交易中的相关性：正相关、负相关与变化的相关性

什么是交易中的相关性？正相关、负相关和变化的相关性有何区别？

简短回答：交易中的相关性衡量的是两个品种在特定时期内收益率之间关系的强度和方向。正相关意味着收益率倾向于同向变动；负相关意味着它们倾向于反向变动。相关性会随市场环境变化而改变，因此不应将历史关系视为固定的交易信号。

相关性在交易中衡量什么？

相关性描述两个变量如何共同变动。在交易中，常用的衡量指标是皮尔逊相关系数，通常记作r，由匹配区间内的两组收益率计算得出。

收益率是相对于起始价格表示的价格变动。如果某个品种从100上涨到102，其简单收益率为2%。使用收益率有助于比较价格水平不同的品种。

出于这一目的，对原始价格水平计算相关性可能产生误导：两个无关的序列可能因为都随时间呈趋势而显得联系紧密。一般而言，收益率的相关性是考察两者走势是否相关的更有用的起点。

皮尔逊相关衡量的是线性关系。它并不能证明一个市场导致另一个市场变动，不能说明哪个市场先动，也不能说明当另一个品种变动时，某个品种应当变动多少点。

正相关、负相关和零相关意味着什么？

正相关意味着各次观测中收益率倾向于同向变动。负相关意味着它们倾向于反向变动。更准确地说，该计算是将每个收益率与其所在序列的平均值进行比较；它并不是简单地统计两种价格同时上涨或同时下跌的交易日数量。

数值越接近−1或+1，表明线性关系越强。数值越接近零，表明线性关系越弱。“强”或“中等”等说法取决于背景、样本量和使用目的；交易中不存在通用的门槛。

变化的相关性描述估计值如何随时间演变。它可能增强、减弱或改变符号。

相关性为什么会变化？

当影响市场的因素发生变化时，相关性也会变化。在某一时期，对某种货币、利率或投资者风险偏好的共同敞口可能占主导。在另一时期，公司事件、供应冲击或不同的央行政策可能占主导。

通胀也可能改变资产之间的关系。国际清算银行2023年12月的一项研究记录了美国股票与政府债券收益率相关性自2021年年中起转为正值。该研究解释了通胀和预期的货币紧缩如何同时给这两类资产带来压力。这是一个历史案例，并非当前的相关性读数。

黄金与美元之间也并非永久呈负相关。世界黄金协会在其2022年5月的分析中记录了黄金与美元呈正相关的一段时期。不同的驱动因素可能同时影响这两个市场。

估计值也可能在没有持久经济变化的情况下发生改变。较短的样本或少数异常大的波动都可能改变结果。因此，系数的变化是检查数据和市场背景的理由，而不是新格局已经开始的证据。

交易者如何衡量和监测相关性？

一个有用的相关性读数需要四个细节：品种、收益率频率、回溯期长度和测量日期。如果缺少这些，“这些市场是相关的”这一说法并不完整。

1. 选择匹配的观测值。比较相同区间内的收益率，并使用一致的时间戳。不同的市场收盘时间、假期或缺失的观测值可能扭曲比较结果。
2. 一致地计算收益率。简单百分比收益率为（当前价格 ÷ 前一价格 − 1）× 100。60个日收益率需要每个品种连续61个价格观测值。
3. 计算系数。如果电子表格每列中有60个对齐的收益率，=CORREL(B2:B61,C2:C61)即可计算皮尔逊相关。输入序列必须有波动；标准差为零的序列，其相关性无定义。
4. 比较并更新窗口。随着新观测值的出现重新计算，并将较短的窗口与较长的窗口进行比较。

抽样频率和回溯期长度是不同的选择。小时收益率与日收益率衡量的是不同的变动。20个与60个日观测值所包含的历史不同。

滚动相关性使用移动窗口：最新的观测值进入，最旧的观测值离开。较短的窗口反应迅速，但可能大幅波动。较长的窗口可以平滑部分波动，但可能掩盖近期的变化。

例如，一对假设的品种在60个日收益率上可能显示+0.82，而在最近20个上显示+0.24。近期样本显示线性关系减弱。这些示例性数字并不能说明其为何减弱，也不能说明哪个读数将描述未来。

