Bruke valutakorrelasjoner til din fordel

For å være en effektiv næringsdrivende er det viktig å forstå hele porteføljens følsomhet for markedsvolatilitet. Dette er spesielt når du handler med forex. Fordi valuta er priset i par, handler ingen enkeltpar helt uavhengig av de andre. Når du er klar over disse korrelasjonene og hvordan de endres, kan du bruke dem til å kontrollere eksponeringen for din samlede portefølje.

Viktige takeaways

• Korrelasjon er et statistisk mål på hvordan to variabler forholder seg til hverandre. Jo større korrelasjonskoeffisienten er, desto nærmere justeres de.
• En positiv korrelasjon betyr at verdiene til to variabler beveger seg i samme retning, negativ korrelasjon betyr at de beveger seg i motsatte retninger.
• I Forex markeder brukes korrelasjon for å forutsi hvilke valutapar som vil sannsynligvis bevege seg i takt.
• Negativt korrelerte valutaer kan også brukes til sikringsformål.

Definere korrelasjon

Årsaken til valutaparens innbyrdes avhengighet er lett å se: Hvis du for eksempel handler det britiske pundet mot det japanske yen (GBP / JPY-paret), handler du faktisk et derivat av GBP / USD og USD / JPY-parene ; Derfor må GBP / JPY være noe korrelert med ett om ikke begge disse andre valutaparene. Imidlertid stammer gjensidig avhengighet mellom valutaer fra mer enn det enkle faktum at de er i par. Mens noen valutapar vil bevege seg i takt, kan andre valutapar bevege seg i motsatte retninger, noe som i hovedsak er resultatet av mer sammensatte krefter.

Korrelasjon, i finansverdenen, er det statistiske målet for forholdet mellom to verdipapirer. Korrelasjonskoeffisienten varierer mellom -1, 0 og +1, 0. En korrelasjon på +1 innebærer at de to valutaparene vil bevege seg i samme retning 100% av tiden. En korrelasjon på -1 innebærer at de to valutaparene vil bevege seg i motsatt retning 100% av tiden. En korrelasjon på null innebærer at forholdet mellom valutaparene er helt tilfeldig.

Formelen for korrelasjon er

r = ∑ (X − X‾) (Y − Y‾) ∑ (X − X‾) 2 (Y − Y‾) 2 hvor: r = korrelasjonskoeffisienten X‾ = gjennomsnittet av observasjoner av variabelen XY‾ = gjennomsnittet av observasjoner av variabel Y \ begynne {justert} & r = \ frac {\ sum (X - \ overlinje {X}) (Y - \ overlinje {Y})} {\ sqrt {\ sum (X - \ overlinje {X} ) ^ 2} \ sqrt {(Y - \ overline {Y}) ^ 2}} \\ & \ textbf {hvor:} \\ & r = \ text {korrelasjonskoeffisienten} \\ & \ overline {X} = \ tekst {gjennomsnittet av observasjoner av variabel} X \\ & \ overline {Y} = \ tekst {gjennomsnittet av observasjoner av variabelen} Y \\ \ end {justert} r = ∑ (X − X) 2 (Y −Y) 2 ∑ (X − X) (Y − Y) hvor: r = korrelasjonskoeffisientenX = gjennomsnittet av observasjoner av variabel XY = gjennomsnittet av observasjonene til variabel Y

Leser korrelasjonstabellen

Med denne kunnskapen om korrelasjoner i tankene, la oss se på følgende tabeller, som hver viser korrelasjoner mellom de viktigste valutaparene (basert på faktisk handel i valutamarkedene nylig).

Den øverste tabellen over viser at over en måned hadde EUR / USD og GBP / USD en meget sterk positiv korrelasjon på 0, 95. Dette innebærer at når EUR / USD rally, har GBP / USD også rally 95% av tiden. I løpet av det siste halvåret var korrelasjonen svakere (0, 66), men på lang sikt (ett år) har de to valutapar fortsatt en sterk korrelasjon.

