Correlation Coefficient (CC)

คำนิยาม

Correlation Coefficient (CC) ใช้ในสถิติเพื่อวัดความสัมพันธ์ระหว่างชุดข้อมูลสองชุด ในโลกการค้าขายชุดข้อมูลจะเป็นหุ้น, etf หรือตราสารทางการเงินอื่น ๆ ความสัมพันธ์ระหว่างเครื่องมือทางการเงินสองอย่างที่กล่าวมาคือระดับที่เกี่ยวข้อง Correlation Coefficient ขึ้นอยู่กับขนาดของ 1 ถึง -1 ยิ่งค่า Correlation Coefficient ใกล้ถึง 1 ยิ่งค่าความสัมพันธ์เชิงบวกสูงขึ้น เครื่องมือจะเลื่อนขึ้นและลงพร้อมกัน ค่า Correlation Coefficient ที่มีประสิทธิภาพสูงกว่าคือ -1 ยิ่งเคลื่อนไหวไปในทิศทางตรงกันข้าม ค่าที่ 0 หมายถึงไม่มีความสัมพันธ์กัน

High Positive Correlation

ประวัติศาสตร์

Correlation Coefficient นั้นไม่เพียง แต่ใช้ในด้านการเงินเท่านั้น แต่ยังใช้ในการวิเคราะห์เชิงสถิติที่ครอบคลุมหัวข้อต่าง ๆ มากมาย มันใช้งานมาหลายร้อยปีแล้ว

การคำนวณ

การคำนวณสัมประสิทธิ์สหสัมพันธ์ใช้ราคาปิด ตัวอย่างด้านล่างจะดำเนินการโดยใช้ราคาปิดมากกว่า 12 งวดสำหรับ SPY และ JPM:

ตัวเลขอาจแตกต่างกันเล็กน้อยเนื่องจากการปัดเศษ

งวดที่วันที่หลักทรัพย์ 1หลักทรัพย์ 2

 


 


 


 


 

วันที่SPYJPM




18/1/2013170.66 56.54 
28/2/2013170.95 56.40 
38/5/2013170.70 56.10 
48/6/2013169.7355.49 
58/7/2013169.18 55.30 
68/8/2013169.80 54.83 
78/9/2013169.31 54.52 
88/12/2013169.11 54.09 
98/13/2013169.61 54.29 
108/14/2013168.74 54.15 
118/15/2013166.38 53.29 
128/16/2013165.83 51.83 

ข้อมูลที่จำเป็นทั้งหมดจะต้องมีการตั้งค่า (โดยเฉพาะในตาราง) ซึ่งสามารถทำได้ในสามขั้นตอน

1. ประการแรกทุกงวดจะต้องมีการยกกำลังสองสำหรับหลักทรัพย์ทั้งสอง

งวดที่วันที่หลักทรัพย์ 1หลักทรัพย์ 2








วันที่SPYJPMSPY Squared JPM Squared






18/1/2013170.66 56.54 29124.843196.77
28/2/2013170.95 56.40 29223.903180.96 
38/5/2013170.70 56.10 29138.49 3147.21
48/6/2013169.7355.49 28808.273079.14
58/7/2013169.18 55.30 28621.873058.09
68/8/2013169.80 54.83 28832.043006.33
78/9/2013169.3154.52 28665.882972.43 
88/12/2013169.11 54.09 28598.192925.73
98/13/2013169.61 54.29 28767.552947.40
108/14/2013168.74 54.15 28473.192932.22
118/15/2013166.38 53.29 27682.302839.82
128/16/2013165.83 51.83 27499.59 2686.35 

2. ทวีคูณมูลค่าแต่ละช่วงเวลาของ SPY โดยแต่ละช่วงเวลาของ JPM สังเกตเห็นคอลัมน์สุดท้าย

งวดที่วันที่หลักทรัพย์ 1หลักทรัพย์ 2










DateSPYJPMSPY Squared JPM SquaredSPY x JPM







18/1/2013170.66 56.54 29124.843196.779649.12
28/2/2013170.95 56.40 29223.903180.96 9641.58
38/5/2013170.70 56.10 29138.49 3147.219576.27
48/6/2013169.7355.49 28808.273079.149418.32
58/7/2013169.18 55.30 28621.873058.099355.65
68/8/2013169.80 54.83 28832.043006.339310.13
78/9/2013169.31 54.52 28665.882972.43 9230.78
88/12/2013169.11 54.09 28598.192925.739147.16
98/13/2013169.61 54.29 28767.552947.409208.13
108/14/2013168.74 54.15 28473.192932.229137.27
118/15/2013166.38 53.29 27682.302839.828866.39
128/16/2013165.83 51.83 27499.59 2686.35 8594.97 

3. หาค่าเฉลี่ยสำหรับแต่ละคอลัมน์

งวดที่วันที่หลักทรัพย์ 1หลักทรัพย์ 2










DateSPYJPMSPY Squared JPM SquaredSPY x JPM







18/1/2013170.66 56.54 29124.843196.779649.12
28/2/2013170.95 56.40 29223.903180.96 9641.58
38/5/2013170.70 56.10 29138.49 3147.219576.27
48/6/2013169.7355.49 28808.273079.149418.32
58/7/2013169.18 55.30 28621.873058.099355.65
68/8/2013169.80 54.83 28832.043006.339310.13
78/9/2013169.3154.52 28665.882972.43 9230.78
88/12/2013169.1154.09 28598.192925.739147.16
98/13/2013169.6154.29 28767.552947.409208.13
108/14/2013168.7454.15 28473.192932.229137.27
118/15/2013166.38 53.29 27682.302839.828866.39
128/16/2013165.83 51.83 27499.59 2686.35 8594.97 

