Co to jest korelacja krzyżowa?
Korrelacja krzyżowa jest miarą, która śledzi ruchy dwóch lub więcej zestawów danych szeregów czasowych względem siebie. Jest używana do porównywania wielu szeregów czasowych i obiektywnego określenia, jak dobrze pasują do siebie, a w szczególności, w którym momencie występuje najlepsze dopasowanie.
Korelacja krzyżowa może również ujawnić wszelkie okresowości w danych.
Key Takeaways
- Korelacja krzyżowa jest używana do śledzenia podobieństw w ruchu dwóch czynników w czasie.
- Inwestorzy giełdowi używają jej do określenia stopnia, w jakim dwie akcje poruszają się w tandemie.
- Dywersyfikacja portfela wymaga wyboru akcji i innych aktywów, które poruszają się w przeciwnych kierunkach, w celu zabezpieczenia się przed stratami.
Zrozumienie korelacji krzyżowej
Korelacja krzyżowa jest ogólnie używana podczas pomiaru informacji między dwoma różnymi szeregami czasowymi. Możliwy zakres współczynnika korelacji dla danych szeregów czasowych wynosi od -1,0 do +1,0. Im wartość korelacji krzyżowej jest bliższa 1, tym bardziej zestawy są identyczne.
Inwestorzy i analitycy stosują korelację krzyżową, aby zrozumieć, jak ceny dwóch lub więcej akcji lub innych aktywów zachowują się względem siebie. Jest to szczególnie ważne w przypadku transakcji korelacyjnych, takich jak strategie dyspersji i handel parami.
Przede wszystkim, korelacja krzyżowa jest wykorzystywana w zarządzaniu portfelem do pomiaru stopnia dywersyfikacji aktywów zawartych w portfelu. Inwestorzy zwiększają dywersyfikację swoich aktywów, aby zmniejszyć ryzyko dużych strat. Oznacza to, że ceny dwóch akcji technologicznych mogą przez większość czasu poruszać się w tym samym kierunku, podczas gdy akcje technologiczne i akcje ropy naftowej mogą poruszać się w przeciwnych kierunkach. Korelacja krzyżowa pomaga inwestorowi dokładniej określić ich wzorce ruchu.
Korelacja krzyżowa może jedynie mierzyć wzorce danych historycznych. Nie może przewidzieć przyszłości.
Wzór na korelację krzyżową
W najprostszej wersji można ją opisać w kategoriach zmiennej niezależnej, X, i dwóch zmiennych zależnych, Y i Z. Jeśli zmienna niezależna X wpływa na zmienną Y, a obie są dodatnio skorelowane, to wraz ze wzrostem wartości X rośnie wartość Y.
Jeśli to samo jest prawdą o związku między X i Z, to jako wartość X wzrasta, więc będzie wartość Z. Zmienne Y i Z można powiedzieć, że są skorelowane krzyżowo, ponieważ ich zachowanie jest pozytywnie skorelowane w wyniku każdego z ich indywidualnych relacji do zmiennej X.
Jak korelacja krzyżowa jest używana
Rynki akcji
Korelacja krzyżowa może być używana do uzyskania perspektywy na ogólną naturę większego rynku. Na przykład, w 2011 roku, różne sektory w ramach S&P 500 wykazywały 95% stopień korelacji.
Oznacza to, że wszystkie sektory poruszały się praktycznie równolegle ze sobą. W tym okresie trudno było wybrać akcje, które osiągały lepsze wyniki od szerokiego rynku. Trudno było również wybrać akcje z różnych sektorów, aby zwiększyć dywersyfikację portfela. Inwestorzy musieli przyjrzeć się innym rodzajom aktywów, aby pomóc w zarządzaniu ryzykiem portfela.
Z drugiej strony, wysoka korelacja rynkowa oznaczała, że inwestorzy mogli kupować akcje w funduszach indeksowych, aby uzyskać ekspozycję na rynek, zamiast próbować wybierać poszczególne akcje.
Zarządzanie portfelem
Korelacja krzyżowa jest wykorzystywana w zarządzaniu portfelem do pomiaru stopnia dywersyfikacji wśród aktywów zawartych w portfelu. Nowoczesna teoria portfela (MPT) wykorzystuje miarę korelacji wszystkich aktywów w portfelu, aby pomóc określić najbardziej efektywną granicę. Koncepcja ta pomaga zoptymalizować oczekiwane zwroty przy określonym poziomie ryzyka.
Włączenie aktywów, które mają niską korelację ze sobą, pomaga zmniejszyć ogólne ryzyko w portfelu. Niemniej jednak, korelacja krzyżowa może zmieniać się w czasie. Może być również mierzona tylko historycznie. Dwa aktywa, które w przeszłości miały wysoki stopień korelacji, mogą stać się nieskorelowane i zacząć poruszać się oddzielnie. Jest to, w rzeczywistości, jedna z wad MPT. Zakłada on stabilne korelacje między aktywami.
.