ความหมายของคำว่า สัมพันธ์. แนวคิดเรื่องสหสัมพันธ์หมายถึงอะไรในคำง่ายๆ

ความสัมพันธ์ระหว่างปริมาณสองปริมาณคือความสัมพันธ์ทางสถิติซึ่งการเปลี่ยนแปลงในปริมาณหนึ่งนำไปสู่การเปลี่ยนแปลงอย่างเป็นระบบในอีกปริมาณหนึ่ง การวัดเชิงปริมาณของสหสัมพันธ์คือสัมประสิทธิ์สหสัมพันธ์เชิงเส้น (เรียกอีกอย่างว่าสัมประสิทธิ์สหสัมพันธ์เพียร์สัน) คำนวณโดยสูตร:

• r xy คือสัมประสิทธิ์สหสัมพันธ์ของค่า x และ y
• d x คือค่าเบี่ยงเบนของค่าบางค่าของอนุกรม x จากค่าเฉลี่ยของอนุกรมนี้
• d y คือค่าเบี่ยงเบนของค่าบางค่าของอนุกรม y จากค่าเฉลี่ยของอนุกรมนี้

ช่วงของค่าที่เป็นไปได้ของสัมประสิทธิ์สหสัมพันธ์อยู่ระหว่าง +1 ถึง -1 ในกรณีนี้ ตัวเลือกต่อไปนี้เป็นไปได้:

• +1 - ความสัมพันธ์โดยตรงระหว่างปริมาณ
• |rxy| > 0.7 – การพึ่งพาอาศัยกันอย่างเด่นชัดระหว่างปริมาณ
• 0.4 < |r xy| >0.7 - การพึ่งพาอาศัยกันที่เด่นชัดปานกลางระหว่างค่าต่างๆ
• |rxy|< 0.4 – слабо выраженная зависимость между величинами;
• -1 - ความสัมพันธ์ผกผันระหว่างค่า

สิ่งสำคัญคือต้องสังเกตว่ายิ่งกลุ่มตัวอย่างของค่ามากเท่าใด โมดูลัสของสัมประสิทธิ์สหสัมพันธ์ยิ่งต่ำลง เราสามารถพูดได้ว่ามีความสัมพันธ์ระหว่าง x และ y น่าเสียดายที่มีกับดักในสูตรซึ่งในความสัมพันธ์กับเครื่องมือทางการเงินสามารถเล่นตลกที่โหดร้ายกับนักลงทุนได้ ในตัวเศษ ส่วนเบี่ยงเบนของปริมาณสามารถมีได้ทั้งค่าเท่ากันและ สัญญาณต่างๆดังนั้นผลิตภัณฑ์ยังสามารถเป็นได้ทั้งบวกและลบ ในตัวส่วน ส่วนเบี่ยงเบนจะถูกยกกำลังสอง ซึ่งรับประกันผลบวกของตัวส่วน สำหรับตอนนี้เราแค่ให้ความสนใจกับมัน แล้วเราจะกลับมาที่สิ่งที่อาจเกิดขึ้นในภายหลัง

ความหมายในทางปฏิบัติของการคำนวณความสัมพันธ์ระหว่างเครื่องมือทางการเงินคือการได้รับข้อมูลพื้นฐานที่สำคัญซึ่งจำเป็นสำหรับการตัดสินใจซื้อขาย ปฏิกิริยาของตลาดต่อการเปิดเผยข่าวเศรษฐกิจที่สำคัญนั้นแสดงออกในความจริงที่ว่าในตอนแรกราคาของสินทรัพย์หลัก (ทองคำ น้ำมัน ฟิวเจอร์สสำหรับดัชนีอุตสาหกรรม) เริ่มเคลื่อนไหว และบางครั้งก็สามารถทำกำไรได้ ส่งผลให้อัตราแลกเปลี่ยนและราคาหุ้นเปลี่ยนแปลง ด้วยการติดตามความสัมพันธ์ของเครื่องมือแต่ละรายการ ตลอดจนความสัมพันธ์ระหว่างเหตุและผลระหว่างการเปลี่ยนแปลงราคา คุณจะสามารถแก้ไขแผนการซื้อขายและการลงทุนของคุณได้อย่างรวดเร็ว นอกจากนี้ การวิเคราะห์สหสัมพันธ์ยังใช้ในการจัดการเป็นส่วนบังคับ

คุณสามารถเห็นภาพความสัมพันธ์ของปริมาณสองปริมาณในรูปแบบของกราฟในพิกัดเวลา-แอมพลิจูด ตัวอย่างเช่น ด้วยความสัมพันธ์เชิงลบ เราได้ภาพที่คล้ายคลึงกัน:

ความรู้เกี่ยวกับความสัมพันธ์ของสินทรัพย์ช่วยลดความเสี่ยงของพอร์ต

เช่น มีทรัพย์สิน 2 อย่าง เพื่อความง่าย ให้ลองจินตนาการว่าราคาของพวกมันขึ้นอยู่กับเวลาตามกฎของไซนัส จากนั้น ด้วยความสัมพันธ์ของ +1 เราจะได้รับคลื่นที่ทับซ้อนกันอย่างสมบูรณ์ และการเปิดดีลสำหรับสินทรัพย์ทั้งสองจะเทียบเท่ากับตำแหน่งสองเท่าของหนึ่งในนั้น ในทางกลับกัน ความสัมพันธ์ -1 หมายถึงการชดเชยกำไรและขาดทุนของสินทรัพย์ร่วมกัน แน่นอนว่า สินทรัพย์ที่เข้าคู่กันดีมักจะไม่เคลื่อนไหวในระดับเดียวกัน แต่มีแนวโน้มที่จะเพิ่มขึ้นเมื่อเวลาผ่านไป นอกจากนี้ สำหรับสินทรัพย์บางส่วน การเติบโตของสินทรัพย์อื่นๆ ยังช่วยลดความเสี่ยงทั้งหมดของพอร์ตโฟลิโอ:

กระบวนการที่เรียกว่าการปรับสมดุลพอร์ตโฟลิโอช่วยให้คุณสร้างรายได้โดยการสลับสัดส่วนของสินทรัพย์ในพอร์ต สิ่งนี้ทำได้ง่ายที่สุดด้วยความสัมพันธ์เชิงลบที่เด่นชัด สมมติว่าในตอนแรกพอร์ตโฟลิโอมีสินทรัพย์ A และ B ที่มีความสัมพันธ์ผกผันและอัตราส่วน 1:1 เป็นจำนวนเงินรวม 1 ล้านรูเบิล ภายในหกเดือน สินทรัพย์ A ลดราคาลง 20% และมูลค่าจาก 500,000 rubles เริ่มต้นกลายเป็น 400,000 rubles ในทางตรงกันข้าม สินทรัพย์ B เพิ่มขึ้น 20% และมูลค่าของมันเพิ่มขึ้นเป็น 600,000 รูเบิล มูลค่ารวมของพอร์ตโฟลิโอไม่เปลี่ยนแปลงและยังมีมูลค่า 1 ล้านรูเบิล ตอนนี้เราโอน 50% ของสินทรัพย์ B (300,000) ไปยัง A และมูลค่าของมันคือ 700,000 และสินทรัพย์ B คือ 300,000

ในอีกหกเดือนข้างหน้า กระบวนการที่ตรงกันข้ามจะเกิดขึ้น: สินทรัพย์จะกลับสู่ราคาเดิม ตอนนี้สินทรัพย์ A มีราคา 840,000 แทนที่จะเป็น 700,000 และสินทรัพย์ B มีราคา 240,000 แทนที่จะเป็น 300,000 ดังนั้นมูลค่ารวมของพอร์ตโฟลิโอจึงเท่ากับ 1 ล้าน 80,000 rubles กล่าวคือ ความสามารถในการทำกำไรเนื่องจากการปรับสมดุลคือ 8% ต่อปี หากไม่มีการปรับสมดุลผลตอบแทนของพอร์ตการลงทุนจะเป็น 0% สถานการณ์จริงซับซ้อนกว่ามากเพราะ ความสัมพันธ์ของเครื่องมือส่วนใหญ่อยู่ระหว่าง +0.5 ถึง -0.5 หากเราพิจารณาแผนภูมิความเสี่ยง-ผลตอบแทนสำหรับอัตราส่วนต่าง ๆ ของเครื่องมือทั้งสองด้วย ค่านิยมที่แตกต่างกันความสัมพันธ์เราจะได้ภาพต่อไปนี้:

ดังจะเห็นได้ว่า ยิ่งค่าของค่าสัมประสิทธิ์สหสัมพันธ์ของตราสารต่ำลงเท่าใด ผลตอบแทนของพอร์ตโฟลิโอที่มีมูลค่าความเสี่ยงเท่ากันก็จะยิ่งมากขึ้น หรือความเสี่ยงสำหรับมูลค่าผลตอบแทนที่เท่ากันก็จะยิ่งลดลง

ความสัมพันธ์ฟอเร็กซ์

กลยุทธ์ทั่วไปที่อิงตามความสัมพันธ์ของคู่สกุลเงินคือในกรณีที่ค่าสัมประสิทธิ์สหสัมพันธ์เบี่ยงเบนไปจากมูลค่าปัจจุบันอย่างรวดเร็ว ธุรกรรมจะเปิดขึ้นในทิศทางของการกู้คืนมูลค่านี้ ตัวอย่างเช่น หากคู่ EURUSD และ GBPUSD เวลานานเคลื่อนไปในทิศทางเดียวกัน จากนั้นด้วยไดเวอร์เจนซ์ที่แข็งแกร่ง การบรรจบกันสามารถคาดหวังได้หากไดเวอร์เจนซ์ไม่ได้เกิดจากระยะยาว (เช่น การเปลี่ยนแปลงในอัตราคิดลด)

นอกจากนี้ ความสัมพันธ์ของคู่สกุลเงินยังใช้ในการประเมินตลาดอย่างครอบคลุม ตัวอย่างเช่น ในช่วงก่อนวิกฤตการจำนองปี 2551-2552 เมื่อดอลลาร์ออสเตรเลียและนิวซีแลนด์ รวมทั้งเงินปอนด์อังกฤษมีอัตราดอกเบี้ยสูง กลยุทธ์การซื้อขายที่เรียกว่าการค้าขายแบบถือ (carry trade) ได้รับการพัฒนาอย่างมาก ประกอบด้วยความจริงที่ว่าในช่วงกิจกรรมที่ดีสำหรับตลาดหุ้น คู่ของสกุลเงินเหล่านี้กับเยน ซึ่งตามธรรมเนียมมีอัตราที่ต่ำมาก เติบโตอย่างแข็งขันโดยเฉพาะอย่างยิ่ง และพวกเขาก็ลดลงอย่างมากในช่วงเหตุการณ์ไม่พึงประสงค์

แม้ว่าข้อเท็จจริงที่ว่าไม่มีความสัมพันธ์ใดสามารถส่งผลกระทบต่อช่วงเวลาทั้งหมดได้อย่างสมบูรณ์และการเคลื่อนไหวของสกุลเงินหลายทิศทางก็เป็นไปได้ แต่การเคลื่อนไหวทิศทางเดียวที่เด่นชัด ตามกฎแล้ว บ่งชี้ว่ามี "ตัวขับเคลื่อน" พื้นฐานทั่วไป ทำให้ง่ายต่อการวางแผนข้อตกลง โดยเฉพาะอย่างยิ่ง มันไม่สมเหตุสมผลเลยที่จะมองหาการย้อนกลับและทำงานภายในวันนั้น หากคู่ที่มีความสัมพันธ์กันอย่างชัดเจนทั้งหมดไปในทิศทางเดียวกัน

คุณสามารถดูตารางความสัมพันธ์แบบเรียลไทม์ของคู่สกุลเงินและตราสารอื่นๆ ได้ที่ myfxbook.com/forex-market/correlation ตารางนี้แสดงให้เห็นว่าคู่ EURUSD และ AUDCAD แทบไม่สัมพันธ์กัน ในกรณีของการเปิดธุรกรรมพร้อมกันในคู่เงินเหล่านี้ คุณไม่ต้องกลัวผลรวมของการสูญเสียหรือผลกำไรที่ทับซ้อนกันสำหรับคู่เงินคู่หนึ่งโดยการสูญเสียสำหรับอีกคู่หนึ่ง

