Bruke Valutakorrelasjoner til din fordel For å være en effektiv handelsmann, er det viktig å forstå hele porteføljens følsomhet overfor markedsvolatilitet. Dette er spesielt så når handel forex. Fordi valutaer er priset i par, er ikke enkeltparhandel helt uavhengig av de andre. Når du er klar over disse korrelasjonene og hvordan de endres, kan du bruke dem til å kontrollere eksponeringen av den totale porteføljen. (For en veiledning til alle ting forex, sjekk ut vår Investopedia Special Feature: Forex.) Definere korrelasjon Grunnen til gjensidig avhengighet av valutapar er lett å se: Hvis du handlet det britiske pundet mot den japanske yenen (GBPJPY-paret) for eksempel handler du faktisk et derivat av GBPUSD - og USDJPY-parene, derfor må GBPJPY være noe korrelert med en om ikke begge disse andre valutaparene. Men gjensidig avhengighet mellom valutaer stammer fra mer enn det enkle faktum at de er parvis. Mens noen valutapar vil bevege seg i takt, kan andre valutapar bevege seg i motsatt retning, noe som i hovedsak er et resultat av mer komplekse krefter. Korrelasjon i finansverdenen er det statistiske forholdet mellom forholdet mellom to verdipapirer. Korrelasjonskoeffisienten varierer mellom -1 og 1. 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. Lese korrelasjonstabellen Med denne kunnskapen om korrelasjoner i tankene, kan vi se på følgende tabeller, som viser sammenhenger mellom de store valutaparene i løpet av februar 2010. Øverste tabellen ovenfor viser at i løpet av februar måned (en måned) EURUSD og GBPUSD hadde en veldig sterk positiv korrelasjon på 0,95. Dette innebærer at når EURUSD samles, har GBPUSD også samles 95 av tiden. I løpet av de siste 6 månedene var korrelasjonen imidlertid svakere (0,66), men i de lange (1 år) årene har de to valutaparene fortsatt sterk sammenheng. Derimot hadde EURUSD og USDCHF en nesten perfekt negativ korrelasjon på -1,00. Dette innebærer at 100 av tiden, da EURUSD gjaldt, solgte USDCHF. Dette forholdet gjelder også over lengre perioder da korrelasjonsstallene forblir relativt stabile. Likevel forblir korrelasjoner ikke alltid stabile. Ta for eksempel USDCAD og USDCHF. Med en koeffisient på 0,95 hadde de en sterk positiv korrelasjon i løpet av det siste året, men forholdet forverret seg betydelig i februar 2010 av flere årsaker, blant annet oljeprisen og bankenes hawkishness. (For mer, se Bruke renteparametre til handel forex.) Korrelasjoner Endre Det er klart da korrelasjoner endrer seg, noe som gjør at endringen i korrelasjoner blir enda viktigere. Sentiment og globale økonomiske faktorer er svært 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. Det er derfor veldig viktig å ta en titt på seksmåneders etterfølgende korrelasjon. 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 ulike grunner, hvorav de vanligste inkluderer divergerende pengepolitikk, en viss valutapar s følsomhet for råvarepriser, samt unike økonomiske og politiske faktorer. Her er en tabell som viser de seks måneders etterfølgende korrelasjonene som EURUSD deler med andre par: Beregning av korrelasjoner selv Den beste måten å holde gjeldende på retningen og styrken av korrelasjonsparingene dine, er å beregne dem selv. Dette kan høres vanskelig, men det er faktisk ganske enkelt. For å beregne en enkel korrelasjon, bruk bare et regneark, som Microsoft Excel. Mange kartleggingspakker (selv noen gratis) lar deg laste ned historiske daglige valutapriser, som du deretter kan transportere til Excel. I Excel, bruk bare korrelasjonsfunksjonen, som er CORREL (område 1, område 2). Ettårs-, seks-, tre - og en-måneders tilbakemelding gir den mest omfattende oppfatningen av likhetene og forskjellene i korrelasjonen over tid, men du kan selv bestemme hvilken eller hvor mange av disse lesningene du vil analysere. Her er korrelasjonsberegningsprosessen vurdert trinnvis: 1. Få prisdataene for de to valutaparene dine, si at de er GBPUSD og USDJPY 2. Lag to individuelle kolonner, hver merket med ett av disse parene. Deretter fyller du i kolonnene med de siste daglige prisene som skjedde for hvert par i løpet av tidsperioden du analyserer. 3. På bunnen av kolonnen, i et tomt spor, skriv inn CORREL (4. Marker alle dataene i en av prissokkelene bør du få en rekke celler i formellboksen. 