Коэффициент корреляции: практическое руководство по интерпретации шкалы от -1 до +1, расчету и управлению риском
Содержание
- Анатомия шкалы от -1 до +1: как читать градусник синхронности
- Выбор статистического аппарата: Пирсон, Спирмен или Кендалл
- Математика расчета коэффициента Пирсона
- Сравнение аналитических инструментов
- Искажение сырых цен: феномен ложной корреляции Юла–Грейнджера
- Портфельная математика Марковица и выравнивание риска
- Асимметрия рыночного стресса: эффект Лонжена–Сольника
- Применение метода в бизнес-аналитике и маркетинге
- Четыре распространенные ошибки при интерпретации
- Чек-лист проверки связки активов перед сделкой
- Пошаговый алгоритм внедрения в практику
- Часто задаваемые вопросы (FAQ)
Коэффициент корреляции (r) — это наглядный «градусник синхронности» между двумя графиками, активами или бизнес-метриками:
- +1.0 (Жара): абсолютная сонаправленность — активы идут шаг в шаг в одном направлении.
- 0.0 (Комнатная температура): линейная независимость — величины движутся автономно.
- -1.0 (Лед): зеркальное отражение — рост одного инструмента сопровождается пропорциональным падением другого.
| Значение (r) | Характер взаимосвязи | Практический смысл для инвестора и аналитика |
|---|---|---|
| От +0.7 до +1.0 | Сильная прямая связь | Ряды движутся синхронно. Покупка таких активов в один портфель дублирует рыночный риск и удваивает просадку при падении сектора. |
| От -0.3 до +0.3 | Связь отсутствует или минимальна | Траектории автономны. Совмещение активов обеспечивает реальную диверсификацию за счет сокращения совокупной дисперсии. |
| От -1.0 до -0.7 | Сильная обратная связь | Инструменты двигаются в противоположные стороны. Оптимально для рыночно-нейтральных стратегий и взаимного хеджирования. |
💡 Быстрый старт в TradingView за 4 шага (для начинающих):
- Откройте график базового инструмента (например, BTCUSDT).
- Нажмите кнопку «Индикаторы» на верхней панели и найдите встроенный индикатор Correlation Coefficient (сокращенно CC).
- В окне настроек (Inputs) задайте сравниваемый тикер в поле Symbol (например, ETHUSDT), источник цен Source (Close) и период расчета Length (по умолчанию 20 баров).
- Оценивайте итоговое значение на полностью закрытом баре — индикатор отображается в отдельной нижней панели в диапазоне от -1.0 до +1.0.
1. Анатомия шкалы от -1 до +1: как читать градусник синхронности
Диапазон коэффициента строго ограничен отрезком [-1.0; +1.0]:
- Знак (+ или -) задает вектор: плюс указывает на сонаправленное движение, минус — на компенсирующее противофазное.
- Абсолютная величина (|r|) показывает силу сцепки между исследуемыми рядами независимо от направления.
Для прикладной интерпретации силы связи в анализе применяется шкала Чеддока:
| Диапазон модуля |r| | Сила связи по Чеддоку | Поведение анализируемых величин на практике |
|---|---|---|
| До 0.30 | Слабая (практически отсутствует) | Динамика рядов автономна, взаимное влияние не прослеживается. |
| 0.30 – 0.50 | Умеренная | Прослеживается общий фон, но локальные колебания регулярно расходятся. |
| 0.50 – 0.70 | Заметная | Большинство ключевых импульсов совпадает по фазе. |
| 0.70 – 0.90 | Высокая | Синхронность преобладает над индивидуальными колебаниями. |
| Выше 0.90 | Весьма высокая (предельная) | Жесткая функциональная связь: ряды практически дублируют друг друга. |
⚠️ Фундаментальное ограничение:
Корреляция не доказывает причинно-следственную связь (Correlation is not causation). Если продажи мороженого и число солнечных ожогов показывают статистическую сцепку r=0.88, покупка пломбира не приводит к ожогам. За обоими явлениями стоит скрытый третий фактор — температура воздуха летом. Опора на расчеты без понимания природы процесса ведет к ошибочным стратегическим выводам.
