Principal » comerç algorítmic » Definició de correlació

Definició de correlació

comerç algorítmic : Definició de correlació
Què és la correlació?

La correlació, a les indústries financeres i d’inversions, és una estadística que mesura el grau en què es mouen dos títols els uns amb els altres. Les correlacions s’utilitzen en la gestió avançada de la cartera, calculada com a coeficient de correlació, que té un valor que ha d’incloure entre -1, 0 i +1, 0.

La correlació no implica causalitat.

La fórmula de correlació és

r = ∑ (X − X‾) (Y − Y‾) ∑ (X − X‾) 2 (Y − Y‾) 2 on: r = el coeficient de correlacióX‾ = la mitjana d'observacions de la variable XY‾ = la mitjana d'observacions de la variable Y \ begin {align} & r = \ frac {\ sum (X - \ overline {X}) (Y - \ overline {Y})} {\ sqrt {\ sum (X - \ overline {X} ) ^ 2} \ sqrt {(Y - \ overline {Y}) ^ 2}} \\ & \ textbf {on:} \\ & r = \ text {el coeficient de correlació} \\ & \ overline {X} = \ text {la mitjana d’observacions de la variable} X \\ & \ overline {Y} = \ text {la mitjana d’observacions de la variable} Y \\ \ end {alineada} r = ∑ (X − X) 2 (Y −Y) 2 ∑ (X − X) (Y − Y) on: r = el coeficient de correlacióX = la mitjana d'observacions de la variable XY = la mitjana d'observacions de la variable Y

2:02

Correlació

Explicar la correlació

Una correlació positiva perfecta significa que el coeficient de correlació és exactament 1. Això implica que a mesura que una seguretat es desplaça, cap amunt o cap avall, l'altra seguretat es mou en el punt de mira, en la mateixa direcció. Una correlació negativa perfecta significa que dos actius es mouen en direccions oposades, mentre que una correlació zero no implica cap relació.

Per exemple, els fons mutuos de gran capital solen tenir una correlació positiva elevada amb l’índex Standard and Poor's (S&P) 500, molt proper a 1. Les accions de gran capital tenen una correlació positiva amb aquest mateix índex, però no és tan elevada - generalment al voltant de 0, 8.

Tanmateix, els preus d'opció i els preus subjacents tendiran a tenir una correlació negativa. A mesura que augmenta el preu de les accions, els preus de l'opció posada disminueixen. Es tracta d’una correlació negativa directa i d’alta magnitud.

Compres per emportar

  • La correlació és una estadística que mesura el grau en què es mouen dues variables les unes amb les altres.
  • En finances, la correlació pot mesurar el moviment d'una acció amb el de l'índex de referència, com la Beta.
  • La correlació mesura l'associació, però no us indica si x causa y o viceversa, o si l'associació està causada per algun tercer factor (potser no vist).

Exemple de correlació

Els gestors d’inversions, comerciants i analistes consideren que és molt important calcular la correlació, perquè els beneficis de la diversificació de la reducció de risc es basen en aquesta estadística. Els fulls de càlcul financers i el programari poden calcular el valor de la correlació ràpidament.

Com a exemple hipotètic, suposem que un analista ha de calcular la correlació per als dos conjunts de dades següents:

X: (41, 19, 23, 40, 55, 57, 33)

I: (94, 60, 74, 71, 82, 76, 61)

Hi ha tres etapes necessàries per trobar la correlació. El primer és sumar tots els valors X per trobar SUM (X), sumar tots els valors Y per finançar SUM (Y) i multiplicar cada valor X amb el seu valor Y corresponent i sumar-los per trobar SUM (X, Y) :

SUMA (X) = (41 + 19 + 23 + 40 + 55 + 57 + 33) = 268

SUM (Y) = (94 + 60 + 74 + 71 + 82 + 76 + 61) = 518

SUM (X, Y) = (41 x 94) + (19 x 60) + (23 x 74) + ... (33 x 61) = 20.391

El següent pas és agafar cada valor X, quadrar-lo i sumar tots aquests valors per trobar SUM (x ^ 2). Cal fer el mateix per als valors Y:

SUM (X ^ 2) = (41 ^ 2) + (19 ^ 2) + (23 ^ 2) + ... (33 ^ 2) = 11, 534

SUM (Y ^ 2) = (94 ^ 2) + (60 ^ 2) + (74 ^ 2) + ... (61 ^ 2) = 39, 174

Tenint en compte que hi ha set observacions, n, es pot utilitzar la fórmula següent per trobar el coeficient de correlació, r:

r = n × (SUM (X, Y) - (SUM (X) × (SUM (Y))) (n × SUM (X) 2) × (n × SUM (Y2) −SUM (Y) 2) \ begin {align} & r = \ dfrac {n \ times (SUM (X, Y) - (SUM (X) \ times (SUM (Y)))} {\ sqrt {(n \ times SUM (X) ^ 2 ) \ times (n \ times SUM (Y ^ 2) - SUM (Y) ^ 2)}} \ end {alineat} r = (n × SUM (X) 2) × (n × SUM (Y2) −SUM (Y) 2) n × (SUM (X, Y) - (SUM (X) × (SUM (Y)))

En aquest exemple, la correlació seria:

r = (7 x 20.391 - (268 x 518) / SquareRoot ((7 x 11.534 - 268 ^ 2) x (7 x 39.174 - 518 ^ 2)) = 3.913 / 7.248, 4 = 0, 54

Comparació de comptes d'inversió Nom del proveïdor Descripció del anunciant × Les ofertes que apareixen a aquesta taula provenen de col·laboracions per les quals Investopedia rep una compensació.

Termes relacionats

Què ens diu la correlació inversa Una correlació inversa, també coneguda com correlació negativa, és una relació contrària entre dues variables, de manera que es mouen en direccions oposades. més Funcionament de la desviació estàndard residual La desviació estàndard residual és un terme estadístic utilitzat per descriure la diferència en les desviacions estàndard dels valors observats enfront dels valors previstos, tal com es mostren els punts en una anàlisi de regressió. més Com s'utilitza la mitjana Winsoritzada La mitjana winsoritzada és un mètode de mitjana que inicialment substitueix els valors més petits i més grans per les observacions més properes. Això es fa per limitar l'efecte de valors extrems anormals, o valors superiors, en el càlcul. més Comprensió de les relacions lineals Una relació lineal (o associació lineal) és un terme estadístic utilitzat per descriure la relació directament proporcional entre una variable i una constant. més Com funciona la suma dels quadrats La tècnica estadística La suma dels quadrats és una tècnica estadística utilitzada en l'anàlisi de regressió per determinar la dispersió de punts de dades a partir del seu valor mitjà. En una anàlisi de regressió, l’objectiu és determinar el bé que es pot ajustar una sèrie de dades a una funció que pot ajudar a explicar com es va generar la sèrie de dades. més El quadrat R El quadrat R és una mesura estadística que representa la proporció de la variància d'una variable dependent que s'explica per una variable independent. més Enllaços de socis
Recomanat
Deixa El Teu Comentari