Derimot hadde EUR / USD og USD / CHF en nesten perfekt korrelasjon på -1, 00. Dette innebærer at 100% av tiden, da EUR / USD gikk igjen, solgte USD / CHF. Dette forholdet gjelder til og med over lengre perioder ettersom korrelasjonstallene forblir relativt stabile.

Likevel forblir ikke alltid korrelasjoner stabile. Ta for eksempel USD / CAD og USD / CHF. Med en koeffisient på 0, 95 hadde de en sterk positiv korrelasjon det siste året, men forholdet ble dårligere den foregående måneden, helt ned til .28. Dette kan skyldes flere årsaker som forårsaker en skarp reaksjon for visse nasjonale valutaer på kort sikt, for eksempel et økning i oljepriser (noe som særlig påvirker de kanadiske og amerikanske økonomiene) eller haukishness of the Bank of Canada.

Korrelasjoner endres

Det er da klart at korrelasjoner endrer seg, noe som gjør det å følge skiftet i korrelasjoner enda viktigere. Sentiment og globale økonomiske faktorer er veldig dynamiske og kan til og med endres på daglig basis. Sterke korrelasjoner i dag er kanskje ikke i tråd med den langsiktige korrelasjonen mellom to valutapar. Derfor er det også veldig viktig å ta en titt på den seks måneders etterfølgende korrelasjonen. Dette gir et tydeligere perspektiv på det gjennomsnittlige seks måneders forholdet mellom de to valutaparene, som har en tendens til å være mer nøyaktig. Korrelasjoner endres av forskjellige årsaker, hvorav de vanligste inkluderer divergerende pengepolitikk, et visst valutaparets følsomhet for råvarepriser, samt unike økonomiske og politiske faktorer.

Beregne korrelasjoner selv

Den beste måten å holde deg oppdatert på retningen og styrken til korrelasjonsparingene dine er å beregne dem selv. Dette kan høres vanskelig ut, men det er faktisk ganske enkelt. Programvare hjelper raskt med å beregne korrelasjoner for et stort antall innganger.

For å beregne en enkel korrelasjon, bruk bare et regnearkprogram, som Microsoft Excel. Mange kartpakker (til og med noen gratis) lar deg laste ned historiske daglige valutapriser, som du deretter kan transportere til Excel. I Excel er det bare å bruke korrelasjonsfunksjonen, som er = CORREL (område 1, område 2). Den ettårige, seks-, tre- og en-måneders etterfølgende avlesningen gir den mest omfattende oversikten over likhetene og forskjellene i korrelasjon over tid; Du kan imidlertid bestemme selv hvilken eller hvor mange av disse målingene du vil analysere.

Her er korrelasjonsberegningsprosessen gjennomgått trinn for trinn:

1. Få prisdata for dine to valutapar; si GBP / USD og USD / JPY
2. Lag to individuelle kolonner, hver merket med ett av disse parene. Fyll deretter ut kolonnene med de tidligere daglige prisene som skjedde for hvert par i tidsperioden du analyserer
3. Skriv inn = CORREL i bunnen av en av kolonnene i et tomt spor
4. Uthev alle dataene i en av prissettingskolonnene. du bør få et utvalg av celler i formelboksen.
5. Skriv inn komma for å betegne en ny celle
6. Gjenta trinn 3-5 for den andre valutaen
7. Lukk formelen slik at den ser ut = CORREL (A1: A50, B1: B50)
8. Antallet som produseres representerer korrelasjonen mellom de to valutaparene

Selv om korrelasjoner endres over tid, er det ikke nødvendig å oppdatere tallene dine hver dag; Det er generelt en god ide å oppdatere en gang noen få uker eller i det minste en gang i måneden.

Hvordan bruke korrelasjoner for å handle Forex

Nå som du vet hvordan du beregner korrelasjoner, er det på tide å gå gjennom hvordan du bruker dem til din fordel.