2. Выбор статистического аппарата: Пирсон, Спирмен или Кендалл
Выбор математического аппарата зависит от структуры распределения и устойчивости данных к аномалиям:
| Критерий сравнения | Коэффициент Пирсона (r) | Ранговый коэффициент Спирмена (ρ) | Коэффициент тау Кендалла (τ) |
|---|---|---|---|
| Тип выявляемой связи | Строго линейная | Монотонная (не обязательно прямая линия) | Монотонная (согласованность пар) |
| Требования к рядам | Непрерывные, нормальное распределение | Порядковые или непрерывные любой формы | Порядковые или малые выборки с повторами |
| Реакция на выбросы | Критическая: один гэп искажает итог | Умеренная: выброс трансформируется в ранг | Минимальная: высокая устойчивость к шумам |
| Оптимальный сценарий | Спокойные рынки, очищенные ряды | Волатильные рынки, ранжирование метрик | Выборки объема n<30, связанные ранги |
Дерево решений при выборе метода:
- ЕСЛИ переменные непрерывны, распределены нормально и очищены от резких аномалий → используется коэффициент Пирсона (r).
- ЕСЛИ в рядах присутствуют импульсные ценовые гэпы или монотонная нелинейная зависимость → используется ранговый коэффициент Спирмена (ρ).
- ЕСЛИ объем выборки ограничен (n<30) и в массиве встречаются одинаковые значения → используется коэффициент тау Кендалла (τ).
3. Математика расчета коэффициента Пирсона
Классический линейный коэффициент Пирсона вычисляется как отношение ковариации двух переменных к произведению их стандартных отклонений:
rXY = ∑ (Xi - X̄)(Yi - Ȳ) / √[ ∑ (Xi - X̄)2 · ∑ (Yi - Ȳ)2 ]
Практический пример: расчет доходностей активов за 5 торговых сессий (n=5)
| День (i) | Доходность Xi, % | Доходность Yi, % | Отклонение (Xi − X̄) | Отклонение (Yi − Ȳ) | Произведение отклонений | (Xi − X̄)2 | (Yi − Ȳ)2 |
|---|---|---|---|---|---|---|---|
| 1 | 2.0 | 1.0 | +1.0 | +1.0 | 1.00 | 1.00 | 1.00 |
| 2 | -1.0 | -2.0 | -2.0 | -2.0 | 4.00 | 4.00 | 4.00 |
| 3 | 3.0 | 2.0 | +2.0 | +2.0 | 4.00 | 4.00 | 4.00 |
| 4 | 0.0 | -1.0 | -1.0 | -1.0 | 1.00 | 1.00 | 1.00 |
| 5 | 1.0 | 0.0 | 0.0 | 0.0 | 0.00 | 0.00 | 0.00 |
| Сумма (∑) | 5.0 | 0.0 | 0.0 | 0.0 | 10.00 | 10.00 | 10.00 |
Шаги вычисления:
Средние значения рядов:
X̄ = 5.0% / 5 = 1.0%, Ȳ = 0.0% / 5 = 0.0%
Сумма произведений центрированных отклонений (числитель):
∑ (Xi - X̄)(Yi - Ȳ) = 1.00 + 4.00 + 4.00 + 1.00 + 0.00 = 10.00
Суммы квадратов отклонений (знаменатель):
∑ (Xi - X̄)2 = 10.00, ∑ (Yi - Ȳ)2 = 10.00
Итоговый коэффициент:
rXY = 10.00 / √(10.00 · 10.00) = 10.00 / 10.00 = +1.00
📌 Контроль статистической значимости:
Значение r=1.00 получено на коротком отрезке из 5 наблюдений. На выборках n<30 обязательна проверка гипотезы H0: r=0 через расчет p-value. Если p-value>0.05, связь статистически ненадежна, а высокое значение коэффициента является случайным артефактом малого окна.