5. Skriv inn komma 6. Gjenta trinn 3-5 for den andre valutaen. 7. Lukk formelen slik at den ser ut som CORREL (A1: A50, B1: B50) 8. Tallet som er produsert, representerer sammenhengen mellom de to valutaparene Selv om korrelasjoner endres, er det ikke nødvendig å oppdatere tallene hver dag, oppdatering en gang i noen uker eller i det minste en gang i måneden er generelt en god ide. Slik bruker du den til å håndtere eksponering Nå som du vet hvordan du skal beregne korrelasjoner, er det på tide å gå over hvordan du kan bruke dem til din fordel. Først kan de hjelpe deg med å unngå å skrive inn to posisjoner som avbryter hverandre, For eksempel ved å vite at EURUSD og USDCHF beveger seg i motsatt retning nær du vil se at det å ha en portefølje av lange EURUSD og lange USDCHF er det samme som å ha praktisk talt ingen posisjon - dette er sant fordi, som korrelasjonen indikerer, når EURUSD-samlingene, USDCHF vil gjennomgå en selloff. På den annen side, holder lang EURUSD og lang AUDUSD eller NZDUSD ligner på å fordoble seg på samme posisjon siden korrelasjonene er så sterke. (Lær mer i Forex: Wading Into Valutamarkedet.) Diversifisering er en annen faktor å vurdere. Siden EURUSD og AUDUSD-korrelasjonen tradisjonelt ikke er 100 positive, kan handelsmenn bruke disse to parene til å diversifisere risikoen noe, samtidig som de opprettholder en kjerne-retningsbestemt visning. For eksempel, for å uttrykke et bearish utsikt på USD, kan næringsdrivende, i stedet for å kjøpe to deler av EURUSD, kjøpe en mye av EURUSD og ett parti av AUDUSD. 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 forstyrrelser, så i tilfelle en dollar-rally kan den australske dollaren være mindre påvirket enn euroen. eller vice versa. En forhandler kan også bruke forskjellige pip - eller punktverdier for sin fordel. La oss se på EURUSD og USDCHF igjen. De har en nesten perfekt negativ korrelasjon, men verdien av en pip-bevegelse i EURUSD er 10 for mange 100.000 enheter, mens verdien av en pipforskyvning i USDCHF er 9,24 for samme antall enheter. Dette innebærer at forhandlere kan bruke USDCHF til å sikre EURUSD-eksponering. Heres hvordan sikringen ville fungere: si en handelsmann hadde en portefølje av en kort EURUSD-masse på 100 000 enheter og en kort USDCHF-masse på 100 000 enheter. Når EURUSD øker med ti pips eller poeng, vil handelsmannen være ned 100 på stillingen. Men siden USDCHF beveger seg motsatt til EURUSD, vil den korte USDCHF-posisjonen være lønnsom, sannsynligvis flytte nær ti pips høyere, opp 92,40. Dette ville gjøre netto tap av porteføljen til -7,60 i stedet for -100. Selvfølgelig betyr denne sikringen også mindre fortjeneste i tilfelle en sterk EURUSD-salg. men i verste fall blir tapene relativt lavere. Uansett om du ønsker å diversifisere posisjonene dine eller finne alternative par for å utnytte visningen din, er det svært viktig å være oppmerksom på sammenhengen mellom ulike valutapar og deres skiftende trender. Dette er kraftig kunnskap for alle profesjonelle handelsfolk som har mer enn ett valutapar i sine handelsregnskap. Slike kunnskaper hjelper handelsmenn, diversifiserer, sikrer eller dobler seg på fortjenesten. Bunnlinjen Å være en effektiv handelsmann er det viktig å forstå hvordan ulike valutapar beveger seg i forhold til hverandre, slik at forhandlere bedre kan forstå deres eksponering. Noen valutapar beveger seg i takt med hverandre, mens andre kan være polære motsetninger. Læring om valutakorrelasjon hjelper handelsmenn til å administrere sine porteføljer mer hensiktsmessig. Uansett handelsstrategien din, og om du ønsker å diversifisere posisjonene dine eller finne alternative par for å utnytte visningen din, er det svært viktig å huske korrelasjonen mellom ulike valutapar og deres skiftende trender. (For mer, sjekk ut vår Forex Tutorial.) Forex Korrelasjon Korrelasjonen av valutaer tillater bedre evaluering av risikoen for en kombinasjon av stillinger. Korrelasjon måler forholdet som eksisterer mellom to valutapar. For eksempel gjør det oss i stand til å vite om to valutapar skal flytte på samme måte eller ikke. To korrelerte valutaer vil ha en koeffisient nær 100 hvis de