1

ความสัมพันธ์เชิงเส้นเชิงลบสมบูรณ์

ชุดการเทรดอัตโนมัติที่ปราศจากความเสี่ยง

ค่าที่ใกล้ −1 หรือ +1 มากขึ้นบ่งชี้ความสัมพันธ์เชิงเส้นที่แข็งแกร่งกว่า ค่าที่ใกล้ศูนย์บ่งชี้ความสัมพันธ์ที่อ่อนกว่า ป้ายกำกับเช่น “แข็งแกร่ง” หรือ “ปานกลาง” ขึ้นอยู่กับบริบท ขนาดกลุ่มตัวอย่าง และวัตถุประสงค์ในการใช้งาน ไม่มีเกณฑ์การเทรดที่ใช้ได้ทุกกรณี

สหสัมพันธ์ที่เปลี่ยนแปลงอธิบายว่าค่าประมาณพัฒนาไปตามเวลาอย่างไร อาจแข็งแกร่งขึ้น อ่อนลง หรือเปลี่ยนเครื่องหมาย

เหตุใดสหสัมพันธ์จึงเปลี่ยนแปลง

สหสัมพันธ์เปลี่ยนแปลงเมื่อปัจจัยที่มีอิทธิพลต่อตลาดเปลี่ยนไป การมีความเสี่ยงร่วมกันต่อสกุลเงิน อัตราดอกเบี้ย หรือความต้องการเสี่ยงของนักลงทุนอาจครอบงำช่วงเวลาหนึ่ง เหตุการณ์ของบริษัท แรงกระแทกด้านอุปทาน หรือนโยบายธนาคารกลางที่แตกต่างกันอาจครอบงำอีกช่วงเวลาหนึ่ง

เงินเฟ้อก็สามารถเปลี่ยนความสัมพันธ์ของสินทรัพย์ได้เช่นกัน งานศึกษาของธนาคารเพื่อการชำระหนี้ระหว่างประเทศในเดือนธันวาคม 2023 บันทึกว่าสหสัมพันธ์ของผลตอบแทนหุ้นสหรัฐฯ กับพันธบัตรรัฐบาลกลายเป็นบวกตั้งแต่กลางปี 2021 โดยอธิบายว่าเงินเฟ้อและการคาดการณ์การคุมเข้มนโยบายการเงินสามารถกดดันสินทรัพย์ทั้งสองประเภทได้อย่างไร นี่เป็นตัวอย่างในอดีต ไม่ใช่ค่าสหสัมพันธ์ปัจจุบัน

ทองคำและดอลลาร์สหรัฐฯ ก็ไม่ได้มีความสัมพันธ์เชิงลบถาวรเช่นกัน สภาทองคำโลกบันทึกช่วงเวลาที่ทองคำและดอลลาร์มีสหสัมพันธ์เชิงบวกไว้ในการวิเคราะห์เดือนพฤษภาคม 2022 ปัจจัยขับเคลื่อนที่แตกต่างกันสามารถส่งผลต่อทั้งสองตลาดพร้อมกันได้

ค่าประมาณยังเปลี่ยนแปลงได้โดยไม่ต้องมีการเปลี่ยนแปลงทางเศรษฐกิจที่ยั่งยืน กลุ่มตัวอย่างที่สั้นหรือการเคลื่อนไหวขนาดใหญ่ผิดปกติเพียงไม่กี่ครั้งอาจเปลี่ยนผลลัพธ์ได้ ดังนั้นสัมประสิทธิ์ที่เปลี่ยนแปลงจึงเป็นเหตุผลให้ตรวจสอบข้อมูลและบริบทของตลาด ไม่ใช่หลักฐานว่าระบอบใหม่ได้เริ่มขึ้นแล้ว

เทรดเดอร์จะวัดและติดตามสหสัมพันธ์ได้อย่างไร

การอ่านค่าสหสัมพันธ์ที่เป็นประโยชน์ต้องมีรายละเอียดสี่อย่าง ได้แก่ ตราสาร ความถี่ของผลตอบแทน ความยาวช่วงย้อนหลัง และวันที่วัด คำว่า “ตลาดเหล่านี้มีสหสัมพันธ์กัน” ยังไม่สมบูรณ์หากขาดสิ่งเหล่านี้