4. Сравнение аналитических инструментов
| Инструмент | Сегмент применения | Преимущества | Ограничения |
|---|---|---|---|
| MS Excel / Google Таблицы | Разовый аудит, статические базы данных | Прозрачная логика функции =КОРРЕЛ() / =CORREL() | Сложно организовать потоковый расчет тиковых данных без внешних скриптов |
| TradingView (базовый индикатор CC) | Первичная визуальная оценка пары на чарте | Быстрый запуск в два клика, наглядный осциллятор | Считает уровни цен закрытия, создавая иллюзию связи на трендах |
| Кастомный Pine Script v6 | Инженерный анализ и парный трейдинг | Корректный расчет по процентным приращениям доходностей | Требует добавления через окно Pine Editor |
| MetaTrader 5 (MQL5) | Алгоритмическая торговля (Forex, CFD) | Быстрые вычисления через MathCorrelationPearson | Нет готового визуального индикатора по умолчанию, нужен отдельный код |
| Python (Pandas / SciPy) | Количественный анализ, Data Science | Пакетный расчет матриц 100×100, гибкая настройка методов | Требует развернутого рабочего окружения и предобработки сырых данных |
| Онлайн-матрицы (Myfxbook) | Мониторинг кросс-курсов валют | Готовая тепловая карта десятков пар в реальном времени | Фиксированные окна выборки без возможности кастомизации формулы |
5. Искажение сырых цен: феномен ложной корреляции Юла–Грейнджера
Распространенная ошибка — расчет коэффициента по абсолютным ценам закрытия (Close).
В работах Джорджа Юла (1926) и нобелевского лауреата Клайва Грейнджера (1974) доказан феномен ложной корреляции (Spurious Correlation) нестационарных временных рядов. Когда два независимых актива находятся в длительном восходящем тренде из-за инфляции или накачки ликвидностью, расчет Пирсона по сырым котировкам показывает r>0.80. Это иллюзия: суточные движения активов могут быть полностью автономными, но общий наклон тренда искусственно завышает итоговую цифру.
Финансовый результат формируется не абсолютными котировками, а процентными доходностями. Связь активов необходимо оценивать исключительно по рядам относительных изменений:
Rt = (Pt - Pt-1) / Pt-1
Выбор длины окна расчета (Length):
- Окно 14–20 баров: избыточный рыночный шум. Осциллятор хаотично мечется между значениями -0.8 и +0.8 на фоне локальных импульсов волатильности.
- Окно 50–100 баров: оптимум для среднесрочного горизонта. Нивелирует случайные рыночные флуктуации и отражает фундаментальный характер межрыночной связи.
Скрипт расчета корреляции по доходностям для TradingView (Pine Script v6)
Листинг преобразует цены закрытия в процентные доходности перед расчетом коэффициента Пирсона:
//@version=6
indicator("True Correlation (Returns-based)", overlay=false)
sym = input.symbol("ETHUSDT", title="Second Asset")
len = input.int(50, minval=5, title="Rolling Length")
// 1. Преобразование абсолютных цен в процентные доходности
ret1 = ta.change(close) / close[1]
price2 = request.security(sym, timeframe.period, close)
ret2 = ta.change(price2) / price2[1]
// 2. Расчет скользящего коэффициента Пирсона по доходностям
true_corr = ta.correlation(ret1, ret2, len)
// 3. Отрисовка осциллятора и контрольных уровней
plot(true_corr, title="Correlation of Returns", color=color.blue, linewidth=2)
hline(0.0, "Zero Line", color=color.gray, linestyle=hline.style_dotted)
hline(0.7, "High Positive", color=color.green, linestyle=hline.style_dashed)
hline(-0.7, "High Negative", color=color.red, linestyle=hline.style_dashed)6. Портфельная математика Марковица и выравнивание риска
В современной портфельной теории Гарри Марковица дисперсия портфеля из двух компонентов рассчитывается по формуле:
σp2 = w12σ12 + w22σ22 + 2w1w2σ1σ2r1,2
Где:
- w1, w2 — доли инструментов в портфеле (w1 + w2 = 1.0);
- σ1, σ2 — индивидуальная волатильность (стандартное отклонение) каждого актива;
- r1,2 — коэффициент корреляции между доходностями активов.
