Povezana imovina. Odabiremo parove dionica i izračunavamo korelaciju para. Glavni svjetski indeksi

Diverzifikacija i korelacija imovine u portfolio investicijama

“Nema smisla razvodnjavati svoj portfelj dionicama nepoznatih kompanija radi raznolikosti.
Besmislena raznolikost je propast malih investitora.”
iz knjige “Metoda Petera Lyncha”

U ovoj lekciji ćete se upoznati sa četiri važna (čak bih rekao ključna) koncepta za planiranje investicija:

• portfolio ulaganje;
• investicijski portfelj;
• diversifikacija tržišna sredstva u investicionom portfelju;
• korelacija između tržišne imovine u diversifikovanom investicionom portfelju.

Moderna teorija portfolio ulaganja potiče iz kratkog članka američkog matematičara (koji je kasnije za to dobio Nobelovu nagradu) Harryja Markowitza, “Odabir portfelja”.

U njemu je predložio matematički model za formiranje optimalne raznovrsnosti investicioni portfolio hartije od vrijednosti, a dao je i metode za konstruisanje ovakvih investicionih portfelja za različite uslove.

Ispitujući opštu praksu diversifikacije investicionog portfelja, naučnik je pokazao kako investitor može da smanji rizik svog investicionog portfelja odabirom nekoreliranih tržišnih sredstava.

Ideje iza portfolio investicija:

• Harry M. Markowitz, Izbor portfelja, 1952
• Tržišni rizik imovina nije ništa manje važna od profitabilnosti. Tržišni rizik se može izraziti matematički i kvantificirati. Prije Markowitza o tržišnom riziku se obično raspravljalo u kvalitativnom smislu bez pokušaja da se ovaj rizik procijeni u brojkama.
• Osim profitabilnosti i tržišnog rizika, ništa manje važno unakrsna korelacija tržišne imovine među sobom.
• Diversifikacija ulaganje u različita tržišna sredstva nije samo „ne stavljajte sva jaja u jednu korpu“, već nešto konkretnije sa matematičke tačke gledišta.
• Karakteristike diversifikovanog investicionog portfelja, uz pravilan odabir tržišne imovine u portfelju, kada imamo barem nultu (ovo je već dobro) međusobnu povezanost sredstava, mogu se radikalno, i nabolje, razlikovati od karakteristika individualne imovine. Istovremeno se može smanjiti tržišni rizik i povećati profitabilnost portfelja.

Za referenciju. Kada je Harry Markowitz 1952. godine napisao svoj članak “Odabir portfelja” o pravilima za formiranje diversifikovanog investicionog portfelja, u prvi mah to gotovo niko nije primijetio. I nekoliko decenija to nikoga nije zanimalo i niko to nije koristio.

A razlog je bio jednostavan. Da biste pokušali da izgradite modele proračuna za diversifikovani portfolio investicija, potreban vam je barem Excel pri ruci. Godine 1952. ni Morkowitz ni bilo ko drugi na svijetu, kao što razumijete, nije imao Excel, budući da su se mainframe računari tek stvarali.

Ekonomisti nisu imali i nisu mogli imati pristup njima, a tek 70-ih Markowitz je konačno dobio priliku da na velikom kompjuteru u to vrijeme provjeri svoje kalkulacije o formiranju raznolikog investicionog portfelja.

I kasnije je upravo ovaj dan nazvao jednim od najsretnijih dana u svom životu, a nikako momentom primanja Nobelove nagrade, koju je dobio tek 1990. za ovaj članak (napisan 1952.).

Odnosno od trenutka kada su se računari počeli pojavljivati, a posebno od trenutka kada su postali lični i svako ko ima malo znanja o Excel-u mogao je to lako provjeriti.

Od trenutka kada je postalo moguće izračunati diverzificirani investicijski portfolio korištenjem Excela, interesovanje za teoriju portfolija naglo je poraslo.
A onda su se sjetili Markowitza i dobio je Nobelovu nagradu za vrlo stari članak iz 1952. godine.

A bez sredstava za izračunavanje diversifikovanog investicionog portfelja, oko 30 godina sve ovo nikome nije trebalo. Zato što nije bilo moguće lako izračunati diversifikovani portfolio investicija.

Šta pruža diversifikacija na različitim tržišnim sredstvima investicionog portfelja?

Šta je zapravo Markowitzova zasluga? Najvažnije za nas kao investitore je to što je pokazao da pravilno diverzificiran investicijski portfolio može imati koristi ili zauzvrat, ili u riziku, ili u oba parametra odjednom.

Ali i dalje ne možete učiniti ništa gore! U najgorem slučaju, jednostavno nećete pobijediti.

Hajde sada da shvatimo šta je „pravilno diverzifikovani investicioni portfolio“.

Pogledajmo sljedeći primjer.

Rizik i profit portfelja zajedničkih fondova, Rusija, 2000 – 2010*

datum	Zajednički fond akcija "Nikitich"		Zajednički fond obveznica "Ilya Muromets"		aktovka 50% dionica + 50% obveznice
31.12.99	540,08		1 818,18		100,00
31.12.00	606,52	+12,3%	4 107,58	+125,9%	169,11	+69,1%
31.12.01	1 253,94	+106,7%	5 897,85	+43,6%	269,22	+75,2%
31.12.02	1 851,79	+47,7%	7 569,17	+28,3%	408,81	+38,0%
31.12.03	2 607,48	+40,8%	9 159,94	+21,0%	535,18	+30,9%
31.12.04	3 116,65	+19,5%	10 397,12	+13,5%	623,57	+16,5%
31.12.05	5 854,48	+87,8%	11 821,31	+13,7%	940,17	+50,8%
31.12.06	8 651,54	+47,8%	12 782,30	+8,1%	1 202,97	+28,0%
31.12.07	9 457,08	+9,3%	13 793,27	+7,9%	1 306,55	+8,6%
31.12.08	2 738,07	-71,0%	9 726,63	-29,5%	649,81	-50,3%
31.12.09	6 510,21	+137,8%	15 676,50	+61,2%	1 269,17	+99,5%
31.12.10	8 256,71	+26,8%	18 364,51	+17,1%	1 581,16	+22,0%
Profit	+28,1% godišnje		+23,4% godišnje		+28,5% godišnje
Rizik	53,1%		37,7%		37,8%

*Na osnovu materijala sa zatvorenih seminara S. Spirina

Razmatraju se ulaganja u dva zajednička fonda - u Ilya Muromets Bond uzajamni fond i u Dobrynya Nikitich Share Mutual Fund kompanije Troika Dialog. I ulaganja u diversifikovani portfelj od 50% akcija i 50% obveznica ovih zajedničkih fondova.

Imajte na umu da je prinos na diversifikovani portfolio investicija bio veći od prinosa na ulaganja u pojedinačne investicione instrumente. I pokazalo se da je rizik ulaganja u portfolio na nivou rizika ulaganja u konzervativni instrument.

Sjećajući se poznate izreke „Ne stavljajte jaja u jednu korpu“, možemo pretpostaviti da bi bilo ispravno da cijeli svoj investicioni resurs rasporedite na što više različitih grupa investicionih sredstava.

Zapravo to nije istina. Nažalost, postoje određeni problemi diverzifikacije koji će nas spriječiti u tome.

U praksi (a to je lako pokazati čisto matematički), kako se investiciona sredstva diverzifikuju, s jedne strane imamo povećanje profita i smanjenje rizika.

S druge strane, svakim novim korakom diverzifikacije profit se sve manje povećava, a smanjenje rizika se usporava.

Ali složenost upravljanja investicionim procesom raste veoma, veoma ozbiljno.

Bitan! Nema smisla diverzifikovati investicioni resurs u veoma male grupe investicionih sredstava.

Ali to nije tako loše. Tu dolazi do izražaja međusobna korelacija između investicionih sredstava. Diversifikacija dobro funkcionira ako se investicijski portfelj sastoji od investicijskih sredstava s negativnom korelacijom (pogledaćemo o čemu se radi malo u nastavku) ili, barem, nezavisnih.