  1. เลือกการสังเกตที่ตรงกัน เปรียบเทียบผลตอบแทนในช่วงเวลาเดียวกัน โดยใช้เวลาประทับที่สอดคล้องกัน เวลาปิดตลาดที่ต่างกัน วันหยุด หรือการสังเกตที่ขาดหายอาจทำให้การเปรียบเทียบบิดเบือน
  2. คำนวณผลตอบแทนอย่างสม่ำเสมอ ผลตอบแทนเปอร์เซ็นต์อย่างง่ายคือ (ราคาปัจจุบัน ÷ ราคาก่อนหน้า − 1) × 100 ผลตอบแทนรายวัน 60 ค่าต้องใช้การสังเกตราคาต่อเนื่อง 61 ค่าสำหรับแต่ละตราสาร
  3. คำนวณสัมประสิทธิ์ เมื่อมีผลตอบแทนที่จัดแนวแล้ว 60 ค่าในแต่ละคอลัมน์ของสเปรดชีต =CORREL(B2:B61,C2:C61) จะคำนวณสหสัมพันธ์เพียร์สัน อนุกรมที่ป้อนเข้าต้องมีการเปลี่ยนแปลง อนุกรมที่มีส่วนเบี่ยงเบนมาตรฐานเป็นศูนย์จะไม่สามารถนิยามสหสัมพันธ์ได้
  4. เปรียบเทียบและอัปเดตช่วงเวลา คำนวณใหม่เมื่อมีการสังเกตใหม่เข้ามา และเปรียบเทียบช่วงสั้นกับช่วงยาว

ความถี่ในการสุ่มตัวอย่างและความยาวช่วงย้อนหลังเป็นการเลือกที่ต่างกัน ผลตอบแทนรายชั่วโมงเทียบกับรายวันเปลี่ยนการเคลื่อนไหวที่วัด การสังเกตรายวัน 20 เทียบกับ 60 ค่าเปลี่ยนประวัติที่รวมอยู่

สหสัมพันธ์แบบเคลื่อนที่ใช้หน้าต่างที่เลื่อนไป โดยการสังเกตล่าสุดเข้ามาและการสังเกตเก่าที่สุดออกไป หน้าต่างสั้นตอบสนองเร็วแต่อาจผันผวนมาก หน้าต่างที่ยาวกว่าช่วยทำให้ความผันผวนบางส่วนเรียบขึ้นแต่อาจซ่อนการเปลี่ยนแปลงล่าสุด

ตัวอย่างเช่น คู่ตราสารสมมติอาจแสดง +0.82 จากผลตอบแทนรายวัน 60 ค่า และ +0.24 จาก 20 ค่าล่าสุด กลุ่มตัวอย่างล่าสุดแสดงความสัมพันธ์เชิงเส้นที่อ่อนลง ตัวเลขประกอบภาพเหล่านี้ไม่ได้บอกว่าเหตุใดจึงอ่อนลง หรือค่าใดจะอธิบายอนาคต

ตราสารที่มีสหสัมพันธ์ส่งผลต่อออเดอร์ที่เปิดอยู่อย่างไร

สหสัมพันธ์ระหว่างตราสารเป็นเพียงส่วนหนึ่งของการคำนวณความเสี่ยงที่รับ สถานะซื้อและขายตอบสนองต่อการเคลื่อนไหวของราคาอ้างอิงเดียวกันต่างกัน

สหสัมพันธ์ของผลตอบแทน

ทิศทางของสถานะ

ผลกระทบที่อาจเกิดต่อความเสี่ยงที่รับ

เชิงบวก

ซื้อทั้งคู่หรือขายทั้งคู่

กำไรและขาดทุนที่เกี่ยวข้องกับราคามีแนวโน้มเสริมกัน

เชิงบวก

ซื้อหนึ่ง ขายหนึ่ง

กำไรและขาดทุนที่เกี่ยวข้องกับราคาอาจหักล้างกันบางส่วน

เชิงลบ

ซื้อทั้งคู่หรือขายทั้งคู่

กำไรและขาดทุนที่เกี่ยวข้องกับราคาอาจหักล้างกันบางส่วน

เชิงลบ

ซื้อหนึ่ง ขายหนึ่ง

กำไรและขาดทุนที่เกี่ยวข้องกับราคาอาจเสริมกัน

ตารางนี้สมมติสถานะที่มีทิศทางอย่างตรงไปตรงมาและความสัมพันธ์ที่คงอยู่ ไม่ได้คำนึงถึงขนาด ความผันผวน ข้อกำหนดสัญญา หรือต้นทุนที่แตกต่างกัน สหสัมพันธ์เดียวกันอาจให้ผลลัพธ์เป็นตัวเงินที่ต่างกันมากในบัญชีที่ต่างกัน

ตัวอย่างเช่น สถานะซื้อ EUR/USD ได้ประโยชน์จากยูโรที่แข็งค่าเมื่อเทียบกับดอลลาร์ สถานะขาย USD/CHF ได้ประโยชน์จากดอลลาร์ที่อ่อนค่าเมื่อเทียบกับฟรังก์ ดังนั้นทั้งสองสถานะจึงมีความเสี่ยงต่อดอลลาร์ที่อ่อนลงเหมือนกัน หากสองคู่เงินมีสหสัมพันธ์ของผลตอบแทนเป็นลบในช่วงที่วัด การเทรดในทิศทางตรงข้ามกันอาจเสริมความเสี่ยงที่รับแทนที่จะหักล้าง