Эффект снижения риска при распределении долей 50/50 (w1=0.5, w2=0.5) и базовой волатильности по 20% в год (σ1=0.20, σ2=0.20):
| Корреляция пары (r1,2) | Риск активов (σ1, σ2) | Совокупный риск портфеля (σp) | Реальное снижение риска |
|---|---|---|---|
| +0.90 | 20% и 20% | 19.49% | Снижение на ≈2.5% (псевдодиверсификация) |
| +0.50 | 20% и 20% | 17.32% | Снижение на 13.4% |
| 0.00 (независимы) | 20% и 20% | 14.14% | Снижение на ≈29.3% (эффект Марковица) |
| -0.50 (противофазны) | 20% и 20% | 10.00% | Снижение риска в 2 раза (на 50.0%) |
Включение инструмента с r=+0.90 практически не защищает капитал: риск снижается лишь на 2.5%, при этом инвестор удваивает системную экспозицию.
Балансировка долей при разной волатильности (Risk Parity)
Если волатильности инструментов неравны, распределение капитала поровну (50/50) приводит к тому, что высоковолатильный актив берет на себя подавляющую часть риска всего портфеля.
Исходные параметры:
- Общий депозит: $10 000
- Актив 1 (ETF широкого рынка): годовая волатильность σ1 = 15%
- Актив 2 (криптовалютный индекс): годовая волатильность σ2 = 60%
- Корреляция доходностей: r1,2 = 0.10
Расчет весов обратно пропорционально волатильности:
w1 = (1/σ1) / (1/σ1 + 1/σ2), w2 = (1/σ2) / (1/σ1 + 1/σ2)
Вычисление обратных величин:
1/15 ≈ 0.0667, 1/60 ≈ 0.0167
Сумма весов:
0.0667 + 0.0167 = 0.0834
Доли в капитале:
w1 = 0.0667 / 0.0834 = 0.80 (80%), w2 = 0.0167 / 0.0834 = 0.20 (20%)
Распределение депозита:
Позиция 1 = $10 000 × 0.80 = $8 000
Позиция 2 = $10 000 × 0.20 = $2 000
⚠️ Вывод риск-менеджмента:
Равное распределение капитала (50/50) при четырехкратной разнице волатильностей приведет к тому, что криптоактив сформирует более 90% колебаний счета. Взвешивание долей обратно пропорционально риску уравнивает вклад активов в общую дисперсию.
7. Асимметрия рыночного стресса: эффект Лонжена–Сольника
Корреляция нестационарна и меняется при смене фазы рынка. В исследовании 2001 года Франсуа Лонжен и Бруно Сольник описали асимметричную хвостовую зависимость (Tail Dependence):
- В фазе спокойного бычьего рынка активы ведут себя независимо (r≈0.1…0.3).
- В моменты кризиса и каскадных ликвидаций корреляция большинства рисковых инструментов подскакивает к уровням +0.85…+0.95.
Механика срыва диверсификации:
- Шок ликвидности: индекс доллара (DXY) резко укрепляется, провоцируя дефицит свободного обеспечения.
- Маржинальные требования: институциональные фонды сталкиваются с серией маржин-коллов.
- Принудительные продажи: фонды ликвидируют любые прибыльные и ликвидные позиции для закрытия кассовых разрывов.
- Синхронный обвал: акции, сырье и цифровые активы распродаются одновременно, смещая показатель r в сторону +1.0. Портфель, собранный по историческим данным мирного времени, теряет защитные свойства именно тогда, когда защита нужнее всего.
8. Применение метода в бизнес-аналитике и маркетинге
Поверхностный анализ без проверки контекста и очистки от сезонности влечет нерациональное распределение маркетинговых бюджетов:
| Гипотеза | Методологическая ошибка | Корректное прикладное решение |
|---|---|---|
| «Рекламный бюджет коррелирует с выручкой (r=0.85), необходимо масштабировать расходы» | Игнорирование сезонности: рост метрик вызван предновогодним ажиотажем, а не эффективностью каналов. | Очистить временные ряды от сезонных колебаний (десезонализация) и пересчитать связь на остаточных рядах. |
| «Пользователи, посетившие вебинар, имеют в 3 раза больший LTV (r=0.74), переводим весь трафик туда» | Ошибка отбора: на мероприятие регистрировались изначально вовлеченные клиенты с высоким чеком. | Провести A/B-тестирование с контрольной группой, изолировав когорты по степени предварительной лояльности. |
| «Длительность пребывания в корзине связана с ростом конверсии (r=0.78)» | Подмена причины и следствия: покупатели долго заполняли форму из-за проблем интерфейса и лишних полей. | Сегментировать воронку на микро-этапы, замерить Time-to-Action и сопоставить с процентом успешных оплат. |
9. Четыре распространенные ошибки при интерпретации
Ошибка 1: Использование коэффициента как триггера на вход в сделку
Суть проблемы: Коэффициент фиксирует согласованность движений за прошлый отрезок, но не обладает прогностической силой в тайминге. Значение r=+0.90 не дает сигнала о том, куда пойдет цена в следующую минуту.