แผนภูมินี้แสดงให้เห็นว่าดอลลาร์ออสเตรเลียและนิวซีแลนด์ซึ่งมีความสัมพันธ์ผกผันกับสกุลเงินที่ปลอดภัย เช่น เยนและฟรังก์สวิส เพิ่มขึ้นอย่างแข็งแกร่งในช่วงระยะเวลาของความแตกต่างของอัตราดอกเบี้ยหลักที่ใหญ่ที่สุด แนวโน้มนี้กลับตัวหลังจากช่วงของการปรับลดอัตราดอกเบี้ยเริ่มขึ้นเมื่อวิกฤตการจำนองรุนแรงขึ้น

ไม่มีผลโดยปราศจากเหตุ

ความสัมพันธ์ของราคาสินทรัพย์ค่อนข้างคล้ายกับแนวโน้ม: ยิ่งช่วงเวลาในการคำนวณนานเท่าไหร่ การเปลี่ยนแปลงก็จะยิ่งช้าลง แต่มีบางอย่างที่แยกความสัมพันธ์จากวิธีการอื่นๆ สามารถคำนวณหาคู่ของสินทรัพย์ที่ไม่มีการซื้อขายในการแลกเปลี่ยนใด ๆ (น้ำมันก๊าซน้ำมันทอง) ซึ่งช่วยให้คุณสามารถเสริมคลังแสงของนักวิเคราะห์ ข้อมูลที่มีค่าซึ่งช่วยให้คุณ "อ่านตลาดระหว่างแผนภูมิ"

ความสัมพันธ์ใดๆ ของปริมาณตั้งแต่สองปริมาณขึ้นไปมักมีความสัมพันธ์เชิงสาเหตุ ปริมาณหนึ่งเป็นตัวกำหนด ซึ่งปริมาณอื่น ๆ (หรืออื่น ๆ) ขึ้นอยู่กับ ความสัมพันธ์ในตลาดหุ้นก็ไม่มีข้อยกเว้น ตัวอย่างเช่น ในคู่น้ำมัน-แก๊ส ราคาน้ำมันมีความเด็ดขาดมาเป็นเวลานาน ในแผนภูมิด้านล่าง คุณจะเห็นว่าการขยายตัวของการแพร่กระจายระหว่างน้ำมันและก๊าซเนื่องจากการเพิ่มขึ้นอย่างรวดเร็วของก๊าซที่สัมพันธ์กันถูกแทนที่ด้วยการกลับคืนสู่สมดุลสัมพัทธ์ที่คมชัดเท่ากัน:

ในเวลาเดียวกัน ในสินทรัพย์อีกคู่หนึ่ง ทองคำ-น้ำมัน ทองคำก็มีความเด็ดขาดอยู่แล้ว ด้วยการขยายตัวที่สำคัญ (น้ำมันที่เพิ่มขึ้นหรือลดลงอย่างรวดเร็วด้วยทองคำที่มีเสถียรภาพมากขึ้น) เป็นน้ำมันที่ช่วยฟื้นฟูสมดุลที่ถูกรบกวน:

ติดตามพฤติกรรมของสินทรัพย์ "ทาส" คุณสามารถเปิดข้อตกลงในทิศทางของการคืนสมดุล อย่างไรก็ตาม ความสัมพันธ์มักขึ้นอยู่กับการผูกมัดของสกุลเงินบางสกุลกับสินทรัพย์โภคภัณฑ์ พวกเขาถูกเรียกว่า: "สกุลเงินสินค้าโภคภัณฑ์" ตัวอย่างเช่น ดอลลาร์แคนาดาและรูเบิลขึ้นอยู่กับน้ำมันเป็นอย่างมาก ในทั้งสองกรณี สหสัมพันธ์โดยตรง: ยิ่งน้ำมันมีราคาแพงมาก อัตราของสกุลเงินเหล่านี้เมื่อเทียบกับดอลลาร์สหรัฐฯ จะสูงขึ้น

ในกรณีของรูเบิล ความสัมพันธ์ของแผนภูมิมีความชัดเจนมากจนสามารถนำมาใช้ในกลยุทธ์การซื้อขายได้ พิจารณาต้นปี 2557 ราคาน้ำมันซื้อขายที่ประมาณ 110 ดอลลาร์ต่อบาร์เรล หลังจากนั้นราคาก็สูงขึ้นเล็กน้อยในช่วงเวลาหนึ่ง ในทางกลับกัน เงินรูเบิลในเวลานี้จาก 33 เป็นดอลลาร์สหรัฐลดลงครู่หนึ่งเป็น 36 ในบางจุด ความสัมพันธ์เกือบจะผกผัน แต่ยอดเงินจะกลับคืนมาอย่างรวดเร็ว และรูเบิลจะกลับคืนสู่อัตรา 33 ต่อดอลลาร์ อย่างเชื่อฟัง ตามน้ำมัน. มากไปกว่านั้น ตัวอย่างสำคัญเราเห็นในช่วงปลายปี 2014 เมื่อเงินรูเบิลอ่อนค่าลงอย่างมากเมื่อเทียบกับฉากหลังของน้ำมันที่ลดลงอย่างราบรื่นมากขึ้น และคราวนี้ ยอดเงินที่ถูกรบกวนได้รับการฟื้นฟูในไม่ช้าเนื่องจากการแข็งค่าของเงินรูเบิล เมื่อเวลาผ่านไป ความสัมพันธ์อาจเกิดการเปลี่ยนแปลงที่รุนแรงและแม้กระทั่งเปลี่ยนจากตรงไปเป็นย้อนกลับ โดยเฉพาะอย่างยิ่งในกรณีที่มีความสัมพันธ์ระหว่างค่าเฉลี่ยอุตสาหกรรมดาวโจนส์กับ RTS