สำหรับลูกค้าของโบรกเกอร์หลายสินทรัพย์อย่าง NordFX คำถามเชิงปฏิบัติคือสถานะที่เปิดอยู่หลายสถานะขึ้นอยู่กับผลลัพธ์ตลาดเดียวกันหรือไม่ การนับจำนวนตราสารเพียงอย่างเดียวไม่ได้บอกว่าบัญชีมีการกระจายความเสี่ยงมากเพียงใด

ความเสี่ยงจากสหสัมพันธ์ในทางปฏิบัติเป็นอย่างไร

ลองพิจารณาบัญชีสมมติที่มีเงินทุน 10,000 ดอลลาร์ เทรดเดอร์เปิดสถานะซื้อ EUR/USD และซื้อ GBP/USD โดยกำหนดขนาดแต่ละสถานะให้ขาดทุน 50 ดอลลาร์หากถูกจับคู่ที่ราคาหยุดขาดทุนที่วางแผนไว้ ก่อนหักต้นทุนการเทรด

สถานะ

ขาดทุนที่วางแผนไว้ที่จุดหยุด

สัดส่วนของเงินทุนเริ่มต้น

ซื้อ EUR/USD

$50

0.5%

ซื้อ GBP/USD

$50

0.5%

ถึงจุดหยุดทั้งสองจุด

$100

1.0%

หากดอลลาร์แข็งค่าเทียบกับทั้งสองสกุลเงิน ทั้งสองคู่เงินจะลดลงและทั้งสองสถานะอาจขาดทุน สัญลักษณ์ต่างกัน แต่การเทรดทั้งสองมีความเสี่ยงต่อดอลลาร์ร่วมกัน

ยอดรวม 100 ดอลลาร์มาจากการบวกขาดทุนที่วางแผนไว้สองรายการ สหสัมพันธ์ไม่ได้ลดยอดรวมนี้ และสัมประสิทธิ์ไม่ได้ให้ความน่าจะเป็นที่จุดหยุดทั้งสองจะถูกแตะ ขาดทุนจริงอาจเกินจำนวนที่วางแผนไว้เนื่องจากราคากระโดด สลิปเพจ หรือต้นทุน

การตัดสินใจจึงเกี่ยวกับความเสี่ยงที่รับรวม ได้แก่ ขนาดสถานะและปัจจัยร่วมสอดคล้องกับขีดจำกัดความเสี่ยงของบัญชีหรือไม่ ตัวอย่างนี้เป็นเลขคณิตเพื่อประกอบการอธิบาย ไม่ใช่การจัดสรรที่แนะนำหรือการพยากรณ์

เทรดเดอร์ควรหลีกเลี่ยงความผิดพลาดอะไรบ้าง

  1. ถือว่าสหสัมพันธ์เป็นอัตราความสำเร็จ สัมประสิทธิ์ไม่ใช่ความน่าจะเป็นที่จะชนะ หรือเปอร์เซ็นต์ของการเคลื่อนไหวของราคาที่ตรงกัน
  2. สับสนระหว่างสหสัมพันธ์กับขนาดการเคลื่อนไหว ตราสารที่มีสหสัมพันธ์สูงอาจมีความผันผวนต่างกัน ขนาดล็อตที่เท่ากันไม่จำเป็นต้องสร้างความเสี่ยงเป็นตัวเงินที่สมดุล
  3. ใช้ข้อมูลที่ไม่ตรงกันหรือล้าสมัย เวลาประทับ ความถี่ หรือค่าที่ล้าสมัยที่ต่างกันอาจตอบคำถามที่ต่างจากคำถามที่เกี่ยวข้องกับการเทรด
  4. สมมติว่าสหสัมพันธ์ต่ำขจัดความเสี่ยงได้ สัมประสิทธิ์ในอดีตที่ใกล้ศูนย์ไม่ได้ตัดโอกาสของการขาดทุนร่วมกัน ความสัมพันธ์แบบไม่เป็นเชิงเส้น หรือสหสัมพันธ์ที่เพิ่มขึ้นในอนาคต
  5. คาดหวังว่าทุกความเบี่ยงเบนจะกลับมาบรรจบ การเคลื่อนไหวร่วมกันในอดีตเพียงอย่างเดียวไม่ได้พิสูจน์ว่าส่วนต่างราคาคงที่ หรือรับประกันว่าสองตลาดจะกลับไปสู่ความสัมพันธ์เดิม