beveger seg i samme retning og -100 hvis de beveger seg i motsatt retning. En korrelasjon nær 0 viser at bevegelsene i de to valutaparene ikke er relaterte. Hvordan beregnes det Beregningen av korrelasjonen på dette nettstedet bruker standardformelen kjent som quotPearson-koeffisienten for korrelasjonskvoten. Serienes lengde er gitt av feltet kvotering av kvoter. For ytterligere informasjon om beregningen kan du besøke Wikipedia-siden: en. wikipedia. orgwikiCorrelationanddependence Hvordan brukes dataene Risikostyring Det kan være viktig å vite om de åpne posisjonene i en portefølje er korrelerte. Hvis du har åpne handler i tre valutapar som er sterkt korrelerte (for eksempel EURUSD, USDCHF og USDNOK), må du forutse det faktum at dersom en av stillingene når sitt stopp, så er de to andre veldig sannsynlig også å være tapsposisjoner. I dette tilfellet er det viktig å justere størrelsen på stillingene for å unngå alvorlig tap. Endring av markedet En modifisering av korrelasjonen, hovedsakelig på lang sikt, kan vise at markedet er i endring. For eksempel, hvis EURUSD og GBPUSD er sterkt korrelerte i flere måneder og deretter dekorrelerer, kan det være et tegn på at markedssentimentet om EUR andor GBP er i ferd med å endre en, kan se starten eller slutten av en trend i en av de to valutaene. Trading toolsMeasuring Korrelasjon mellom FX Par Medlem siden Feb 2006 Status: Medlem 313 Innlegg Hva er sammenhengen mellom ulike FX par og hvordan kan den måles Som Forex Trader, er det nødvendig å være konstant oppmerksom på egenskapene til valutamarkedet. Uten kjennskap til de grunnleggende tendensene til et gitt valutapar, utsetter handelsmenn seg for store mengder risiko. En av de mest fordelaktige delene av kunnskap for en Forex-næringsdrivende å være bevæpnet med, er den historiske korrelasjonen mellom valutaer. Å forstå dette forholdet vil ikke bare tillate handelsmenn å sikre posisjoner, men det kan også gi dem en fordel når det gjelder å inngå handel. Begrepet korrelasjon brukes til å beskrive forholdet mellom to relaterte variabler og kan uttrykkes som et heltall mellom 1 og 1. En korrelasjon av 1 refereres til som en perfekt korrelasjon og antyder at en 1-pip-flyt i en valuta også bør se en 1 pip flytte i en annen valuta i samme retning. En 1 korrelasjon innebærer at de to valutaene beveger seg i samme størrelsesorden i motsatte retninger. Hvis to variabler har en korrelasjon på null, beveger de seg uavhengig av hverandre og kan anses å ikke ha noe forhold. Som du kan forestille deg, er det uvurderlig å vite det nøyaktige forholdet mellom en valuta med en annen. Mange handelsfolk sammenligner overleggsdiagrammer for å måle korrelasjon, men det er langt mer presis å faktisk kjøre en beregning der du kan få en nøyaktig figur. I tillegg, om handelsmenn vil gjerne innrømme det eller ikke, gir dom ofte en forspenning som gjør det uklokt å eyeball et diagram for å bestemme korrelasjonen. Den enkleste måten å måle korrelasjonen på er å bruke Microsoft Excels Data Analyis Toolpak. Microsoft Excel er i stand til å analysere sammenhengen mellom to valutapar ved et museklikk. Sværheten i analysen ligger innenfor å skaffe dataene, i stedet for å analysere det. Hvis du har tilgang til historiske data, kan du enkelt kopiere og lime inn sluttkursene i respektive kolonner i Microsoft Excel. Når jeg sier sluttkurs, kan den være basert på daglige eller intradagdata så lenge startpunktet og sluttpunktet er identiske for de to valutaparene som sammenlignes. Etter å ha samlet dataene i to separate kolonner, må du kontrollere at Excel-programvaren din er utarbeidet for statistisk analyse ved å klikke på fanen Verktøy og identifisere alternativet Dataanalyse på rullegardinmenyen. Hvis du ikke ser Data Analysis som et alternativ, må du laste dataanalysepakningen ved å velge Add-Ins på Verktøy-menyen og klikke på Analysis Toolpak og følg instruksjonene. Når valgt, er dataene klare for å bli analysert for korrelasjon. Hvis du klikker på fanen Verktøy, vises en rullegardinmeny, som nå skal ha dataanalyse som et alternativ. Ved å klikke på Data analyse vil du få opp et vindu der du blir bedt om å legge inn et innspillingsområde. Med andre ord, hvilke data vil du bli