Štaviše, kako se broj čak i nezavisnih sredstava povećava, korelacija između njih se povećava geometrijski.

Ako imamo dva sredstva između njih postoji jedna korelacija, ako imamo tri sredstva između njih već postoje tri međusobne korelacije, ako postoje četiri sredstva imamo šest korelacija između ovih sredstava, 5 sredstava 10 korelacija, 6 sredstava 15 međusobne korelacije, itd.

Odnosno, broj korelacija raste eksponencijalno.

A u stvarnom svijetu mogu se pronaći još dva nepovezana sredstva. Ali tri je već jako teško.

A kada pokušamo da pronađemo mnogo nezavisnih grupa sredstava, suočeni smo sa činjenicom da grupe počinju da koreliraju jedna s drugom.

Pažnja! Stoga, nema smisla pokušavati formirati diverzificirani investicijski portfolio povećanjem broja sredstava u portfelju ad infinitum.

Više neće biti dobitka, ali će se teškoća, ponavljam, višestruko povećati.

Dakle, optimalan broj nezavisnih grupa investicionih sredstava u diversifikovanom investicionom portfelju ne bi trebalo da bude veći od 10, a generalno, u klasičnim verzijama, do 2-4 grupe (klase) investicione imovine koje nisu međusobno povezane. .

Nesistemski i sistemski rizici

Prilikom formiranja diversifikovanog investicionog portfolija važno je razlikovati i uzeti u obzir prirodu nesistemskih i sistemskih rizika.

Ni na koji način ne možemo uticati na tržišni rizik koji je svojstven ovom tržištu u cjelini prilikom formiranja diversifikovanog investicionog portfelja. Ovo je sistemski rizik.

Postoji i rizik po emitentu – Ovo je nesistematski rizik.

Ako investiramo u pojedinačnu kompaniju, onda može ispasti, na primjer, vrlo dobar emitent koji će rasti višestruko tokom mnogo godina, ili se može ispostaviti da je to Jukos, na kojem ćemo izgubiti ulaganje.

Ako investiramo u pojedinačne dionice, onda se nesistematski rizik ispostavlja visokim čak iu odnosu na tržišni (sistemski) rizik.

Međutim, sa povećanjem broja emitenata u investicionom portfelju akcija, kada dobijemo diferenciraniji portfolio, tržišni rizik ostaje nepromenjen, na njega ne možemo uticati ni na koji način, to je sistemski rizik svojstven ovom tržištu kao cijeli.

Ali nesistematski rizik portfelja je ozbiljno smanjen.

Pažnja! Kada govorimo o ulaganju u dionice u budućnosti, uvijek ćemo misliti na vrlo širok portfolio dionica.

Ako govorimo, na primer, o ruskim akcijama, onda mislimo na indeks MICEX-a koji obuhvata 30 akcija ili indeks RTS-a koji obuhvata 50 akcija.

Dakle, u vašem portfelju ne bi trebalo da postoje pojedinačne akcije ili pojedinačna sredstva za koje postoji mogućnost pada cene.

Stoga, razmatramo samo ulaganja u indekse, a ne u pojedinačne hartije od vrijednosti.

Teorija portfelja podrazumijeva da ulažete u diferencirani portfolio.

Bitan. Indeksni zajednički fond može propasti samo ako tržište u cjelini propadne. Može li se tržište srušiti? Ovo je vjerovatnoća o kojoj smo razgovarali kada smo razmatrali standardnu ​​devijaciju, koja nam pokazuje pad tržišnih kotacija. Ali zajednički fond ne može jednostavno propasti kao banka iza toga stoji imovina.

Drugi važan koncept u diversifikaciji investicionog portfelja je korelacija sredstava uključenih u portfolio

Korelacija:

• Izgradnja diversifikovanog investicionog portfelja od sredstava sa nepovezanim performansama smanjuje rizik jer dok prinosi na jedno sredstvo opadaju, oni će verovatno rasti na drugom.
• Korelacija je mera odnosa između dva sredstva (izračunata korišćenjem metoda korelacione analize - ovo je skup metoda za otkrivanje tzv. korelacione zavisnosti između slučajnih varijabli).
• Koeficijent korelacije - od -1,00 do +1,00

Vrijednost +1,00 - potpuno pozitivna korelacija
Vrijednost 0 00 - nema korelacije
Vrijednost od -1,00 je potpuno negativna korelacija.

• Izračun - EXCEL: =CORREL(niz1, niz2)

Kada pokušavamo da izgradimo diversifikovani investicioni portfolio od sredstava sa izraženom negativnom korelacijom, možemo dobiti neočekivan i za nas vrlo koristan efekat.

Ukupni prinos jednog investicionog portfelja može biti veći od prinosa pojedinačnih sredstava, pa prema tome, rizik može biti manji od rizika oba sredstva.

Kako to može biti u životu?

Ovo je za američko tržište.

Korelacije između klasa imovine, SAD, 1926 - 2009

morningstar.com	Mala dionice	Veliko dionice	LT corp obveznice	LT govt obveznice	IT govt obveznice	Trezor račune
Male zalihe Akcije malih kompanija	1,00
Velike zalihe Akcije velikih kompanija	0,79	1,00
LT corp obveznice Dugoročno bldg. obveznice	0,07	0,17	1,00
LT državne obveznice Dugoročno stanje obveznice	-0,07	0,03	0,89	1,00
IT državne obveznice Srednjoročno stanje obveznice	-0,10	-0,01	0,88	0,90	1,00
Trezorski zapisi Trezorski zapisi	-0,09	-0,01	0,20	0,22	0,47	1,00

Američko tržište dionica ima najveću količinu dostupne statistike.

Na šta ukazuju ovi podaci o korelaciji između različitih grupa imovine:

• Međusobna korelacija između udjela malih preduzeća i udjela velikih preduzeća je (+0,79). Ovo je prilično visoka korelacija. Iako ne 1. Ipak, velike i male dionice se ponašaju nešto drugačije.
• Korelacija između dionica i obveznica je već blizu nule.
• Korelacije između dionica i kratkoročnih obveznica i državnih zapisa su također blizu nule, pa čak i donekle negativne.
• Obveznice su u velikoj korelaciji jedna s drugom. Dugoročne kratkoročne obveznice imaju međusobnu korelaciju od 0,8 - 0,9.
• Dugoročne obveznice sa trezorskim zapisima, naprotiv, pokazuju nagli pad korelacije.

Inače, ovdje možemo vidjeti tri grupe sredstava koja se dosljedno razmatraju za uključivanje u investicijski portfolio:

• Ovo su dionice;
• ovo su obveznice i
• Trezorski zapisi kao posebna grupa sredstava jer imaju nisku korelaciju čak i sa obveznicama i negativnu korelaciju sa akcijama.

Ovo su podaci za Sjedinjene Države od 1926. do 2009. godine.

Ako smanjimo i uzmemo novije podatke iz 1980. godine, možemo vidjeti podatke za još dvije grupe imovine, kao što su REIT-ovi i robe.

Korelacije između klasa imovine, SAD, 1980 – 2009

morningstar.com	Veliko dionice	Mala dionice	Obveznice	Trezor račune	REIT-ovi	Comm.
Velike zalihe Akcije velikih kompanija	1,00
Male zalihe Akcije malih kompanija	0,75	1,00
Obveznice Obveznice	0,16	0,03	1,00
Trezorski zapisi Trezorski zapisi	0,03	-0,03	0,08	1,00
REIT-ovi Sredstva nekretnina	0,54	0,60	0,08	-0,03	1,00
Roba Commodity imovine	0,15	0,16	-0,07	-0,10	0,17	1,00

Obratite pažnju na to kako nekretnine koreliraju sa akcijama velikih i malih kompanija, sa obveznicama i sa trezorskim zapisima - prilično visoka 0,54-0,60.