For det første kan de hjelpe deg med å unngå å gå inn i to stillinger som avbryter hverandre. For eksempel ved å vite at EUR / USD og USD / CHF beveger seg i motsatte retninger nesten 100% av tiden, vil du se at det å ha en portefølje på lange EUR / USD og lang USD / CHF er det samme som å ha praktisk talt ingen posisjon - fordi, som korrelasjonen indikerer, når EUR / USD stiller, vil USD / CHF gjennomgå en salgssalg. På den annen side er det å holde lange EUR / USD og lange AUD / USD eller NZD / USD på samme måte som å doble seg på samme posisjon siden korrelasjonene er så sterke.

Diversifisering er en annen faktor å vurdere. Siden korrelasjonen EUR / USD og AUD / USD tradisjonelt sett ikke er 100% positiv, kan handelsmenn bruke disse to parene for å diversifisere risikoen noe, mens de fremdeles opprettholder et sentralt retningssyn. For eksempel for å uttrykke en bearish syn på USD, kan den næringsdrivende, i stedet for å kjøpe to partier av EUR / USD, kjøpe ett parti av EUR / USD og ett parti av AUD / USD. Den ufullkomne korrelasjonen mellom de to forskjellige valutaparene gir mulighet for mer diversifisering og marginalt lavere risiko. Videre har sentralbankene i Australia og Europa forskjellige pengepolitiske skjevheter, så i tilfelle en dollarrally, kan den australske dollaren bli mindre påvirket enn euroen, eller omvendt.

En næringsdrivende kan også bruke forskjellige pip eller punktverdier til sin fordel. La oss vurdere EUR / USD og USD / CHF nok en gang. De har en nesten perfekt negativ korrelasjon, men verdien av et pip-flytting i EUR / USD er $ 10 for mange 100 000 enheter, mens verdien av et pip-flytting i USD / CHF er $ 9, 24 for samme antall enheter. Dette innebærer at handelsmenn kan bruke USD / CHF for å sikre EUR / USD-eksponering.

Slik fungerer sikringen: Si at en næringsdrivende hadde en portefølje på ett kort EUR / USD-lodd på 100 000 enheter og ett kort USD / CHF-lodd på 100 000 enheter. Når EUR / USD øker med 10 punkter eller poeng, vil den næringsdrivende være nede $ 100 på stillingen. Siden USD / CHF beveger seg motsatt til EUR / USD, ville den korte USD / CHF-stillingen imidlertid være lønnsom, og sannsynligvis bevege seg nær ti pips høyere, opp 92, 40 dollar. Dette ville gjøre nettotapet til porteføljen til - $ 7, 60 i stedet for - $ 100. Selvfølgelig betyr denne sikringen også mindre fortjeneste i tilfelle en sterk salg / avsetning på EUR / USD, men i verste fall blir tap relativt lavere.

Uansett om du ønsker å diversifisere posisjonene dine eller finne alternative par for å utnytte synet ditt, er det veldig viktig å være klar over sammenhengen mellom forskjellige valutapar og deres skiftende trender. Dette er kraftig kunnskap for alle profesjonelle handelsmenn som har mer enn ett valutapar i sine handelsregnskap. Slik kunnskap hjelper handelsmenn til å diversifisere, sikre eller doble fortjenesten.

Bunnlinjen

For å være en effektiv handelsmann og forstå eksponeringen din, er det viktig å forstå hvordan forskjellige valutapar parer seg i forhold til hverandre. Noen valutapar beveger seg i takt med hverandre, mens andre kan være polare motsetninger. Læring om valutakorrelasjon hjelper handelsmenn å administrere porteføljene sine mer hensiktsmessig. Uansett handelsstrategi og om du ønsker å diversifisere posisjonene dine eller finne alternative par for å utnytte synet ditt, er det veldig viktig å huske på sammenhengen mellom forskjellige valutapar og deres skiftende trender.