vurdert i analysen. Kontroller at du har valgt de kolonnene i stedet for radene gruppere dataene. Klikk og dra musen over dataene du vil være involvert i beregningen, og trykk OK i vinduet. Resultatet vil være et bord som gir korrelasjonskoeffisienten til de relative valutaparene. Begrepet korrelasjonskoeffisient brukes til å representere den numeriske representasjonen av forholdet mellom de to variablene. Som nevnt før kan koeffisientens rekkevidde være mellom 1 og 1 med 1 som representerer en perfekt positiv korrelasjon og 1 som identifiserer en perfekt negativ korrelasjon. I eksemplet nedenfor kan du se at i sveitsen og euroen har en positiv korrelasjon av .9667 i prøveperioden. Dette er ingen overraskelse. Det er et kjent faktum at disse bestemte valutaene beveger seg i takt. Hvis du forstår begreper bedre når de visualiseres, kan du plotte dataene inn i et diagram ved å klikke på innsettingsfanen og velge Chart. Et tegnet diagram representerer best korrelasjon. Hvis diagrammet viser en skrå diagonal linje, er de to variablene positivt korrelert. Hvis diagrammet danner en synkende diagonal linje, er variablene negativt korrelert. f diagrammet danner en synkende diagonal linje variablene er negativt korrelert. Et tilfeldig tomt der det ikke er bestemt mønster, indikerer at det ikke er noen sammenheng mellom variablene. 79.47 121.53 79.37 121.58 79.43 121.33 80.53 122.68 79.84 121.71 80.52 122.28 80.51 122.18 79.33 120.25 79.21 120.37 78.88 120.19 78.82 120.45 79.09 120.78 80.01 122.08 80.13 122.55 78.55 120.38 77.67 119.19 EuroDollar 0.966772227 1 For å gjenta er korrelasjon bare et verktøy som kan brukes til å forbedre handel resultater og bør ses som veiledning i stedet for idiotsikker. Selv om forståelsen av valutamarkedene er viktig, må du også beholde respekt for markedet. Nettsted: wwwmoditytradingschool Carley er en dedikert megler og analytiker. Selv om hun er relativt ny i meglerforretningen, har hun vært involvert i markedene i mange år. Hun har blitt publisert i det som Futures Magazine og Active Trader, og er også aktivt utdannet handelsmenn gjennom webinnhold og elektroniske seminarer. Carley er en Magna Cum Laude utdannet ved University of Las Vegas Nevada, hvorfra hun oppnådde en B. S. i økonomi regnskap. På UNLV var hun en dekanistlærer og ble valgt til Golden Key International Honor Society. I 2003 var hun en av de eneste 1200 collegians landsomfattende oppkalt til National Society of Collegiate Scholars. Hva er sammenhengen mellom forskjellige FX-par og hvordan kan den måles? Termen korrelasjon brukes til å beskrive forholdet mellom to relaterte variabler og kan uttrykkes som et heltall mellom 1 og 82111. En korrelasjon av 1 refereres til som en perfekt korrelasjon og foreslår at en 1-pip-flyt i en valuta også bør se en 1-pip-flyt i en annen valuta i samme retning. En 8211 1 korrelasjon innebærer at de to valutaene beveger seg i samme størrelsesorden i motsatte retninger. Hvis to variabler har en korrelasjon på null, beveger de seg uavhengig av hverandre og kan anses å ikke ha noe forhold. Dette er (noe) feil. Korrelasjon beskriver graden av lineær avhengighet mellom to variabler, ikke den relative størrelsen på bakkene. Derfor er y3x4 og z 3000x17 perfekt korrelert. selv om man beveger seg 1000 ganger raskere enn den andre. Når du ser på ditt eksempel, vil to valutapar være perfekt korrelert hvis for hver 1-pip-bevegelse en (opp eller ned) gjør den andre en lignende retningsbestemt bevegelse, men med et fast forhold - si 3 pips opp eller ned eller 1000 pips opp eller ned. Dette er (noe) feil. Korrelasjon beskriver graden av lineær avhengighet mellom to variabler, ikke den relative størrelsen på bakkene. Derfor er y3x4 og z 3000x17 perfekt korrelert. selv om man beveger seg 1000 ganger raskere enn den andre. Når du ser på ditt eksempel, vil to valutapar være perfekt korrelert hvis for hver 1-pip-bevegelse en (opp eller ned) gjør den andre en lignende retningsbestemt bevegelse, men med et fast forhold - si 3 pips opp eller ned eller 1000 pips opp eller ned. Som du sa, er definisjonen av korrllasjonen ikke oppgitt riktig. Excel-verktøyet beregner imidlertid korrelasjonen uten problem.
No comments:
Post a Comment