ณ สิ้นปี 2550 เมื่อสัญญาณแรกของวิกฤตการจำนองของสหรัฐเริ่มปรากฏขึ้น ดัชนี DJ ก็ลดลง แต่ดัชนี RTS ก็ต้องขอบคุณ การเติบโตอย่างแข็งขันราคาน้ำมันใกล้จะถึงจุดสูงสุดแล้ว อย่างไรก็ตาม ในอนาคต ดัชนีหุ้นทั้งหมดของโลกที่ร่วงลงอย่างรุนแรงส่งผลกระทบต่อน้ำมันเช่นกัน สิ่งนี้นำไปสู่ความจริงที่ว่าดัชนี RTS ในแง่ของอัตราการลดลงนั้นสูงกว่า DJ เกือบ 2 เท่า นอกจากน้ำมันแล้ว การไหลออกโดยรวมของเงินทุนจากตลาดเกิดใหม่ยังส่งผลกระทบต่ออัตราการลดลงของดัชนี RTS ด้วย

อย่างไรก็ตาม วิกฤตการณ์ดังกล่าวเกิดขึ้นได้ไม่นาน และเมื่อต้นปี 2552 ถูกแทนที่ด้วยการเติบโตทางเศรษฐกิจ มีการสังเกตความสัมพันธ์สูงระหว่าง DJ และ RTS จนถึงเดือนเมษายน 2555 ซึ่งถูกทำเครื่องหมายด้วยการขาดความเป็นไปได้ของแบบจำลองวัตถุดิบสำหรับการพัฒนาเศรษฐกิจรัสเซีย เริ่มต้นปีนี้ แม้แต่น้ำมันราคาแพงก็ไม่ช่วยให้เศรษฐกิจเติบโตได้อีกต่อไป ในอนาคต ภาวะเศรษฐกิจถดถอยในรัสเซียยิ่งแย่ลงเมื่อมีน้ำมันราคาถูกลงเท่านั้น ในขณะที่เศรษฐกิจอเมริกันได้รับการกระตุ้นเพิ่มเติมสำหรับการเติบโต ความสัมพันธ์ระหว่างและกลายเป็นผกผัน

ในตัวของมันเอง การมีอยู่ของความสัมพันธ์ระหว่างสินทรัพย์ไม่ได้หมายความว่าเป็นไปได้ที่จะสร้างกลยุทธ์การซื้อขายหรือการลงทุนในเรื่องนี้ สมมติว่าเราสนใจความสัมพันธ์ของหุ้น IBM ในช่วง 12 เดือนที่ผ่านมา (ดู Impactopia.com/correlation) ดังนั้น อันดับที่ 4 ในแง่ของความสัมพันธ์คือ Banco Santander (ประมาณ 0.43) เป็นไปได้มากว่านี่เป็นเพียงเรื่องบังเอิญหรือข้อบกพร่องทางระบบในวิธีการคำนวณสหสัมพันธ์

กับดักคณิตศาสตร์

ดังที่ได้กล่าวไว้ข้างต้น สูตรสำหรับคำนวณค่าสัมประสิทธิ์สหสัมพันธ์นั้นไวต่อสัญญาณของการเบี่ยงเบนของค่าจากค่าเฉลี่ยมาก หากการเบี่ยงเบนเหล่านี้มักมีสัญญาณเหมือนกัน ปรากฎว่า มูลค่าสูงค่าสัมประสิทธิ์สหสัมพันธ์ แต่ค่านี้จะสมเหตุสมผลหรือไม่? คำตอบไม่ชัดเจนเลย พิจารณา ตัวอย่างการใช้งานจริง. สมมติว่าในกราฟของปริมาณสองปริมาณพร้อมกันมี:

จากนั้นค่าใหม่ของปริมาณเหล่านี้จะปรากฏที่ด้านเดียวกันของค่าเฉลี่ยอย่างเป็นระบบ ซึ่งจะส่งผลให้มีความสัมพันธ์เชิงบวกสูง น่าเสียดายที่ข้อมูลนี้จะไม่มีประโยชน์เพราะ ยกเว้นการมีช่องว่าง ไม่มีอะไรที่เหมือนกันระหว่างแผนภูมิ มันก็แค่ ตัวอย่างที่ดีความจริงที่ว่าเมื่อคำนวณสหสัมพันธ์จะได้รับอนุญาตให้ใช้เฉพาะชุดค่าคงที่เช่น ซีรีย์ที่ไม่มีองค์ประกอบเทรนด์ ซึ่งหมายความว่าการคำนวณความสัมพันธ์ในโลกของสินทรัพย์ทางการเงินย่อมนำไปสู่การประเมินค่าสูงไปของความสำคัญของปัจจัยที่แท้จริงแล้วเป็นแบบสุ่มในธรรมชาติ เข้าใจอย่างถูกต้อง: เป็นสิ่งสำคัญที่จะไม่มองหาปัจจัยเหล่านี้และแนะนำการแก้ไขพิเศษสำหรับพวกเขา แต่เพื่อแสดงแก่นแท้ของปรากฏการณ์และไม่ต้องมองหา Grail อื่นที่ไม่มีอยู่จริง

อย่างไรก็ตามไม่ใช่ทุกอย่างที่เลวร้าย มีวิธีหลีกเลี่ยงอิทธิพลของแนวโน้มโดยการคำนวณความสัมพันธ์ไม่ใช่ของราคาเอง แต่จากการเพิ่มขึ้นทีละน้อย จากนั้นช่องว่างที่กล่าวถึงข้างต้นจะกลายเป็นค่าผิดปกติทางสถิติซึ่งในทางปฏิบัติไม่ส่งผลกระทบต่อผลลัพธ์ เหลือเพียงรอจนกว่าวิธีการดังกล่าวจะมีผล การค้นหาข้อมูลใหม่เกี่ยวกับความสัมพันธ์ของสินทรัพย์นั้นเป็นไปไม่ได้เสมอไป ในกรณีเช่นนี้สามารถคำนวณได้โดยใช้ Microsoft Excel. เมื่อต้องการทำสิ่งนี้ เครื่องหมายคำพูดจะถูกเขียนเป็นช่วงของเซลล์สองช่วง จากนั้นฟังก์ชันจะถูกเขียนในเซลล์ว่างเซลล์ใดเซลล์หนึ่ง ชนิดต่อไปนี้:=CORREL(อาร์เรย์ 1; อาร์เรย์ 2) อาร์เรย์อาจมีลักษณะดังนี้: A1:A100 ในการคำนวณสหสัมพันธ์ตามการเพิ่มขึ้นของราคา โปรแกรมนี้มีประโยชน์เป็นทวีคูณ เนื่องจากบนพื้นฐานของราคาปิด คุณต้องคำนวณการเพิ่มขึ้นด้วยตนเองก่อน

