medidas de correlación sensibles a la edad en las finanzas

Question

Cuando se trata de comparar los rendimientos o los precios de instrumentos como las acciones o los ETF, ¿existen fórmulas bien establecidas, o de uso común, que hagan más hincapié en las correlaciones recientes que en las correlaciones históricas más lejanas en el tiempo?

Una analogía podría ser la relación entre un media móvil simple y un media móvil exponencial que pesa más los precios más recientes.

También son bienvenidos los comentarios sobre la utilidad relativa. En la mente de todos está la idea de sabiduría He leído en otra parte de este sitio.

Si es posible, trate de señalar que receta de correlación en la que puede basarse ( algunos ejemplos ).

Answer 1

1) Calcule las medias exponenciales (EMA) de las series temporales A y B.

2) Calcular las desviaciones estándar exponenciales para A y B. Mi pequeño truco para esto es calcular una EMA de los rendimientos al cuadrado, luego restar la EMA al cuadrado de los rendimientos simples, luego tomar root cuadrada de esto.

sqrt( ema(return^2) - ema(return)^2 )

3) Aplica el mismo concepto para calcular una correlación ponderada exponencialmente. En lugar de sumar los productos de los comovimientos de las dos series temporales y dividirlos por el producto de sus desviaciones estándar, tomaría la rentabilidad actual de A menos su EMA y la multiplicaría por la rentabilidad de B menos la EMA. Ahora tome un EMA de este producto y divídalo por (el stdev exponencial de A por el stdev exponencial de B).

Lo siento, pero no sé LaTex, si alguien quiere convertir mi explicación farragosa en una ecuación mucho más elegante, por favor, siéntase libre de editar esto.

Answer 2

Prueba esto:

Dado un horizonte temporal de K, que se puede dividir en subperíodos de N, se calculará un coeficiente de correlación rodante de longitud N, luego se puede utilizar la EMA para ponderar más el coeficiente de correlación más reciente (ponderando indirectamente más la relación reciente, frente a la parte de medio plazo).

Nunca me he encontrado con este problema en mi trabajo hasta ahora, sin embargo, me inspiró a probar algunas cosas :)

Answer 3

También se puede utilizar directamente la media ponderada exponencialmente, encontrando las covarianzas y normalizando de nuevo las correlaciones:

$ \sigma_{t+1,jk} = (1-\lambda) \sum_{n=0}^\infty \lambda^{n} r_{j,t-n} r_{k,t-n} $

(esto supone un rendimiento medio de 0, etc.) Se pueden derivar versiones más generales)