Robna sredstva (nafta, bakar, žito) imaju prilično nisku korelaciju sa svim ostalim grupama sredstava.

Istina je da će profitabilnost Commodities biti na nivou inflacije. Ali tako niska korelacija sa drugim grupama sredstava dovodi do činjenice da se robna sredstva ili Robe često uključuju u portfolio upravo da bi se dobila nezavisna aktiva sa minimalnom korelacijom sa drugim grupama sredstava.

Pogledajmo sada korelaciju između različitih regija.

Korelacije među regijama, dionice, 1990 – 2009

morningstar.com	Azija	Pacific	Evropa	UK.	Japan	Kanada	U.S.
Azija Azijat region	1,00
Pacific Pacifička regija	0,92	1,00
Evropa Evropa	0,64	0,70	1,00
UK. Velika britanija	0,58	0,68	0,82	1,00
Japan Japan	0,46	0,48	0,50	0,51	1,00
Kanada Kanada	0,68	0,75	0,70	0,65	0,45	1,00
U.S. SAD	0,63	0,67	0,77	0,74	0,42	0,76	1,00

Ova tabela pokazuje korelaciju između ulaganja u dionice u različitim regijama. Odvojeno SAD, Kanada, Japan i Velika Britanija, posebno Evropa, Azija i pacifička regija:

• Vidimo da je korelacija između obližnjih regija prilično visoka. Između Azije i Pacifika korelacija je oko 0,92. Postoji i prilično visoka korelacija između Kanade i Sjedinjenih Država.
• Ali što su regioni udaljeniji jedan od drugog, to je niža korelacija između njih. Čak i Japan sa UK ili Japan sa Kanadom i SAD imaju korelaciju manju od 0,5.

Bitan. Ako želimo smanjiti rizik našeg investicijskog portfelja, možemo uključiti dionice iz različitih dijelova svijeta.

Podaci za Rusiju.

Korelacije između imovine, Rusija, 2000 – 2009*

	MICEX	"DN"	"ONI"	Au	Ag	Američki dolar	EUR	Kv.m.
MICEX indeks	1,00
Zajednički fond "Dobrynya Nikitich"	0,94	1,00
Zajednički fond "Ilya Muromets"	0,50	0,56	1,00
zlato (Au)	-0,01	-0,01	-0,07	1,00
Srebro (Ag)	0,15	0,14	0,05	0,71	1,00
američki dolar (USD)	-0,17	-0,14	-0,11	0,44	0,15	1,00
euro (EUR)	-0,08	-0,05	-0,06	0,41	0,23	0,39	1,00
Stanovanje u Moskvi (kv. m.)	-0,17	-0,18	-0,18	0,20	0,07	0,51	0,13	1,00

*Prema zatvorenim seminarima S. Spirina

Ovo pokazuje korelaciju između MICEX indeksa, dva zajednička fonda Trojka Dialog Management Company, zlata, srebra, dolara, eura i nekretnina u Moskvi:

• Korelacija između indeksa dionica i dioničkog fonda je, naravno, visoka. Korelacija između dionica i obveznica je negdje oko 0,5. Korelacija između vrijednosnih papira i zlata je blizu nule (čak i blago negativna).
• Korelacija između zlata i srebra je visoka. Stoga, nema puno smisla pokušavati uključiti i zlato i srebro u svoj investicijski portfolio.
• Korelacija između dolara i eura i između dionica i obveznica je opet nula ili čak negativna.
• Korelacija između stanovanja i MICEX indeksa u Rusiji je čak negativna (na nivou od minus 0,17-0,18). Što je, inače, prilično netipično za svjetske standarde.

Zaključci: Bez pravilne diversifikacije sredstava, uzimajući u obzir njihovu međusobnu korelaciju, nemoguće je formirati efikasan investicioni portfolio koji će vam omogućiti da povećate svoj kapital ili ga, u svakom slučaju, sačuvate.

U narednim materijalima o investicionom portfoliju ćemo detaljnije govoriti o tome kako izgraditi lični investicioni portfolio za vas, za vaše investicione ciljeve, za vaše investicione horizonte, za vaš odnos prema rizicima.

Vidimo se!

PS. Ako vam je bio koristan materijal „Diverzifikacija i korelacija imovine u portfolio investicijama“, kliknite na dugme „Sviđa mi se“ na početku članka i ostavite svoj komentar na kraju članka. Podijelite sa svojim prijateljima na društvenim mrežama. Biće vam zahvalni.

Gde penzioner treba da uloži svoj novac doživotno u penziji i kako da ga ne izgubi?
Tajne manipulacije na Forex tržištu (FOREX)
Za investitora početnika: Investicioni portfolio za penzionu štednju
Za investitora početnika: Gdje uložiti novac tako da postoji garancija da ga nećete izgubiti?
Za investitora početnika: Balansiranje vašeg investicionog portfelja
Za investitora početnika: Prihvatljiv nivo rizika od gubitka novca uloženog u investicije
Za investitora početnika: nekoliko praktičnih savjeta za trgovanje dionicama
Za investitora početnika: Kako naučiti zarađivati ​​trgujući dionicama?
Za investitora početnika: Kako uložiti novac u dionice?
Za investitora početnika: Šta određuje cijenu dionica?
Za investitora početnika: Dionice kao finansijski instrument za ulaganje
Investicije u nekretnine
Za investitora početnika - Ulaganje u zlato
Ulaganja u robu
Investitor početnik protiv špekulant dionica (aktivni trgovac)
Za investitora početnika: finansijski instrumenti sa nefiksnim prihodom?
Za investitora početnika – ulaganje u investicijske fondove? dio 3
Za investitora početnika – ulaganje u investicijske fondove? Dio 2
Za investitora početnika – ulaganje u investicijske fondove?
Finansijski instrumenti sa fiksnim prihodom: obveznice
Finansijski instrumenti sa fiksnim prihodom: bankovni depozit (depozit)
Zašto su investitoru početniku potrebna osiguravajuća društva?
Za investitora početnika: Kako uložiti novac u berzanski indeks
Za investitora početnika: Ekonomski indeksi
Život u penziji: Penzijski fond ili Nedržavni penzioni fond?
Infrastruktura finansijskog tržišta: osiguravajuća društva, nedržavni penzioni fondovi, tržišni regulatori
Infrastruktura finansijskog tržišta: Društva za upravljanje investicijama i depozitar hartija od vrijednosti
Infrastruktura finansijskog tržišta: Berze i brokerske kompanije
Infrastruktura finansijskog tržišta: Banke i bankarski depoziti za privatnog investitora
Investicije: upravljanje povjerenjem
Derivatni finansijski instrumenti: opcijski ugovori (opcije) 2. dio
Derivatni finansijski instrumenti: opcijski ugovori (opcije) 1. dio
Derivatni finansijski instrumenti: terminski ugovori (fjučersi) deo 2

Odnos između promjena vrijednosti trgovačkih instrumenata, situacija u kojoj promjena cijene jedne imovine dovodi do promjene vrijednosti druge.

Za mjerenje korelacije u praksi analize ponašanja cijena dionica koristi se odgovarajući indikator - Pearsonov koeficijent korelacije, određen formulom:

• rxy—koeficijent korelacije vrijednosti dionica x i y;
• dx je odstupanje određene vrijednosti serije x od prosječne vrijednosti ove serije;
• dy je odstupanje određene vrijednosti serije y od prosječne vrijednosti ove serije.

Sve moguće vrijednosti Pearsonovog indeksa korelacije su u rasponu od minus jedan do plus jedan.

Štaviše, ako je vrijednost izračunatog Pearsonovog koeficijenta plus jedan, onda je odnos između analiziranih cijena dionica direktne funkcionalne prirode.

Ako je vrijednost koeficijenta korelacije u apsolutnoj vrijednosti veća od 0,7, onda odnos cijena dvije akcije ima izražen karakter.