สรุป

ความสัมพันธ์ระหว่างราคาสินทรัพย์เป็นเครื่องมือสำคัญสำหรับทั้งการวิเคราะห์ข้อมูลและการจัดการความเสี่ยงในการลงทุนพอร์ต แต่เช่นเดียวกับวิธีการทางสถิติทั้งหมด มันไม่ได้ไม่มีข้อเสียอย่างร้ายแรง:

• การมีอยู่ของความสัมพันธ์ที่เด่นชัดระหว่างข้อมูลในอดีตไม่สามารถรับประกันได้ในอนาคต
• แบบจำลองทางคณิตศาสตร์ที่ใช้มีข้อผิดพลาดมากในช่วงแนวโน้ม

การใช้แนวทางสหสัมพันธ์จะก่อให้เกิดประโยชน์สูงสุด นอกเหนือจากวิธีการวิเคราะห์และการจัดการเงินอื่นๆ ในความคิดเห็น ฉันขอเสนอเพื่อหารือเกี่ยวกับวิธีที่คุณสามารถสร้างรายได้จากความสัมพันธ์ของสินทรัพย์เฉพาะ ฉันยกตัวอย่างในบทความ ฉันกำลังรอการสนทนาของคุณ

กำไรทั้งหมด!

ความสัมพันธ์คืออะไร? ความหมายของคำว่า "สหสัมพันธ์" ในพจนานุกรมและสารานุกรมยอดนิยม ตัวอย่างการใช้คำใน ชีวิตประจำวัน.

Canonical สหสัมพันธ์

ลักษณะทั่วไปของความสัมพันธ์แบบคู่ที่ใช้ในการกำหนดความสัมพันธ์ระหว่างคุณลักษณะสองกลุ่ม บัญญัติ การวิเคราะห์ กล่าวคือ วิธีการหา KK อาศัยการสร้างการรวมเชิงเส้นของคุณลักษณะของกลุ่มหนึ่งและอีกกลุ่มหนึ่งซึ่งค่าสัมประสิทธิ์สหสัมพันธ์คู่ปกติระหว่างชุดค่าผสมเหล่านี้ถึง คุ้มค่าที่สุด. ค่าสัมประสิทธิ์สูงสุดดังกล่าวเรียกว่าบัญญัติแรก สัมประสิทธิ์สหสัมพันธ์และการรวมเชิงเส้นที่สอดคล้องกันของสัญญาณสองกลุ่มถูกเรียก บัญญัติแรก ปริมาณ ดู Kendall MJ, Stewart A. การวิเคราะห์แบบคงที่หลายตัวแปรและอนุกรมเวลา ม., 1976; Wold G. แบบจำลองการเดินทางพร้อมตัวแปรแฝง//คณิตศาสตร์ในสังคมวิทยา: การสร้างแบบจำลองและการประมวลผลข้อมูล ม., 1977; Bolch B., เฮือนเค.เจ. วิธีการทางสถิติหลายมิติทางเศรษฐศาสตร์ ม., 1979; Dubrovsky S.A. การวิเคราะห์ทางสถิติหลายตัวแปรประยุกต์ พ.ศ. 2525; Lipovetsky S.S. การวิเคราะห์ปืนบางรุ่นเป็นแบบสุดขั้วของรูปแบบกำลังสองและสองเชิงเส้น//การประยุกต์ใช้ที่ซับซ้อน วิธีการทางคณิตศาสตร์ในการวิจัยทางสังคมวิทยา ม., 1983; Van den Wollenberg A.L. ความซ้ำซ้อน: ทางเลือกอื่นสำหรับการวิเคราะห์สหสัมพันธ์ตามบัญญัติ // Psychometrica พ.ศ. 2520 42 หมายเลข 2 ซี.ซี. ลิโพเวตสกี้, L.G. บาดาลยาน.

สวัสดีผู้อ่านพอร์ทัล Pamm-Trade ทุกคน! ฉันชื่อ Oleg Zolotarev ฉันเป็นนักเรียนและเทรดเดอร์ที่ประสบความสำเร็จในตลาดไบนารี่ออปชั่น

ความสัมพันธ์ - มันคืออะไร? ชื่อใหญ่ ความหมายง่าย!

วันนี้ฉันอยากจะบอกคุณเกี่ยวกับคำศัพท์ที่น่าสนใจมากที่มีชื่อ "สหสัมพันธ์" ที่น่ากลัว อันที่จริง ไม่มีอะไรน่ากลัวที่นี่ เพราะสหสัมพันธ์เป็นเพียงระดับของการพึ่งพาอาศัยกันระหว่างปรากฏการณ์หรือวัตถุสองอย่าง

แนวคิดนี้ใช้กันอย่างแพร่หลายในวิชาคณิตศาสตร์ ชีววิทยา เศรษฐศาสตร์ สถิติ จิตวิทยา และในชีวิตประจำวัน จำวลีจากการ์ตูนเกี่ยวกับวินนี่เดอะพูห์: "ดูเหมือนว่าฝนจะตก" หรือไม่? นี่เป็นตัวอย่างเบื้องต้นของความสัมพันธ์ เมื่อเรามองดูท้องฟ้าและเห็นเมฆหนาทึบที่นั่น เราสรุปได้ว่าฝนอาจตก อย่างไรก็ตาม เขาอาจจะไม่ไป นี่คือประเด็นหลักที่แยกแยะความสัมพันธ์จากการพึ่งพาเชิงเส้นที่เข้มงวด เช่น y = f (x)

