Поведение цен акций зависит от множества параметров. Наиболее притягательным для анализа, в силу своей простоты, является согласованное поведение цен или индексов. Наличие такого рода согласованности в поведении невозможно отрицать и оно проявляется во множестве примеров. Степень согласованности поведения различных кривых можно оценивать с помощью коэффициента корреляции. С использованием коэффициента корреляции можно пытаться строить регрессионные зависимости, оценивать динамику активов по величине и изменению других связанных величин. Однако в таких оценках имеется ряд серьезных трудностей, что иногда заставляет делать ложные выводы о бесполезности такого рода связности.
Так, коэффициент корреляции К изменяется со временем, но, к сожалению, определение К на малых интервалах может давать большие случайные отклонения. Поэтому реально приходится рассчитывать средние значения К по временному интервалу. Для наборов дневных данных наиболее оптимальным для определений К является годовой интервал.
Тем не менее, использование коэффициентов корреляции может быть полезным инструментом предварительного анализа динамики цен акций и индексов.
Коэффициент корреляции позволяет проводить регрессионные прямые, которые в некоторых случаях позволяют прогнозировать вероятность изменения интересующего актива по изменениям других активов. Особенно интересным это становится в случаях, когда можно получить значимые коэффициенты корреляции с рядами данных, которые для текущего момента уже стали историей. Для этого бывает полезным образование «синтетических активов».
Таким образом, коэффициент корреляции может быть полезным элементом предварительного анализа исходных рядов цен, которые будут служить исходными данными для будущей торговой системы, но при их использовании важно помнить о наиболее важных естественных ограничениях.
Предлагаю ознакомиться с подготовленным небольшим исследованием на эту тему, где можно увидеть пример полезного синтетического актива.
http://www.zerich.com/upload/zerich_files/pdf/correlation.pdf