Average169.166754.735828619.67622997.70499261.3142

เมื่อข้อมูลทั้งหมดได้รับการจัดเรียงอย่างเหมาะสมในตารางแล้วสูตรที่เหลือก็สามารถทำให้เสร็จได้ ส่วนนี้สามารถทำได้ในสามขั้นตอนเช่นกัน

  1. คำนวณความแปรปรวนของหลักทรัพย์ทั้งสอง Variance = Squared Average - (ค่าเฉลี่ย * ค่าเฉลี่ย)
    SPY Variance:: 2.3151
    JPM Variance: 1.697
  2. คำนวณความแปรปรวนร่วมของหลักทรัพย์ Covariance = (ค่าเฉลี่ยของ Security1 x Security2) - (Security1 ค่าเฉลี่ย x Security2 ค่าเฉลี่ย)
    SPY & JPM ความแปรปรวน = 1.8395
  3. คำนวณสัมประสิทธิ์สหสัมพันธ์ค่าสัมประสิทธิ์สหสัมพันธ์ = ความแปรปรวนร่วม / SQRT (Security1 Variance x Security2 Variance)

SPY & JPM สัมประสิทธิ์สหสัมพันธ์ = 0.9432

พื้นฐาน

แม้ว่าค่าสัมประสิทธิ์สหสัมพันธ์ (CC) จะเคลื่อนที่ภายในช่วง 1 ถึง -1 แต่ก็ไม่ถือว่าเป็นออสซิลเลเตอร์ ค่าความผันผวนระหว่างความสัมพันธ์เชิงบวกและเชิงลบแสดงให้เห็นว่าราคาของพวกเขาเคลื่อนไหวอย่างใกล้ชิดกันอย่างไร สัมประสิทธิ์สหสัมพันธ์ของ +1 นั้นมีความสัมพันธ์เชิงบวกที่สมบูรณ์แบบ สัมประสิทธิ์สหสัมพันธ์ของ -1 คือความสัมพันธ์เชิงลบที่สมบูรณ์แบบและพวกมันเคลื่อนที่ในทิศทางตรงกันข้าม ทั้งสองสุดขั้วเหล่านี้หายากและค่าสัมประสิทธิ์สหสัมพันธ์มักจะผันผวนอยู่ที่ไหนสักแห่งระหว่างสองคนนี้ ค่าสัมประสิทธิ์สหสัมพันธ์ของ 0 คือจุดกึ่งกลางที่ระบุว่าขณะนี้ไม่มีความสัมพันธ์กันระหว่างเครื่องมือทั้งสอง

สหสัมพันธ์เชิงลบสูง

สิ่งที่ควรมองหา

เมื่อเทียบกับตัวชี้วัดการวิเคราะห์ทางเทคนิคจำนวนมากค่าสัมประสิทธิ์สหสัมพันธ์เหมาะสำหรับการลงทุนระยะยาว หากนักลงทุนกำลังหาพอร์ตที่หลากหลายจริง ๆ แล้วค่าสัมประสิทธิ์สหสัมพันธ์จะมีประโยชน์ทีเดียว มันสามารถช่วยให้คุณกำหนดความหลากหลายของสินทรัพย์ในพอร์ตโฟลิโอของคุณได้จากสิ่งอื่น กล่าวอีกนัยหนึ่งคือการมีเครื่องมือที่มีความสัมพันธ์ต่ำสามารถหลีกเลี่ยงความเสี่ยงซ้ำซ้อนได้

สรุป

ดังที่ได้กล่าวไปแล้วค่าสัมประสิทธิ์สหสัมพันธ์สามารถเป็นเครื่องมือที่มีประโยชน์ในการรวบรวมแฟ้มสะสมผลงานที่หลากหลาย อย่างไรก็ตามสิ่งหนึ่งที่ต้องจำไว้เสมอคือความสัมพันธ์ระหว่างสองเครื่องมือสามารถเปลี่ยนแปลงได้เป็นครั้งคราว ตัวบ่งชี้นี้จะช่วยให้ผู้ประกอบการตระหนักถึงการเปลี่ยนแปลงดังกล่าวและเปลี่ยนแปลงการลงทุนของพวกเขาตามลำดับ

ข้อมูลนำเข้า

สัญลักษณ์

เครื่องดนตรีที่สองซึ่งจะถูกนำไปเปรียบเทียบกับตราสารดั้งเดิมในแผนภูมิ

ระยะเวลา

ช่วงเวลาที่จะใช้ในการคำนวณสหสัมพันธ์ 20 วันเป็นค่าเริ่มต้น

แหล่งข้อมูล

กำหนดว่าจะใช้ข้อมูลใดจากแต่ละแถบในการคำนวณ ปิดเป็นค่าเริ่มต้น

สไตล์

ความสัมพันธ์

สามารถสลับการมองเห็นของสัมประสิทธิ์สหสัมพันธ์เช่นเดียวกับการมองเห็นของเส้นราคาที่แสดงมูลค่าปัจจุบันที่แท้จริงของสัมประสิทธิ์สหสัมพันธ์ ยังสามารถเลือกสีความหนาของเส้นและสไตล์การมองเห็นได้ด้วย (ค่าเริ่มต้นคือพื้นที่)