ความสัมพันธ์คือ การพึ่งพาอาศัยกันเนื่องจากมีปัจจัยสุ่มหลายประการ ดังนั้นจึงเรียกอีกอย่างว่าการพึ่งพาทางสถิติ ตัวอย่างเช่น เราสามารถสันนิษฐานได้ว่าอาชญากรรมเพิ่มขึ้นเมื่อมีการว่างงาน อย่างไรก็ตามไม่มีใครสามารถมั่นใจได้ 100% ในเรื่องนี้ ท้ายที่สุดแล้ว ผลลัพธ์สุดท้ายในกรณีนี้ก็ได้รับอิทธิพลจากความคิดของผู้คน การเลี้ยงดู สิ่งแวดล้อม ฯลฯ ด้วยเช่นกัน ดังนั้น สหสัมพันธ์ให้ความสัมพันธ์โดยประมาณแต่ไม่แน่นอน มีอยู่เสมอ ปัจจัยภายนอกซึ่งอาจส่งผลต่อผลลัพธ์ ซึ่งหมายความว่าไม่สามารถคาดการณ์ได้อย่างแม่นยำ

ดังนั้นกับ แนวคิดทั่วไปเราคิดออกแล้ว และตอนนี้เรามาพูดถึงความสัมพันธ์นี้ว่าแสดงออกอย่างไรและอย่างไร ความสัมพันธ์ระหว่างปรากฏการณ์ถูกกำหนดโดยสัมประสิทธิ์สหสัมพันธ์ เธอสามารถแข็งแกร่งมาก ตัวอย่างเช่น เราแต่ละคนคงพูดได้อย่างไม่ต้องสงสัยว่าด้วยระดับรังสีที่เพิ่มขึ้น สุขภาพของเราก็แย่ลง ในตัวอย่างนี้ เราจะเห็นย้อนกลับ การพึ่งพาอาศัยกันตามสัดส่วน: ยิ่งรังสีสูง ยิ่งแย่ สุขภาพของมนุษย์. ในกรณีนี้ ค่าสัมประสิทธิ์สหสัมพันธ์มีแนวโน้มที่ค่า -1 และสะท้อนถึงสหสัมพันธ์เชิงลบ

มันเกิดขึ้นที่ปรากฏการณ์หรือวัตถุไม่เกี่ยวข้อง แต่อย่างใด ตัวอย่างเช่นสุนทรพจน์ของประธานาธิบดีในวันขึ้นปีใหม่ไม่ได้รับผลกระทบจากจำนวนแชมเปญที่คุณดื่มเมื่อวันก่อน ในกรณีนี้ สัมประสิทธิ์สหสัมพันธ์เป็นศูนย์

หากสัมประสิทธิ์มีแนวโน้มเป็นค่า +1 จะสังเกตพบความสัมพันธ์เชิงบวก ตัวอย่างเช่น ยิ่งบุคคลมีความทะเยอทะยานมากขึ้นและระดับสติปัญญาสูงขึ้นเท่าใด พวกเขาก็จะมีโอกาสเป็นผู้นำมากขึ้นเท่านั้น

การแปลตรงของคำว่า "สหสัมพันธ์" ฟังดูเหมือนเป็นอัตราส่วน ปรากฏการณ์หนึ่งเกี่ยวข้องกับอีกปรากฏการณ์หนึ่งอย่างไร? ภาวะโลกร้อนทำให้เกิดพายุทอร์นาโดหลายครั้งในสหรัฐอเมริกา ความสัมพันธ์ระหว่างเหตุการณ์เหล่านี้มีอยู่จริง และทำให้สามารถเสนอสมมติฐานเกี่ยวกับความสัมพันธ์แบบเหตุและผลได้ เป็นไปได้เฉพาะกับวัตถุที่สัมพันธ์กัน หากไม่มีความสัมพันธ์ระหว่างปรากฏการณ์กับวัตถุ ก็ไม่มีความสัมพันธ์เช่นกัน

ตอนนี้เรามาดูกันว่าสหสัมพันธ์สามารถช่วยนักลงทุนได้อย่างไร?

ความสัมพันธ์ของสินทรัพย์เพื่อการลงทุน: มันทำงานอย่างไร?

มีนักลงทุนกี่รายที่ใช้หลักการสหสัมพันธ์ในพอร์ตการลงทุนของตน? ฉันไม่คิดอย่างนั้น อย่างไรก็ตาม บทบาทของเขาถูกประเมินต่ำไปอย่างมาก ท้ายที่สุดแล้ว ทุกคนรู้ดีว่าเป็นไปไม่ได้ที่จะเก็บไข่ไว้ในตะกร้าใบเดียว กล่าวคือ ความเสี่ยงจะต้องกระจายออกไป ถ้าอย่างนั้นทำไมไม่ปรับปรุงผลลัพธ์ด้วยความช่วยเหลือของความสัมพันธ์?

ตัวอย่างเช่น คุณได้ตัดสินใจใช้วิธีการกระจายความเสี่ยงในกิจกรรมการลงทุนของคุณและซื้อ นอกจากหุ้นของผู้ออกหุ้นรายใหญ่รายหนึ่งแล้ว ยังรวมถึงหุ้นขององค์กรขนาดเล็กด้วย คุณรู้หรือไม่ว่าหุ้นธุรกิจยักษ์ใหญ่และหุ้นธุรกิจขนาดเล็กมีค่าสัมประสิทธิ์สหสัมพันธ์ที่ +0.79? แม้ว่าจะไม่ใช่หน่วย แต่ก็มีมูลค่าค่อนข้างสูงเช่นกัน และอย่างที่เราทราบกันดีอยู่แล้ว ความสัมพันธ์เชิงบวกแสดงให้เห็นความสัมพันธ์โดยตรง: หากหุ้นขององค์กรขนาดใหญ่ตก ก็มีความเป็นไปได้ที่ราคาหลักทรัพย์และวิสาหกิจขนาดเล็กจะลดลง ในกรณีนี้ เมื่อกระจายการลงทุน ควรเลือกสินทรัพย์ที่ไม่มีความสัมพันธ์กันจะดีกว่า

ตัวอย่างเช่น หุ้นและพันธบัตร หรือหุ้นและตั๋วเงินคลัง สำหรับพันธบัตรนั้นมีความสัมพันธ์กันสูงเช่นเดียวกับหุ้น ค่าสัมประสิทธิ์ในกรณีนี้สามารถถึง 0.9 หากคุณไม่ทราบว่าหลักทรัพย์เหล่านี้แตกต่างกันอย่างไร ฉันแนะนำให้คุณอ่านบทความของ Viktor Samoilov ในนั้นคุณสามารถค้นหาการตีความข้อกำหนดเหล่านี้และคุณสมบัติของแต่ละข้อที่เข้าถึงได้ไม่เพียงเท่านั้น แต่ยังรวมถึงความเป็นไปได้ในการสร้างรายได้จากหลักทรัพย์เหล่านี้