Kada je vrijednost modula koeficijenta Pearsonove korelacije između 0,4 i 0,7, odnos između vrijednosti cijena dionica je prosječan. Manje od nivoa od 0,4 - slabo izražen odnos između cijena akcija.

Ako je vrijednost ovog koeficijenta minus 1, onda odnos između cijena dionica ima inverznu funkcionalnu prirodu.

Što je više vrijednosti vrijednosti dva udjela uključeno u uzorak, to se može konstatovati niža apsolutna vrijednost koeficijenta korelacije o postojanju korelacije.

Analitička vrijednost izračunavanja Pearsonovog koeficijenta korelacije između cijena dionica omogućava vam da dobijete važne fundamentalne podatke potrebne za donošenje objektivne odluke tokom trgovanja dionicama.

Na primjer, berza reaguje na objavljivanje vijesti o kretanju cijena glavnih sredstava (nafta, zlato, industrijski indeksi, prinosi državnih obveznica). Kao rezultat toga, cijena dionica kompanije se mijenja. Pažljivim praćenjem dinamike odnosa između tržišnih instrumenata i uzročno-posljedičnih veza između promjena nivoa cijena, možete efikasno i brzo prilagoditi svoju investicionu taktiku i plan trgovanja. Istovremeno, pri formiranju investicionog portfolija u okviru osnovnih koncepata upravljanja rizicima neophodno je koristiti korelacione analize.

Poznavanje nivoa korelacije između dve akcije omogućava vam da smanjite rizik formiranja portfelja investicija.

Recimo da naš portfolio sadrži dva sredstva, a ponašanje njihovih cijena zavisi od vremena prema zakonu sinusoida. Uz koeficijent korelacije jednak plus 1, dobija se potpuna superpozicija sinusnih valova, a kupovinom obje dionice udvostručujemo svoje pozicije u svakoj od njih. Vrijednost Pearsonovog koeficijenta korelacije jednaka minus 1, naprotiv, međusobno će kompenzirati dobitke i gubitke na dionicama. Efikasno odabrani skupovi dionica u portfelju rastu tokom vremena. Zatim, kada se cijena jedne dionice smanji, rast druge dionice će nadoknaditi ukupno povlačenje portfelja i minimizirati ukupni rizik. Proces rebalansa portfelja omogućava vam da ostvarite prihod brzom promjenom udjela pojedinačnih sredstava u strukturi portfelja.

Recimo da početni sastav našeg portfelja dionica A i B ima inverznu korelaciju minus jedan. A omjer je jedan prema jedan (50/50). Ukupna vrijednost portfelja je milion dolara. Tokom šest mjeseci, dionice A su pale u vrijednosti za 10% i njihova cijena je pala sa prvobitnih 500 hiljada dolara. do 450 hiljada dolara Imovina B je, naprotiv, porasla za 10% i njena stopa je porasla na 550 hiljada dolara. Ukupna vrijednost portfelja nije promijenjena i iznosi milion dolara. Sada ćemo polovinu dionica B (550/2 = 275 hiljada dolara) prenijeti na A i njegova cijena će sada biti 725 hiljada dolara. A dionice B - 275 hiljada dolara.

U narednih pola godine dolazi do obrnutog procesa - akcije se vraćaju na prethodni nivo cijena. Sada dionice A umjesto 725 hiljada dolara. košta 797,5 hiljada dolara, a imovina B umjesto 275 hiljada dolara. 247,5 hiljada dolara Ukupna vrijednost portfelja sada će biti 797,5 + 247,5 = 1045 hiljada dolara. Dakle, njegova profitabilnost nakon rebalansa iznosi 4,5% godišnje. Bez rebalansa, vrijednost portfelja bi bila nula posto. U praksi je sve mnogo komplikovanije, jer je nivo korelacije većine akcija u rasponu od plus 0,5 do minus 0,5.

Dakle, možemo zaključiti da što je niža vrijednost Pirsonovog koeficijenta, veći je vjerovatni prinos portfelja na istom nivou rizika, odnosno manji je nivo rizika pri istoj vrijednosti prinosa. Međutim, izračun koeficijenta korelacije mora se koristiti s oprezom.

Ponašanje cijena dionica ovisi o mnogim parametrima. Najatraktivnije za analizu, zbog svoje jednostavnosti, je dosljedno ponašanje cijena ili indeksa. Prisustvo ovakve konzistentnosti u ponašanju se ne može poreći i očituje se u mnogim primjerima. Tako se cijene dionica mnogih ruskih kompanija mijenjaju „s okom“ na ponašanje ostalih dionica. Na primjer, uprkos značajnim razlikama u dinamici, lako je uočiti elemente konzistentnosti u ponašanju dionica Gazproma i Sberbanke - najlikvidnijih vrijednosnih papira ruskog tržišta dionica. Ovakva konzistentnost ponašanja ne deluje čudno s obzirom na uključenost akcija u dinamiku finansijskih tokova na berzi. Iako, sa stanovišta analize finansija jedne kompanije, može se činiti da bi dinamika cijena akcija kompanija iz različitih sektora privrede trebala biti nezavisna. Rice. 2, 3 U dužem periodu najjasnije se ispoljava konzistentnost ponašanja cijena dionica i indeksa. Stepen konzistentnosti između ponašanja različitih krivulja može se ocijeniti korištenjem koeficijenta korelacije. Koeficijenti korelacije između ponašanja cijena dionica Sberbanke i MICEX indeksa, utvrđeni u godišnjem intervalu, mijenjaju se tokom vremena, često približavajući se jedinici, pri čemu je ponašanje dvije krive blizu potpune konzistentnosti. U slučaju cijena dionica Sberbanke i MICEX indeksa lako se može pronaći objašnjenje za takvu povezanost. U drugim slučajevima, odnos nije tako očigledan, iako empirijski utvrđeni koeficijenti korelacije sistematski premašuju vrijednosti koje bi se mogle dobiti za parove nezavisnih varijabli. Koristeći koeficijent korelacije, možete pokušati da izgradite regresijske zavisnosti i procenite dinamiku imovine na osnovu vrednosti i promena u drugim povezanim veličinama. Međutim, postoji niz ozbiljnih poteškoća u ovakvim procjenama, što ponekad dovodi do pogrešnih zaključaka o beskorisnosti ove vrste povezivanja. Međutim, upotreba koeficijenata korelacije može biti korisna za analizu dinamike cijena dionica i indeksa. Štaviše, ove kvote mogu biti bitan element sistema trgovanja, ali kada ih koristite važno je zapamtiti najvažnija ograničenja.

1. Koeficijent korelacije je samo jedna karakteristika mnogih parametara i nema potrebe za precjenjivanjem njegovih vrijednosti

Tokovi informacija o cijenama koji dolaze sa mjenjačkih terminala ukazuju na prisustvo i haotične nasumične komponente u ponašanju cijena i određenu konzistentnost s cijenama drugih sredstava. Matematička statistika nam omogućava da identifikujemo elemente koherentnosti u ponašanju vremenskih serija. Da biste to učinili, Fourierova analiza ili drugi parametri mogu se procijeniti. Najprikladniji i najjednostavniji je koeficijent regresije (korelacije) K. Često se koristi za analizu stepena povezanosti između dvije vremenske serije. Ovaj koeficijent se može odrediti za bilo koja dva skupa (uključujući i slučajne) varijabli Xi i Yi, gdje se i kreće od 1 do n. Koristeći uzorak dužine n, možete odrediti empirijski koeficijent korelacije, koji je određen sljedećom formulom:

K= , gdje su Mx i Mu procjene matematičkog očekivanja slučajnih varijabli (X) i (Y), i vrijednosti njihovih standardnih devijacija. K varira unutar (-1, 1).