相关联的品种如何影响未平仓交易？

品种之间的相关性只是敞口计算的一部分。多头和空头持仓对同一标的价格变动的反应并不相同。

该表假设持仓为简单的方向性持仓，且这种关系持续存在。它没有考虑规模、波动率、合约规格或成本的差异。同样的相关性在不同账户中可能产生截然不同的货币结果。

例如，EUR/USD多头持仓受益于欧元兑美元走强。USD/CHF空头持仓受益于美元兑瑞士法郎走弱。因此，两个持仓都包含对美元走弱的敞口。如果这两个货币对在测量期内的收益率相关性为负，那么采取相反的交易方向可能会强化敞口，而不是抵消敞口。

对于NordFX这类多资产经纪商的客户而言，现实的问题是多个未平仓头寸是否依赖于同一个市场结果。仅仅统计品种数量并不能说明账户的分散程度。

相关性风险在实践中是什么样子？

设想一个净值为10,000美元的假设账户。交易者建立了EUR/USD和GBP/USD的多头持仓。每个持仓的规模经过设定，使得在计划止损价成交时将亏损50美元（未计交易成本）。

如果美元兑两种货币都走强，两个货币对都会下跌，两个持仓都可能亏损。品种虽然不同，但这些交易共享美元敞口。

100美元的总额来自两笔计划亏损之和。相关性不会减少这个总和，相关系数也不能给出两个止损都被触及的概率。由于跳空、滑点或成本，实际亏损可能超过计划金额。

因此，决策取决于合并后的敞口：持仓规模和共同的驱动因素是否符合账户的风险限额。这个例子是用于说明的算术，不是推荐的配置，也不是预测。

交易者应避免哪些错误？

1. 把相关性当作成功率。相关系数不是获胜概率，也不是价格走势一致的百分比。
2. 把相关性与波动幅度混为一谈。高度相关的品种可能具有不同的波动率。相同的手数不一定带来平衡的货币敞口。
3. 使用不匹配或过时的数据。不同的时间戳、频率或陈旧的读数，可能回答的是与交易无关的另一个问题。
4. 认为低相关性可以消除风险。历史系数接近零，并不能排除共同亏损、非线性依赖或未来相关性上升。
5. 期待每次背离都会收敛。仅凭历史上的共同走势，并不能证明价差稳定，也不能保证两个市场会回到以前的关系。

常见问题

0.7的相关性意味着什么？

它表示所测数据中存在正线性关系，更接近+1而不是零。这并不意味着这些品种有70%的时间朝同一方向变动。解释还取决于样本和收益率频率。

正相关会变成负相关吗？

会。经济环境或特定市场驱动因素的变化可能逆转这种关系。样本选择也会改变估计值，因此在得出结论之前，应比较不同时期并检查底层数据。

哪些货币对的相关性最高？

不存在永久的排名。共享某种货币或经济驱动因素的货币对可能密切相关，但排名取决于测量日期、频率和回溯期。任何“相关性最高”的列表都应说明这些细节。

黄金与美元总是负相关吗？

不是。它们的关系会变化，而且两者可能在同一时期同时上涨或下跌。收益率序列和测量窗口比关于二者关系的固定规则更重要。

负相关能保证对冲吗？

不能。效果取决于交易方向、规模、波动率以及这种关系是否持续。买入一个负相关的品种并卖出另一个，可能会强化敞口。

相关性分析的最佳时间框架是什么？

不存在普遍最佳的选择。应使用与持仓周期相关的收益率频率，并比较不止一种回溯期长度。日度相关性估计可能无法描述日内关系。

相关性能预测下一次价格变动吗？

单靠相关性不能。相关系数描述的是已测得的关系；它不能证明因果关系、领先–滞后关系或可靠的入场信号。任何预测用途都需要单独检验。

交易者应从相关性分析中得到什么？

当相关性的背景清晰明确时，它才有用：测量了什么，在哪些区间和时期，以及结果与实际持仓有何关系。结合规模、波动率和共同的市场驱动因素来审视这些细节，可以揭示集中的敞口。相关系数始终是一个历史估计值，其相关性必须随条件变化而重新评估。