นอกจากความสัมพันธ์ระหว่างหลักทรัพย์แล้ว ยังมีการพึ่งพาอาศัยกันระหว่างภูมิภาคอีกด้วย บ่อยกว่านั้น ยิ่งระยะทางใกล้กันมากเท่าไร ความสัมพันธ์ก็จะยิ่งสูงขึ้นเท่านั้น ตัวอย่างเช่น หากเราใช้สหรัฐอเมริกาและแคนาดา สัมประสิทธิ์สหสัมพันธ์จะอยู่ที่ประมาณ 0.9 เมื่อระยะทางเพิ่มขึ้น ความสัมพันธ์ก็เช่นกัน ในสหรัฐอเมริกาและญี่ปุ่น ค่านี้น้อยกว่า 0.5 แล้ว จึงสามารถกระจายความเสี่ยงโดยใช้สินทรัพย์หนึ่งตัว เช่น หุ้น แต่ถ้าซื้อจากผู้ออกหลักทรัพย์จาก ส่วนต่างๆสเวต้า.

ทรัพย์สินอื่นใดและมีความสัมพันธ์กันอย่างไร? หลักทรัพย์และทองคำแทบไม่มีการพึ่งพา (สหสัมพันธ์เป็นศูนย์) แต่ทองคำและเงินเป็นสินทรัพย์สองชนิดที่ต้องพึ่งพาอาศัยกัน ดังนั้นจึงไม่สมเหตุสมผลที่จะใช้มันเป็นการกระจายความเสี่ยงในพอร์ตเดียว จะเกิดอะไรขึ้นกับดอลลาร์สหรัฐเมื่อเงินยูโรแข็งค่า? มันถูกลงเรื่อยๆ ดังนั้นความสัมพันธ์ระหว่างสกุลเงินเหล่านี้เป็นค่าลบ

เมื่อซื้อขายไบนารี่ออปชั่น ฉันยังใช้สหสัมพันธ์ หากคุณยังไม่สามารถเข้าใจความแตกต่างระหว่างไบนารี่ออปชั่นและออปชั่นการแลกเปลี่ยนทั่วไปได้ ฉันแนะนำให้คุณดูวิดีโอนี้:

บ่อยครั้งที่ฉันทำงานกับคู่สกุลเงิน ผู้ค้าที่มีประสบการณ์แม้เพียงเล็กน้อยจะรู้ว่าคู่สกุลเงินนั้นพึ่งพาซึ่งกันและกัน (สัมพันธ์กัน) ตัวอย่างเช่น การลดลงของ EUR/USD อาจทำให้ GBP/USD ลดลงได้ ในทำนองเดียวกัน การเติบโตของคู่ USD/CHF อาจส่งผลต่อการเติบโตของ USD/CAD หากคุณเป็นมือใหม่และไม่ทราบว่าสกุลเงินใดที่เกี่ยวข้องกับดอลลาร์หรือยูโร และมีปฏิสัมพันธ์กันอย่างไรก็ไม่สำคัญ Victor Samoilov พัฒนากลยุทธ์พิเศษเพื่อจุดประสงค์เหล่านี้ หลักการที่วางไว้เป็นเพียงการสะท้อนความสัมพันธ์ หากระบบแก้ไขการเพิ่มขึ้นในคู่ EUR/USD ก็จะให้คำแนะนำสำหรับการซื้อคู่อื่นที่มีความสัมพันธ์เชิงบวกสูง หากความสัมพันธ์เป็นลบ คำใบ้จะเป็นการขายตัวเลือกอย่างจริงจัง มันทำงานอย่างไรในทางปฏิบัติคุณสามารถดูได้จากวิดีโอต่อไปนี้:

จากทั้งหมดนี้ เราสามารถสรุปได้ว่าโดยไม่คำนึงถึงความสัมพันธ์ เป็นไปไม่ได้ที่จะทำการกระจายความเสี่ยงที่ถูกต้อง และจะส่งผลโดยตรงต่อประสิทธิภาพของพอร์ตการลงทุน เพื่อที่จะเพิ่มทุน (ไม่พูดถึงวิธีการประหยัด) จำเป็นต้องคำนึงถึงปัจจัยนี้ด้วย สำหรับเทรดเดอร์ไบนารี่ออปชั่น การพิจารณาค่าสัมประสิทธิ์สหสัมพันธ์เป็นสิ่งสำคัญมาก ความแม่นยำของการคาดการณ์จะขึ้นอยู่กับสิ่งนี้เป็นส่วนใหญ่

วันนี้ฉันบอกคุณเกี่ยวกับกลยุทธ์หนึ่งที่เกี่ยวข้องกับปัญหาของเรามากที่สุด อย่างไรก็ตามในคลังแสงของ Viktor Samoilov จำนวนมากอื่น ๆ ไม่น้อย กลยุทธ์ที่มีประสิทธิภาพ. ฉันไม่มีโอกาสพิจารณาทั้งหมดภายในกรอบของบทความนี้ แต่ถ้ามีความปราถนาที่ห้ามพลาด ข้อมูลสำคัญ(รวมถึงกลยุทธ์การซื้อขาย) คุณสามารถสมัครรับจดหมายข่าวของเราโดยใช้แบบฟอร์มด้านล่าง:

รับ คำแนะนำทีละขั้นตอนรายได้!