Pokazalo se da je koeficijent korelacije jednak jedinici za skupove dvije veličine X(ti) i Y(ti), čije se vrijednosti mijenjaju u fazi s vremenom, kao što su sinusoidi označeni A i B na slici 4. Na niz slika 5, ovi skupovi zavisnosti X(ti) i Y(ti) su predstavljeni u koordinatama (X i Y). Za antifazne oscilacije (krive A i D), koeficijent korelacije je -1. Kada se faza jednog od procesa pomjeri, koeficijent korelacije se smanjuje i postaje blizu nuli za ortogonalne oscilacije sin(t) i cos(t) (krive A i C). Slično, naći ćemo nultu korelaciju za oscilacije sa periodima oscilovanja sin(t) sin(2t) koji se razlikuju za faktor dva (krive A i F). Koeficijent korelacije također se smanjuje zbog “šuma” oscilacija dva različita procesa. Dakle, za sinhrono oscilirajuće krive G i H, u kojima postoji slučajni šum, izračunati koeficijent korelacije ispada manji od jedinice. Češće se upravo to bučno ponašanje uočava kod cijena različitih sredstava. Korelacija skupa čisto slučajnih brojeva Yi sa bilo kojom zavisnošću X(ti) težit će nuli kako uzorak raste, a "graf" parova brojeva X(ti) i Yi neće dati čak ni nagoveštaj zavisnosti , kao što je prikazano na poslednjem grafikonu za „zavisnosti“ parova brojeva Xi i Yi, gde je Xi uzet iz gornje sinusoidne krive A, a Yi je očitan sa krive I, koja je skup ravnomerno raspoređenih slučajnih brojeva.

2. Neophodno je zapamtiti moguću tačnost određivanja korelacije

U zavisnosti od tržišta, pored determinističkih komponenti koje dovode do često uočene koherentnosti njihovog ponašanja, postoje i drugi termini koji se mogu tumačiti kao „slučajni brojevi“. Slučajni članovi takođe doprinose utvrđenom koeficijentu korelacije K. Dakle, kada se izračunava K za konačni uzorak veličine N između dva skupa Xi i Yi slučajnih varijabli, ravnomerno raspoređenih u intervalu (0-1), rezultati takođe neće biti -nula značenja. Vrijednost Kj(250) (za veličinu uzorka od 250 parova) ovisit će o broju j samog uzorka. Koeficijent korelacije K će biti slučajna varijabla, čije se realizacije Kj, prema zakonu velikih brojeva, ispostavlja da su raspoređene po normalnom zakonu. Na prikazanoj slici vidimo kako su se koeficijenti korelacije Kj(250) mijenjali između uzoraka od 250 parova slučajnih varijabli za hiljade implementacija (j=1,2,3...1000). Standardna devijacija?? slučajna varijabla K(250) je blizu 0,062, što znači da će u 77% slučajeva empirijska vrijednost koeficijenta korelacije Kj(250) za 250 parova slučajnih varijabli biti unutar ±2??. (Linije ±0,124 su prikazane na slici). I dalje od 3*?? (±0,186) slučajna varijabla Kj(250) će se pojaviti samo u 1,35% slučajeva. Dakle, vrijednost K(250) za skup od 250 parova brojeva, veći modul 0,2, najvjerovatnije se ne može povezati sa slučajnim okolnostima, a za vremenske serije sa K>0,2 moramo odbaciti ideju njihove slučajnosti. promjene i mogu se tražiti mogući razlozi za njihovo korelirano ponašanje. Za normalnu distribuciju Kj(N) vrijednost?? je obrnuto proporcionalan kvadratnom korijenu veličine uzorka N. Dakle, za veličinu uzorka od 1000 parova slučajnih brojeva?? će se smanjiti za polovinu u odnosu na uzorak od 250 parova slučajnih brojeva, a uzorak četiri puta manji, veličine 62 para tačaka??, naprotiv, će se udvostručiti. Ako pretpostavimo da cijena dionice ima datu determinističku komponentu i slučajni termin, onda povećanjem veličine uzorka možemo smanjiti dodatak koeficijentu korelacije koji nastaje zbog slučajnog člana. U slučaju vremenske serije, da bi se smanjio doprinos slučajnih komponenti, potrebno je povećati period iz kojeg se uzimaju korišćene tačke. Međutim, takođe je nemoguće previše povećati period istraživanja, jer se tokom dužeg intervala priroda konzistentnosti krivulja može promijeniti. Jasno je da se korištenjem koeficijenta korelacije procjenjuje samo prosječna vrijednost korelacije za period. Stoga se kao studijski prozor najčešće koristi godišnji interval koji, uzimajući u obzir vikende i neradne praznike, daje oko 250 dnevnih cijena zatvaranja. Prilikom odabira godišnjeg intervala, treba imati na umu da nasumične komponente cijene mogu dati doprinos rezultujućem koeficijentu korelacije K(250), čija vrijednost na uzorku od 250 bodova lako može biti ±0,1, au nekim (iako rijetkim) ) slučajevi dostižu čak ±0,2. Stoga, u stvarnosti, kada se izračunava koeficijent korelacije na godišnjem intervalu, ima smisla zadržati samo jednu značajnu cifru iza decimalne tačke, a sve ostalo može biti povezano sa statističkim greškama. Ako se koeficijent korelacije K(250) pokaže manjim od 10%, onda je bolje ne razmišljati o odnosu između početnih vrijednosti. (Nema smisla tražiti neslučajne stvari u kojima dominira slučajnost).

3. Indeksne korelacije

Uzimajući u obzir gornju procenu tačnosti, moguće je izračunati koeficijente korelacije potencijalno najznačajnijih veličina za RTS indeks. Na slici ispod prikazane su relativne promjene indeksa RTS-a, američkog S&P 500 indeksa, japanskog Nikkei225 i francuskog CAC40. Pokazalo se da je u prošloj godini koeficijent korelacije indeksa RTS-a sa navedenim indeksima bio negativan. (K vrijednosti za RTS sa gore navedenim indeksima date su u natpisima krivulja na slici). Korelacija postaje negativna zbog dugih perioda višesmjernih kretanja indeksa. Tako je indeks RTS-a u prvoj polovini godine opao, dok su indeksi ovih zemalja zabeležili rast. Posebno snažno je rastao indeks N225, što je dalo visok negativni koeficijent K. Koeficijent korelacije (sa datih krivulja) pokazao se kao pozitivan samo za cijene nafte Brent. Iako se koeficijent K sa naftom +0,6 ispostavi da nije toliko visok koliko bi se moglo očekivati, imajući u vidu zavisnost naše privrede od cena ove sirovine.

Iz tabele 1 parnih korelacija vidimo da su ova sredstva podijeljena u dvije grupe. Jedan sadrži indekse razvijenih zemalja, koje imaju prilično visoke pozitivne vrijednosti parne korelacije među sobom. Dakle, koeficijent korelacije indeksa S&P 500 i CAC 40 indeksa je veoma visok i iznosi +0,9. Dok se koeficijenti korelacije sa indeksima zemalja BRICS-a za njih pokazuju negativnim.
Indeksi zemalja BRICS-a su uključeni u drugu grupu. Zajednički grafikon relativnih promjena indeksa jasno pokazuje njihovo dosljedno ponašanje. Pokazalo se da je koeficijent korelacije RTS-a sa indeksima Kine i Brazila čak nešto veći od zavisnosti RTS indeksa od cene nafte. Ovo ukazuje na prilično visok stepen koherentnosti u ponašanju indeksa zemalja BRIKS-a. Iz krivulja prikazanih na dvije slike i koeficijenata korelacije ovih krivulja sa indeksom RTS-a, možemo pretpostaviti da je u godišnjem horizontu odluku o ulaganju na berzu Rusije, Brazila i Kine doneo skup glavnih investitora koji utvrđena dinamika indeksa urađena je prema sličnim razmatranjima. Isto važi i za odluke o ulaganju na američko, japansko i francusko tržište.