Решение: Применяйте индикатор для балансировки весов портфеля и поиска парных расхождений к среднему (Mean Reversion), а конкретные точки входа определяйте по ценовым сетапам.
Ошибка 2: Расчет по неликвидным инструментам
Суть проблемы: Активы с околонулевым объемом торгов образуют плоские горизонтальные участки на графике. Нулевая дисперсия в окне искажает математический расчет Пирсона.
Решение: Отфильтровывайте активы по минимальному торговому объему и восстанавливайте пропуски в данных до запуска формулы.
Ошибка 3: Игнорирование несовпадения биржевых расписаний
Суть проблемы: Крипторынок активен в режиме 24/7/365, а фондовые площадки закрыты на выходные и праздники. Простое сопоставление рядов без выравнивания дат сдвигает временную шкалу и искусственно занижает силу связи.
Решение: Синхронизируйте ряды строго по пересекающимся меткам времени, исключая выходные дни из обоих массивов.
Ошибка 4: Иллюзия безубыточного замка при r=-1.0
Суть проблемы: Предположение, что равная покупка двух активов с идеальной обратной связью создает безрисковую прибыль.
Решение: При равных объемах зеркальные позиции полностью нейтрализуют результат друг друга. Капитал перестает расти и постепенно сокращается на брокерских комиссиях, спредах и платах за перенос позиций.
10. Чек-лист проверки связки активов перед сделкой
- [ ] 1. Перевод цен в доходности: Расчет построен по процентным приращениям (Pt - Pt-1) / Pt-1, а не по сырым ценам закрытия (Close).
- [ ] 2. Синхронизация временных рядов: Календарные сетки сопоставлены, неторговые дни и пропуски исключены из обоих массивов.
- [ ] 3. Проверка на изолированные выбросы: Построен график рассеяния (Scatter Plot); при выявлении ценовых аномалий задействован ранговый расчет Спирмена.
- [ ] 4. Мультипериодный аудит: Значение проверено на окнах 50, 100 и 200 баров. Разброс значений не превышает ±0.35, подтверждая стабильность режима.
- [ ] 5. Статистическая значимость: Подтверждена гипотеза надежности связи (p-value<0.05).
- [ ] 6. Балансировка по риску: Доли позиций определены обратно пропорционально волатильностям (σ1 и σ2), чтобы избежать перекоса совокупного риска.
11. Пошаговый алгоритм внедрения в практику
- Формирование пула инструментов: Выберите 4–6 базовых активов из независимых сегментов (индекс широкого рынка, защитный актив/золото, сырьевые товары, краткосрочные облигации).
- Выгрузка и нормализация рядов: Экспортируйте дневные исторические котировки за последние 12 месяцев. Преобразуйте абсолютные котировки в процентные доходности каждого торгового дня.
- Построение корреляционной матрицы: Рассчитайте коэффициенты взаимосвязи в таблицах (=КОРРЕЛ) или в Python (df.corr()). Отметьте пары с коэффициентом r>+0.70 как дублирующие.
- Определение целевых весов: Для активов со слабой связью (|r|<0.30) рассчитайте доли капитала по модели Risk Parity, опираясь на историческую волатильность.
- Регулярный ребаланс: Проводите ежемесячный пересчет матрицы для отслеживания дрейфа коэффициентов и плановой корректировки долей.
12. Часто задаваемые вопросы (FAQ)
Почему функция =КОРРЕЛ() в Excel и индикатор в TradingView показывают разные цифры?
Расхождение вызвано тремя техническими факторами:- Индикатор терминала по умолчанию берет в расчет абсолютные цены закрытия, тогда как в таблицах принято оценивать процентные доходности.
- Различие в длине выборки: скользящее окно в 20 баров на графике против полного годового массива в таблице.
- Включение в расчет терминала незакрытого бара текущего торгового дня.