ในโลกของเรา ทุกสิ่งทุกอย่างเชื่อมโยงถึงกัน บางแห่งที่มองเห็นได้ด้วยตาเปล่า และบางแห่งที่ผู้คนไม่สงสัยด้วยซ้ำว่าความสัมพันธ์ดังกล่าวมีอยู่จริง อย่างไรก็ตาม ในสถิติ เมื่อพูดถึงการพึ่งพาอาศัยกัน มักใช้คำว่า "สหสัมพันธ์" มักพบใน วรรณกรรมเศรษฐกิจ. เรามาลองร่วมกันค้นหาว่าสาระสำคัญของแนวคิดนี้คืออะไร สัมประสิทธิ์คืออะไร และจะตีความค่าที่ได้รับอย่างไร

แล้วสหสัมพันธ์คืออะไร? ตามกฎแล้ว คำนี้หมายถึงความสัมพันธ์ทางสถิติของพารามิเตอร์ตั้งแต่สองตัวขึ้นไป ถ้าค่าของหนึ่งหรือหลายค่าเปลี่ยนแปลง สิ่งนี้ย่อมส่งผลต่อค่าของผู้อื่นอย่างหลีกเลี่ยงไม่ได้ เพื่อกำหนดความแข็งแกร่งของการพึ่งพาอาศัยกันทางคณิตศาสตร์ เป็นเรื่องปกติที่จะใช้สัมประสิทธิ์ต่างๆ ควรสังเกตว่าในกรณีที่การเปลี่ยนแปลงในพารามิเตอร์หนึ่งไม่นำไปสู่การเปลี่ยนแปลงปกติในพารามิเตอร์อื่น แต่ส่งผลต่อลักษณะทางสถิติบางอย่างของพารามิเตอร์นี้ ความสัมพันธ์ดังกล่าวไม่ใช่ความสัมพันธ์ แต่เป็นเพียงความสัมพันธ์ทางสถิติ

ประวัติของเทอม

เพื่อให้เข้าใจมากขึ้นว่าความสัมพันธ์คืออะไร มาเจาะลึกประวัติศาสตร์กันสักหน่อย คำนี้ปรากฏขึ้นในศตวรรษที่ 18 ด้วยความพยายามของนักบรรพชีวินวิทยาชาวฝรั่งเศส นักวิทยาศาสตร์คนนี้ได้พัฒนา "กฎความสัมพันธ์" ที่เรียกว่าอวัยวะและส่วนต่าง ๆ ของสิ่งมีชีวิตซึ่งทำให้สามารถฟื้นฟูรูปลักษณ์ของสัตว์ฟอสซิลโบราณได้ เหลือเพียงบางส่วนเท่านั้น ในสถิติคำนี้ถูกใช้มาตั้งแต่ปี พ.ศ. 2429 กับ มือเบานักสถิติและนักชีววิทยาชาวอังกฤษ ชื่อของคำนั้นมีการถอดรหัสอยู่แล้ว ไม่ใช่แค่และไม่ใช่แค่ความเชื่อมโยง - "ความสัมพันธ์" แต่ความสัมพันธ์ที่มีบางสิ่งที่เหมือนกัน - "ความสัมพันธ์ร่วม" อย่างไรก็ตาม มีเพียงนักเรียนของ Galton นักชีววิทยาและนักคณิตศาสตร์ K. Pearson (1857 - 1936) เท่านั้นที่สามารถอธิบายทางคณิตศาสตร์ได้อย่างชัดเจนว่าความสัมพันธ์คืออะไร เขาเป็นคนแรกที่อนุมานสูตรที่แน่นอนสำหรับการคำนวณสัมประสิทธิ์ที่สอดคล้องกัน

สหสัมพันธ์คู่

นี่คือชื่อของความสัมพันธ์ระหว่างปริมาณเฉพาะสองปริมาณ ตัวอย่างเช่น มีการพิสูจน์แล้วว่าค่าโฆษณารายปีในสหรัฐอเมริกามีความเกี่ยวข้องอย่างใกล้ชิดกับมูลค่าของผลิตภัณฑ์มวลรวมภายในประเทศ คาดว่าระหว่างค่าเหล่านี้ในช่วงปี พ.ศ. 2499 ถึง พ.ศ. 2520 เท่ากับ 0.9699 อีกตัวอย่างหนึ่งคือจำนวนการเข้าชมร้านค้าออนไลน์และปริมาณการขาย พบความเชื่อมโยงอย่างใกล้ชิดระหว่างค่าต่างๆ เช่น เบียร์กับอุณหภูมิอากาศ อุณหภูมิเฉลี่ยต่อเดือนของสถานที่แห่งหนึ่งในปีปัจจุบันและปีก่อนหน้า ฯลฯ จะตีความค่าสัมประสิทธิ์สหสัมพันธ์คู่ได้อย่างไร เราทราบทันทีว่ามีค่าตั้งแต่ -1 ถึง 1 และ ตัวเลขติดลบหมายถึงความสัมพันธ์ผกผัน ในขณะที่บวกหมายถึงความสัมพันธ์โดยตรง ยิ่งโมดูลัสของผลการคำนวณมากเท่าใด ค่าก็จะยิ่งมีอิทธิพลต่อกันและกันมากขึ้นเท่านั้น ค่าศูนย์บ่งชี้ว่าไม่มีการพึ่งพา ค่าที่น้อยกว่า 0.5 บ่งชี้ถึงความอ่อนแอ และมิฉะนั้น - ความสัมพันธ์ที่เด่นชัด

ความสัมพันธ์ของเพียร์สัน

Fechner, Spearman, Kendall, etc.) จะใช้สำหรับการคำนวณทั้งนี้ขึ้นอยู่กับสเกลที่วัดตัวแปร เมื่อตรวจสอบค่าช่วงเวลา มักใช้ตัวบ่งชี้ที่คิดค้นโดย

สัมประสิทธิ์นี้แสดงระดับของความสัมพันธ์เชิงเส้นตรงระหว่างพารามิเตอร์ทั้งสอง เมื่อผู้คนพูดถึงความสัมพันธ์ ส่วนใหญ่มักจะหมายถึงมัน ตัวบ่งชี้นี้ได้รับความนิยมอย่างมากจนมีสูตรอยู่ใน Excel และหากคุณต้องการ คุณสามารถทราบได้ว่าในทางปฏิบัติมีความสัมพันธ์กันอย่างไร โดยไม่ต้องพูดถึงความสลับซับซ้อนของสูตรที่ซับซ้อน ไวยากรณ์สำหรับฟังก์ชันนี้คือ: PEARSON(array1, array2) เนื่องจากอาร์เรย์ที่หนึ่งและที่สอง มักจะแทนที่ช่วงของตัวเลขที่สอดคล้องกัน