4. Korelacije povećanja cijena

Važno je obratiti pažnju na još jednu bitnu osobinu. Za špekulanta, ono što je mnogo važnije nije korelacija cijena dionica, već korelacija dnevnih promjena cijena. A ovo uopšte nije ista stvar. Slika 9 prikazuje tri grafikona modela. Svaki od njih predstavlja zbir dugoperiodične sinusoide (godišnjih promjena) sa odgovarajućim dodatkom. Ali aditiv za tri grafikona je drugačiji. Za raspored A, ovo je "sedmična" sinusoida sa periodom od 5 dana. Za grafove B i C sedmična sinusoida ima negativan predznak, tako da je na grafovima A u antifazi sa sabiranjem na grafovima B i C. Na grafu C, pored toga, postoji i nasumično sabiranje. Amplitude svih aditiva su odabrane tako da budu jednake jednoj petini amplitude glavne vibracije. Parni koeficijenti korelacije krivih, uprkos dodacima, su blizu jedinice i jednaki su KA-B=+0,92; KA-S=+0,9; KB-C= + 0,9.

Ali za „dnevna povećanja cijena“ prikazana na drugom grafikonu slika je potpuno drugačija. Tačke na krivinama A, B, C na sl. 10 su dobijene kao rezultat izračunavanja razlika vremenskih sekvencijalnih vrijednosti na krivuljama na slici 9: Slika 10 = Slika 9(t)-A Slika 9(t-?t). Kao što vidimo, dnevna povećanja cijena znatno manje zavise od godišnjih kretanja, već su u velikoj mjeri determinisana kratkim fluktuacijama koje imaju period od nekoliko dana. Za naznačene krivulje razlike (slika 10), koeficijenti korelacije imaju potpuno različite vrijednosti KA-B = -1,0; KA-C= -0,7; KB-C= + 0,7. Koeficijenti korelacije su izračunati na uzorcima od 250 parova. (Uzimajući u obzir prethodnu tačku, ograničavamo se na jednu decimalu za krive koje sadrže slučajnu komponentu).

Isto možete učiniti s gore korištenim indeksima i formirati skupove dnevnih prirasta od njih. Za dobijene serije relativnih prirasta izračunate su vrednosti koeficijenata korelacije. Kao što vidimo iz tabele 2 u nastavku, vrednosti koeficijenata korelacije se suštinski razlikuju od odgovarajućih vrednosti datih u tabeli 1.

Osnovna razlika je veća stabilnost takvih koeficijenata. Osim toga, korelacije prirasta su uglavnom pozitivne. Ispostavilo se da je izuzetak negativna korelacija između prirasta cijene nafte i prirasta japanskog Nikkei 225 indeksa, međutim, apsolutne vrijednosti koeficijenata korelacije za priraštaje su po pravilu osjetno manje nego za vrijednosti. i, u većini slučajeva, samo neznatno premašuju moguće vrijednosti za skupove čisto slučajnih varijabli.

Stepen stabilnosti koeficijenta korelacije može se pokazati njihovim vremenskim ovisnostima. Kao što je već pomenuto, koeficijent korelacije zavisi od vremena. Dakle, za dvije najlikvidnije hartije od vrijednosti na ruskom tržištu, cijene dionica Sberbanke i Gazproma, koeficijent korelacije (izračunat u prethodnih 250 dana – približan godišnji interval) se uvelike mijenja tokom vremena. Na primjer, na kraju 2008. koeficijent korelacije bio je blizu +1. To znači da je u 2008. godini u dinamici cijena dionica dominirala koordinirana komponenta. Međutim, bilo je perioda kada je koeficijent korelacije padao u negativnu oblast. To znači da su se tokom godine koja je prethodila ovakvim promašajima, vrednosti korelacije, cene akcija Gazproma i Sberbanke menjale u više različitih pravaca. Ova vrsta višesmjernosti je prilično česta pojava na našem tržištu. Tako su često akcije Surgutneftegaza, Norilsk Nikla ili neke druge akcije pokazivale suprotno kretanje na tržištu. To se dešavalo ili iz specifičnih korporativnih razloga, ili kada su investitori na tržištu izabrali neke dionice kao odbrambeno sredstvo. Ali kratkoročne promjene cijena dionica, čak i u prosjeku, nisu toliko konzistentne, ali pokazuju veću stabilnost koeficijenta korelacije u različitim vremenskim periodima. Ova razlika se može videti upoređivanjem ponašanja korelacije cena akcija Sberbanke i Gazproma (Sl. 12) i njihovih promena (Sl. 13). Slika 14 Vrijedi napomenuti da čak i za periode visoke korelacije, “ovisnost” prirasta cijena nekih akcija od povećanja cijena drugih akcija uopće ne izgleda kao dinamička kriva. Ipak, pri velikom K, odnos linearne regresije će raditi s prilično velikom vjerovatnoćom. Kao rezultat, moguće je, na primjer, procijeniti povećanje cijena dionica Gazproma povećanjem dionica Sberbanke (i obrnuto). Međutim, problem sa ovom zavisnošću je u tome što se rast cijena ovih dionica dešava u jednom vremenskom intervalu. A procjena vjerovatnoće povećanja cijene dionica Sberbanke na određeni dan moguća je tek na kraju istog dana za dionice Gazproma.

Određivanje koeficijenata korelacije između različitih serija podataka omogućava vam da brzo identifikujete najjednostavnije zavisnosti i pronađete sredstva koja su u korelaciji sa onim što se proučava. Dakle, na osnovu promjena indeksa stranog tržišta ili cijena za grupe proizvoda, može se procijeniti vjerovatnoća trenutnih promjena indeksa na našem tržištu. Ali sa najvažnijom stvari - sposobnošću da se napravi vjerovatnoća prognoza o događajima koji su se već dogodili - sve je malo gore. Ali upravo takve prognoze imaju najveću vrijednost. Da biste to učinili, potrebno je proučiti korelacije današnjih prirasta indeksa s prošlim prirastima drugih tržišnih indeksa ili porasta cijena robnih grupa. Ali u stvari se ispostavilo da informacije o prošlosti vremenom devalviraju prilično brzo. Dobro poznata „maksima“ tehničke analize „istorija cena sadrži sve informacije o tržištu“ radi sa velikom rezervom i podložno uzimanja u obzir on-line događaja. U stvarnosti, prošle cijene određuju buduću dinamiku samo u ograničenoj mjeri. Da biste utvrdili koja prošlost najznačajnije utječe na sadašnjost, za početnu analizu možete pokušati izgraditi korelaciju trenutnih prirasta s promjenama vrijednosti indeksa i cijena dionica u prethodnim vremenskim točkama. Zapravo, ispada da nivoi korelacije prirasta iz različitih vremenskih intervala, po pravilu, imaju prilično niske vrijednosti.

Ovo se može ilustrirati na primjeru autokorelacijske funkcije prirasta MICEX indeksa. Korelacija se uzima za dvije uzastopne serije dnevnih promjena MICEX indeksa. A ako se dnevni prirast MICEX indeksa za tekući dan uzima kao Xi vrijednosti, tada se priraštaji indeksa za prethodni dan uzimaju kao Yi vrijednosti. Iz grafikona prikazanog na slici 15 vidimo da, kao prvo, vrijednost autokorelacije ne premašuje mnogo vrijednost koeficijenta korelacije za parove čisto slučajnih brojeva. Drugo, K može promijeniti znak. Pa ipak, tokom dugih perioda predznaka sigurnosti koeficijenta korelacije, koristeći ga možete zaraditi novac na tržištu. Da biste to učinili, sa pozitivnim K, dovoljno je kupiti indeks na kraju trgovanja u dane kada se zatvara sa pozitivnim prirastom, a prodati u dane kada indeks ima negativan prirast. Kao rezultat toga, tokom perioda pozitivne sigurnosti K moguće je dobiti statistički značajno pozitivno povećanje brojanja. Tokom perioda negativnog K, tehnika protiv trenda promjenama u proteklom danu će biti izvodljiva.

