Haupt » algorithmischer Handel » Korrelationsdefinition

Korrelationsdefinition

algorithmischer Handel : Korrelationsdefinition
Was ist Korrelation?

Die Korrelation in der Finanz- und Investmentbranche ist eine Statistik, die den Grad misst, in dem sich zwei Wertpapiere im Verhältnis zueinander bewegen. Korrelationen werden im erweiterten Portfoliomanagement als Korrelationskoeffizient verwendet, dessen Wert zwischen -1, 0 und +1, 0 liegen muss.

Korrelation bedeutet keine Kausalität!

Die Formel für die Korrelation lautet

r = ∑ (X - X‾) (Y - Y‾) ∑ (X - X‾) 2 (Y - Y‾) 2 wobei: r = der Korrelationskoeffizient X‾ = der Durchschnitt der Beobachtungen der Variablen XY‾ = der Durchschnitt von Beobachtungen der Variablen Y \ begin {align} & r = \ frac {\ sum (X - \ overline {X}) (Y - \ overline {Y})} {\ sqrt {\ sum (X - \ overline {X} ) ^ 2} \ sqrt {(Y - \ overline {Y}) ^ 2}} \\ & \ textbf {wobei:} \\ & r = \ text {der Korrelationskoeffizient} \\ & \ overline {X} = \ text {der Durchschnitt der Beobachtungen der Variablen} X \\ & \ overline {Y} = \ text {der Durchschnitt der Beobachtungen der Variablen} Y \\ \ end {align} r = ∑ (X - X) 2 (Y - Y) 2 ∑ (X - X) (Y - Y) wobei: r = der Korrelationskoeffizient X = der Durchschnitt der Beobachtungen der Variablen XY = der Durchschnitt der Beobachtungen der Variablen Y

2:02

Korrelation

Korrelation erklären

Eine perfekte positive Korrelation bedeutet, dass der Korrelationskoeffizient genau 1 beträgt. Dies bedeutet, dass sich die andere Sicherheit im Gleichschritt in dieselbe Richtung bewegt, wenn sich eine Sicherheit nach oben oder unten bewegt. Eine perfekte negative Korrelation bedeutet, dass sich zwei Assets in entgegengesetzte Richtungen bewegen, während eine Null-Korrelation keinerlei Beziehung impliziert.

Beispielsweise weisen Investmentfonds mit hoher Marktkapitalisierung im Allgemeinen eine hohe positive Korrelation zum Standard and Poor's (S & P) 500-Index auf - sehr nahe bei 1. Small-Cap-Aktien weisen eine positive Korrelation zu demselben Index auf, sind jedoch nicht so hoch. in der Regel um 0, 8.

Put-Optionspreise und ihre zugrunde liegenden Aktienkurse werden jedoch tendenziell eine negative Korrelation aufweisen. Mit steigendem Aktienkurs sinken die Put-Optionspreise. Dies ist eine direkte und hochgradig negative Korrelation.

Die zentralen Thesen

  • Die Korrelation ist eine Statistik, die den Grad misst, in dem sich zwei Variablen relativ zueinander bewegen.
  • Im Finanzbereich kann die Korrelation die Bewegung einer Aktie mit der eines Referenzindex wie dem Beta messen.
  • Die Korrelation misst die Assoziation, gibt jedoch keine Auskunft darüber, ob x y verursacht oder umgekehrt, oder ob die Assoziation durch einen dritten (möglicherweise unsichtbaren) Faktor verursacht wird.

Korrelationsbeispiel

Anlageverwalter, Händler und Analysten halten es für sehr wichtig, die Korrelation zu berechnen, da die Vorteile der Diversifikation in Bezug auf die Risikominderung von dieser Statistik abhängen. Finanztabellen und Software können den Korrelationswert schnell berechnen.

Nehmen Sie als hypothetisches Beispiel an, dass ein Analyst die Korrelation für die folgenden beiden Datensätze berechnen muss:

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

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

Es sind drei Schritte erforderlich, um die Korrelation zu finden. Die erste besteht darin, alle X-Werte zu addieren, um SUMME (X) zu finden, alle Y-Werte zu addieren, um SUMME (Y) zu finanzieren, und jeden X-Wert mit seinem entsprechenden Y-Wert zu multiplizieren und sie zu summieren, um SUMME (X, Y) zu finden. :

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

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

SUMME (X, Y) = (41 × 94) + (19 × 60) + (23 × 74) + ... (33 × 61) = 20, 391

Der nächste Schritt besteht darin, jeden X-Wert zu nehmen, zu quadrieren und alle diese Werte zu summieren, um SUMME (x ^ 2) zu finden. Dasselbe muss für die Y-Werte gemacht werden:

SUMME (X ^ 2) = (41 ^ 2) + (19 ^ 2) + (23 ^ 2) + ... (33 ^ 2) = 11.534

SUMME (Y 2) = (94 2) + (60 2) + (74 2) + ... (61 2) = 39 174

Da es sieben Beobachtungen gibt, n, kann die folgende Formel verwendet werden, um den Korrelationskoeffizienten r zu finden:

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

In diesem Beispiel wäre die Korrelation:

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

Vergleich von Anlagekonten Name des Anbieters Beschreibung Angaben zum Werbetreibenden × Die in dieser Tabelle aufgeführten Angebote stammen von Partnerschaften, von denen Investopedia eine Vergütung erhält.

Verwandte Begriffe

Was uns die inverse Korrelation sagt Eine inverse Korrelation, auch als negative Korrelation bezeichnet, ist eine gegensätzliche Beziehung zwischen zwei Variablen, sodass sie sich in entgegengesetzte Richtungen bewegen. mehr Wie die Reststandardabweichung funktioniert Die Reststandardabweichung ist ein statistischer Begriff, der zur Beschreibung der Differenz der Standardabweichungen von beobachteten Werten gegenüber vorhergesagten Werten verwendet wird, wie durch Punkte in einer Regressionsanalyse gezeigt. mehr Verwendung des winsorisierten Mittelwerts Der winsorisierte Mittelwert ist eine Methode zur Mittelwertbildung, bei der zunächst die kleinsten und größten Werte durch die Beobachtungen ersetzt werden, die ihnen am nächsten liegen. Dies wird durchgeführt, um die Auswirkung abnormaler Extremwerte oder Ausreißer auf die Berechnung zu begrenzen. Weitere Informationen zu linearen Beziehungen Eine lineare Beziehung (oder lineare Assoziation) ist ein statistischer Begriff, mit dem die direkt proportionale Beziehung zwischen einer Variablen und einer Konstanten beschrieben wird. mehr Funktionsweise der statistischen Quadratsummenmethode Die statistische Quadratsummenmethode wird in der Regressionsanalyse verwendet, um die Streuung von Datenpunkten aus ihrem Mittelwert zu bestimmen. In einer Regressionsanalyse soll ermittelt werden, wie gut eine Datenreihe an eine Funktion angepasst werden kann, um zu erklären, wie die Datenreihe generiert wurde. mehr R-Quadrat R-Quadrat ist ein statistisches Maß, das den Anteil der Varianz für eine abhängige Variable darstellt, der durch eine unabhängige Variable erklärt wird. mehr Partner Links
Empfohlen
Lassen Sie Ihren Kommentar