คำถามที่พบบ่อย

สหสัมพันธ์ 0.7 หมายความว่าอย่างไร

หมายถึงความสัมพันธ์เชิงเส้นเชิงบวกในข้อมูลที่วัด ซึ่งใกล้ +1 มากกว่าศูนย์ ไม่ได้หมายความว่าตราสารเคลื่อนไหวไปทางเดียวกัน 70% ของเวลา การตีความยังขึ้นอยู่กับกลุ่มตัวอย่างและความถี่ของผลตอบแทนด้วย

สหสัมพันธ์เชิงบวกสามารถกลายเป็นเชิงลบได้หรือไม่

ได้ การเปลี่ยนแปลงของภาวะเศรษฐกิจหรือปัจจัยขับเคลื่อนเฉพาะตลาดสามารถกลับความสัมพันธ์ได้ การเลือกกลุ่มตัวอย่างก็เปลี่ยนค่าประมาณได้เช่นกัน ดังนั้นควรเปรียบเทียบช่วงเวลาและตรวจสอบข้อมูลพื้นฐานก่อนสรุป

คู่สกุลเงินใดมีสหสัมพันธ์สูงสุด

ไม่มีการจัดอันดับถาวร คู่ที่ใช้สกุลเงินร่วมกันหรือมีปัจจัยทางเศรษฐกิจร่วมกันอาจเกี่ยวข้องกันอย่างใกล้ชิด แต่การจัดอันดับขึ้นอยู่กับวันที่วัด ความถี่ และช่วงย้อนหลัง รายการ “สหสัมพันธ์สูงสุด” ใด ๆ ควรระบุรายละเอียดเหล่านั้น

ทองคำและดอลลาร์สหรัฐฯ มีสหสัมพันธ์เชิงลบเสมอหรือไม่

ไม่ ความสัมพันธ์ของทั้งสองเปลี่ยนแปลงได้ และทั้งคู่อาจขึ้นหรือลงในช่วงเวลาเดียวกัน อนุกรมผลตอบแทนและหน้าต่างการวัดสำคัญกว่ากฎตายตัวเกี่ยวกับความสัมพันธ์ของทั้งสอง

สหสัมพันธ์เชิงลบรับประกันการป้องกันความเสี่ยงหรือไม่

ไม่ ผลขึ้นอยู่กับทิศทางการเทรด ขนาด ความผันผวน และความสัมพันธ์นั้นคงอยู่หรือไม่ การซื้อตราสารหนึ่งที่มีสหสัมพันธ์เชิงลบและขายอีกตัวอาจเสริมความเสี่ยงที่รับ

กรอบเวลาใดดีที่สุดสำหรับการวิเคราะห์สหสัมพันธ์

ไม่มีตัวเลือกที่ดีที่สุดสำหรับทุกกรณี ใช้ความถี่ของผลตอบแทนที่เกี่ยวข้องกับระยะเวลาถือครอง และเปรียบเทียบความยาวช่วงย้อนหลังมากกว่าหนึ่งช่วง ค่าประมาณสหสัมพันธ์รายวันอาจไม่สะท้อนความสัมพันธ์ภายในวัน

สหสัมพันธ์สามารถทำนายการเคลื่อนไหวของราคาครั้งถัดไปได้หรือไม่

ไม่ได้ด้วยตัวมันเอง สัมประสิทธิ์สหสัมพันธ์อธิบายความสัมพันธ์ที่วัดได้ ไม่ได้ยืนยันความเป็นเหตุเป็นผล ความสัมพันธ์แบบนำ–ตาม หรือสัญญาณเข้าเทรดที่เชื่อถือได้ การใช้เพื่อการทำนายต้องมีการทดสอบแยกต่างหาก

เทรดเดอร์ควรได้อะไรจากการวิเคราะห์สหสัมพันธ์

สหสัมพันธ์มีประโยชน์เมื่อบริบทชัดเจน ได้แก่ สิ่งที่วัด ช่วงเวลาและระยะเวลาที่ใช้ และผลลัพธ์สัมพันธ์กับสถานะจริงอย่างไร การทบทวนรายละเอียดเหล่านี้ร่วมกับขนาด ความผันผวน และปัจจัยตลาดร่วมอาจเผยความเสี่ยงที่กระจุกตัว สัมประสิทธิ์ยังคงเป็นค่าประมาณในอดีต และต้องประเมินความเกี่ยวข้องใหม่เมื่อสภาวะเปลี่ยนไป

กลับ กลับ
เว็บไซต์นี้ใช้คุกกี้ เรียนรู้เพิ่มเติมเกี่ยวกับ นโยบายคุกกี้ ของเรา