U zaključku, napominjemo da je iz serija podataka koji imaju najveću korelaciju sa predmetom koji se proučava, moguće odabrati skupove koji imaju najveće koeficijente korelacije po veličini. Zatim, (težući, na primjer, proporcionalno vrijednosti K) možemo izgraditi sintetička sredstva koja će potencijalno imati dublju vezu sa imovinom za koju smo zainteresovani i imati veći koeficijent korelacije. Na sl. Na slici 16 prikazani su koeficijenti korelacije izračunati za prethodnu godinu za priraštaje indeksa RTS-a na prirast cena nafte Bovespa, Shanghai Com. i Brent. Vidimo da su se sva tri ova koeficijenta promijenila oko vrijednosti od 0,3 u protekloj godini. Nakon formiranja hipotetičkog sredstva, čije su promjene jednake prosječnoj vrijednosti promjena tri navedene vrijednosti, moguće je izračunati i koeficijent korelacije za dnevne priraštaje rezultirajućeg sredstva. Na sl. 16 debela linija. Vidimo da su nivoi korelacije novoformiranog sredstva sistematski viši nego za komponente koje su u njemu uključene. Na ovom putu možete formirati druga sredstva, postižući veće vrijednosti koeficijenata korelacije. Najočiglednija praktična vrijednost je kombinacija takvih sintetičkih sredstava iz serija podataka koji su već postali historija. Dakle, u paru sa Xi - promenama u indeksu RTS-a, možete, na primer, sastaviti aktivu Yi od tri vrednosti: promene cene nafte i indeksa Bovespa prethodnog dana i vrednosti šangajskog indeksa, ali na tekući trgovinski dan, koji Kina završava mnogo ranije nego što se zatvara trgovanje u Moskvi. Kao iu prethodnom slučaju, koeficijent korelacije prirasta RTS indeksa sa takvom sintetičkom varijablom pokazuje se da je veći od parnih korelacija sa svakom od ovih vrednosti posebno. Dakle, koeficijent korelacije pomaže da se pronađe varijabla koja je bliže povezana sa promenama u RTS indeksu, čije se vrednosti pojavljuju ranije u vremenu od vremena zatvaranja RTS indeksa. Radeći isto, možete odabrati skupove takvih varijabli, birajući od njih par koji je najviše povezan sa sredstvom od interesa.

(Morate biti spremni za mukotrpan rad na preliminarnom čišćenju podataka, obračunu praznika, trgovanju vikendom, kao što se dešava sa naftom Brent, itd.). I još nešto: ispravnije je uzeti ne prosječnu vrijednost ulaznih veličina, već njihove ponderisane vrijednosti prema prosječnoj vrijednosti koeficijenta korelacije. Bolje je uvesti promjenjive parametre, odabirom kojih možete postići bolje rezultate. Međutim, bolje je optimizirati ne vrijednošću koeficijenta korelacije, već potencijalnom dobiti koja se može dobiti korištenjem jedne ili druge tehnike trgovanja. Neuronske mreže je moguće koristiti već u fazi odabira početnih podataka, kada sistem za optimizaciju u fazi obuke sam bira najpogodnije koeficijente. Ali sve se to najvjerovatnije odnosi na stvaranje trgovinskog sistema. Ovaj tekst pokazuje kako se koeficijenti korelacije mogu koristiti.

I dionice i indeksi se često koriste za predviđanje deviznog tržišta. Nije iznenađujuće, u ovom svijetu špekulanata sve je na ovaj ili onaj način povezano. Naravno, berza je najčešći gost finansijskih vijesti na TV-u i na internetu. Dijeli ovo, dijeli ono... Apple dionice su porasle za 5%, pa, super, jednostavno volim svoj iPhone.

Ovdje odmah možemo vidjeti vezu između dionica i valuta. Na primjer, ako želite kupiti dionice japanske kompanije na Tokijskoj berzi, to možete učiniti samo u nacionalnoj valuti. Kao rezultat toga, vaše rublje ili bilo šta što imate u zalihama morat će se pretvoriti u jen (JPY), što prirodno dovodi do povećanja potražnje za tim. Što se više akcija kupi na Tokijskoj berzi, to je jen traženiji. I naprotiv, što se više valute proda, za bilo koju svrhu, to je njena vrijednost manja.

Kada se berza neke zemlje čini ukusnom i hranljivom za investitore, oni počinju da je preplavljuju novcem. Nasuprot tome, ako je tržište dionica neke zemlje u ruševinama, investitori bezglavo bježe s nje, tražeći atraktivnija mjesta za ulaganje.

BO i Forex trgovci, naravno, ne kupuju akcije (osim možda CFD-ova na njih), iako mnoge BO kancelarije prihvataju opklade na njihove kotacije. Unatoč tome, stanje vodećih svjetskih dionica trebalo bi da vas primarno zanima.

Ako berza jedne zemlje posluje bolje od druge, kapital iz jedne zemlje će teći u drugu. Ovo će imati neposredan uticaj na njihove valute. Gdje ima novca, valuta je jača, a gdje je berza slaba, nacionalna valuta slabi.

• Jaka berza znači jaku valutu.
• Slabo tržište dionica znači slabu valutu.

Drugim riječima, često postoji direktna korelacija između stanja na berzi i kursa nacionalne valute. Juan je pao - prije toga je propala Šangajska berza. MICEX (indeks Moskovske berze) raste - rublja ga prati.

Najlakši način za praćenje stanja na berzi je postavljanje posebnog indeksa na grafikon. Ima cijenu, kao i svaka imovina, i vrlo je zgodno pratiti je.

Glavni svjetski indeksi

Pogledajmo ključne svjetske indekse koji nas zanimaju. Kao što ćete odmah primijetiti, mnogi od njih se međusobno koreliraju i nadopunjuju.

Dow Jones indeks

Najstariji i najpoznatiji indeks na svijetu. Zapravo, postoji nekoliko njih, ali najpopularniji se zove “Dow Jones Industrial Average”, također poznat kao Dow Jones Industrial Average (ticker DJIA).

Ključni američki berzanski indeks 30 kompanija s dionicama kojima se javno trguje. Inače, uprkos nazivu, ove kompanije nisu posebno povezane sa industrijom, jer ona sada nije naklonjena. Jednostavno postoji 30 najvećih kompanija u Americi.

Ovaj indeks pomno prate investitori širom svijeta. Odličan je pokazatelj ukupnog stanja američke ekonomije i reaguje na domaća i strana ekonomska i politička dešavanja. Indeks prati neverovatno bogate kompanije, čuli ste za većinu njih. McDonald's, Intel, Pfizer - sve je tu.

S&P 500 indeks

Standard & Poor 500 indeks, poznat i kao S&P 500, jedan je od najpoznatijih indeksa na planeti. Ovo je ponderisani prosječni indeks cijena dionica 500 najvećih američkih kompanija.

Zapravo, ovo je ključni pokazatelj cjelokupne američke ekonomije i po tome se prosuđuje njeno stanje. S&P 500 indeks (ticker SPX) je najpopularniji indeks na svijetu u smislu obima trgovanja nakon Dow Jones Industrial Average.

Postoje čitavi fondovi, bilo da se radi o ETF-ovima ili penzionim fondovima, čiji je glavni zadatak praćenje učinka S&P 500, u koje se ulažu stotine milijardi dolara u trgovanje.

NASDAQ Composite

Ovo je berzanski indeks NASDAQ (Nacionalno udruženje trgovaca vrijednosnim papirima automatskih kotacija), najveće elektronsko tržište u Sjedinjenim Državama, na kojem učestvuje više od 4.000 kompanija i korporacija.

To je jedno od najlikvidnijih berzi na svijetu. Tiker na grafikonu NASX.

Nikkei

Nikkei indeks je kao Dow Jones Industrial Average, ali za Japance. On predstavlja prosjek učinka 225 najvećih kompanija na japanskom tržištu dionica.

