4 maja 2021 17:17

Korelacja krzyżowa

Co to jest korelacja krzyżowa?

Korelacja krzyżowa to pomiar, który śledzi ruchy dwóch lub więcej zestawów danych szeregów czasowych względem siebie. Służy do porównywania wielu szeregów czasowych i obiektywnego określania, jak dobrze do siebie pasują, aw szczególności, kiedy następuje najlepsze dopasowanie.

Korelacja krzyżowa może również ujawnić okresowość danych.

Kluczowe wnioski

  • Korelacja krzyżowa służy do śledzenia podobieństw w ruchu dwóch czynników w czasie.
  • Inwestorzy giełdowi używają go 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 strat.

Zrozumienie korelacji krzyżowej

Korelacja krzyżowa jest zwykle używana podczas pomiaru informacji między dwoma różnymi szeregami czasowymi. Możliwy zakres współczynnika korelacji danych szeregów czasowych wynosi od -1,0 do +1,0. Im bliżej wartości korelacji krzyżowej jest 1, tym bardziej zestawy są identyczne.

Inwestorzy i analitycy stosują korelację krzyżową, aby zrozumieć, w jaki sposób 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 między aktywami zawartymi w portfelu. Inwestorzy zwiększają dywersyfikację swoich aktywów, aby zmniejszyć ryzyko dużych strat. Oznacza to, że ceny dwóch zapasów technologii mogą przez większość czasu zmieniać się w tym samym kierunku, podczas gdy akcje technologiczne i zasoby ropy naftowej mogą zmieniać się w przeciwnych kierunkach. Korelacja krzyżowa pomaga inwestorowi precyzyjniej określić wzorce ruchu.



Korelacja krzyżowa może mierzyć tylko wzorce danych historycznych. Nie potrafi przewidzieć przyszłości.

Wzór na korelację krzyżową

W najprostszej wersji można ją opisać w kategoriach zmiennej niezależnej X i dwóch zmiennych zależnych Y i Z. Jeżeli zmienna niezależna X wpływa na zmienną Y i są one dodatnio skorelowane, to wraz ze wzrostem wartości X wartość Y.

Jeśli to samo dotyczy relacji między X i Z, to wraz ze wzrostem wartości X wzrośnie również wartość Z. O zmiennych Y i Z można powiedzieć, że są skorelowane krzyżowo, ponieważ ich zachowanie jest dodatnio skorelowane w wyniku każdy z ich indywidualnych relacji do zmiennej X.

Jak używana jest korelacja krzyżowa

Rynki akcji

Można wykorzystać korelację krzyżową, aby spojrzeć na ogólny charakter większego rynku. Na przykład w 2011 r. Różne sektory w indeksie S&P 500 wykazywały 95% stopień korelacji.

Oznacza to, że wszystkie sektory praktycznie szły za sobą. Trudno było wybrać akcje, które w tym okresie osiągnęły lepsze wyniki niż szerszy rynek. 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 między aktywami zawartymi 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 w odniesieniu do określonego poziomu ryzyka.

Uwzględnianie aktywów, które mają ze sobą niską korelację, pomaga zmniejszyć ogólne ryzyko w portfelu. Mimo to korelacja krzyżowa może się zmieniać w czasie. Można go również mierzyć tylko historycznie. Dwa aktywa, które w przeszłości miały wysoki stopień korelacji, mogą stać się nieskorelowane i zacząć poruszać się oddzielnie. W rzeczywistości jest to jedna z wad MPT. Zakłada stabilne korelacje między aktywami.