Tipični Nikkei predstavnici su Toyota, Mitsubishi, Fuji i drugi. Tiker na grafikonu NKY.

DAX

Označava Deutscher Aktien Index - njemački berzanski indeks koji uključuje 30 plavih čipova - najvećih kompanija čijim se dionicama trguje na Frankfurtskoj berzi.

Njemačka je najmoćnija ekonomija u EU, pa ako vas zanima sudbina eura, trebali biste pogledati dalje od DAX-a. Indeks uključuje kompanije kao što su Adidas, Deutsche Bank, SAP, Daimler AG i Volkswagen. Tiker na grafikonu DAX.

DJ EURO STOXX 50

Indeks Dow Jones Euro Stoxx 50 jedan je od ključnih indeksa eurozone, koji odražava uspjeh najvećih kompanija EU. Indeks obuhvata 50 preduzeća iz 12 zemalja EU.

Kreirao Stoxx Ltd., koji je zajedničko ulaganje Deutsche Boerse AG, Dow Jones & Company i SIX Swiss Exchange. Tiker na grafikonu MPY0.

FTSE

Kratica od Financial Times Stock Exchange, također poznata kao "footsie" - indeks dionica najvećih kompanija koje kotiraju na Londonskoj berzi.

Postoji nekoliko njegovih varijanti (ovo se često dešava sa indeksima). Recimo da FTSE 100 uključuje 100 kompanija, a FTSE 250, respektivno, 250 najvećih kompanija u Velikoj Britaniji. Tiker na grafikonu FTSE.

Hang Seng

Indeks dionica Hang Seng za berzu u Hong Kongu odražava promjene cijena kompanija koje su kotirane na berzi u Hong Kongu.

Indeks uključuje 50 najvećih kompanija sa kapitalizacijom od 58% ukupnog obima berze. Tiker na grafikonu HSI.

Indeks RTS-a

Naš izvorni ruski indeks (ticker RTS), uzimajući u obzir 50 najvećih domaćih kompanija čije akcije kotiraju na Moskovskoj berzi. Inače, obračunava se u američkim dolarima. Lista kompanija čije su akcije uključene u indeks se revidira svaka 3 mjeseca. Indeks se pojavio 1. septembra 1995. i dobio je baznu vrijednost od 100.

Indeks RTS-a uključuje kompanije kao što su AFK Sistema, Aeroflot, Bashneft, Lukoil, RusHydro, UralKaliy, Tatneft i mnoge druge. Postoje i varijante ovog indeksa - RTS-2, RTS Standard Index i drugi, ali stari dobri RTS indeks je najpopularniji.

Kao što vidite, indeksi su jednostavna i vrlo korisna stvar - omogućavaju vam da odmah dobijete potpune informacije o stanju ne samo jedne berze, već i cijele ekonomije zemlje u cjelini. Uostalom, stanje najvećih kompanija je ključni pokazatelj.

Odnos između tržišta akcija i deviznog tržišta

Sada da shvatimo da li je vredno uzeti u obzir sve ove indekse kada radite sa valutnim parovima u FX/BO. Naravno, isplati se - odrediti opšte tržišne trendove na višim vremenskim okvirima (zapamtite).

Generalno, da budem iskren, kada je tržište dionica u usponu, investitori su spremniji da ulažu u njega, kupujući za to nacionalnu valutu. Što prirodno dovodi do njenog jačanja.

Ako berza padne neutešno, investitori povlače svoj novac, pretvarajući ga nazad u svoju valutu i nacionalna valuta slabi. Upravo se to dešava ovde, pogledajte samo u kakvom je stanju indeks RTS-a, koji je u padu od 2011. godine.

Međutim, postoje dva izuzetka - SAD i Japan. Rast ekonomija ovih zemalja često dovodi do slabljenja njihovih nacionalnih valuta - tako smiješan paradoks povezan, međutim, s određenim ekonomskim mehanizmima.

Hajde da pogledamo kako Dow Jones Industrial Average stupa u interakciju sa Nikkei.

Kao što vidite, DJIA i Nikkei 225 indeks prate jedan drugog kao zaljubljeni par. Istovremeno, imajte na umu da ponekad kretanje jednog indeksa anticipira kretanje drugog, što omogućava korištenje takvog minijaturnog vremeplova za prognoze.

USD/JPY i Nikkei indeks

Hajde da vidimo kako japanski indeks utiče na valutu dolar/jen. Prije nego što je počela globalna finansijska kriza 2007. godine, kada su najveće svjetske ekonomije padale iz kvartala u kvartal, postojala je inverzna korelacija između Nikkeija i USD/JPY.

Investitori su bili uvjereni da učinak japanske berze direktno utiče na ekonomsko stanje zemlje, pa je rast Nikkeija doveo do jačanja japanskog jena. Važi i suprotna situacija: ako Nikkei padne, ni jen ne ide dobro.

I sve je bilo u redu dok nije izbila finansijska kriza. Tada se sve okrenulo naglavačke. Kao rezultat toga, na grafikonu su indeks i valuta počeli da se kreću u istom pravcu. Čuda, i to je sve: Nikkei jača, jen slabi i obrnuto.

Međutim, korelacija je ostala više nego transparentna - njen polaritet se jednostavno promijenio.

USD/JPY i DJIA

Dow Jones indeks i dolar/jen, da li su prijatelji ili tako nešto, proveli noć zajedno i “cao, zvaću”? Čini se da između njih treba postojati jasna korelacija. Međutim, sudeći po grafikonu, situacija uopće nije tako jednoznačna. Iako postoji određena korelacija, ona nije apsolutna.

Vidi se da se nakon finansijske krize sve ponovo pomiješalo i bilo je perioda kada je, umjesto interakcije, grafikon bio kao pakao.

Pa, niko nije obećao da će biti lako. Jasno je da trebamo koristiti tehničku i fundamentalnu analizu, a da ne spominjemo alate poput , kako bismo izvukli maksimum iz indeksa.

EUR/JPY i berzanski indeksi

Kao što smo već spomenuli, da biste kupili dionice kompanije na berzi, morate zamijeniti svoje papire za nacionalnu valutu. Uzmimo njemački DAX indeks. U teoriji, ako indeks raste, onda jača i euro, jer svi bezobzirno kupuju evropske dionice. I takva korelacija postoji, iako nije apsolutna.

Ono što je još interesantnije je da EUR/JPY takođe ima korelaciju sa drugim svetskim berzanskim indeksima. Nije iznenađujuće, jer se jen, kao i američki dolar, smatra „sigurnim utočištem“ u vremenima ekonomske krize. Ako je svjetska ekonomija u padu i trgovci su u strahu, oni često uzimaju novac sa berze, što uzrokuje pad indeksa DAX i S&P 500. Kao rezultat, cijena EUR/JPY pada kako trgovci kupuju jen.

Kada je sve dobro, devojke su lepe, a sunce sija, investitori ubacuju novac na berzu, onda cena EUR/JPY raste. Tako nastaje korelacija.

Hajde da uporedimo EUR/JPY sa S&P 500:

Ali sa DAX-om:

Vidimo, ako ne zrcalnu, ali sasvim jasnu korelaciju. Zato svakako uzmite svoj omiljeni valutni par i vidite ima li on ikakvu korelaciju sa berzanskim indeksima ili drugom imovinom?

Recimo da sam uzeo svoj omiljeni par GBP/JPY i uporedio ga sa FTSE. Šta vidimo? Očigledno su zainteresovani da budu zajedno, takvi nestašni ljudi.

Pa ovo je iz kategorije "bolje je jednom vidjeti." Korelacija USD/RUB i cijena nafte Brent. Ulje, gotovo Picasso: ovi momci će se očito ljubiti i okupljati, kao što im se već dešavalo.

Sve je međusobno povezano

Korelacija se može smatrati dodatnim indikatorom trenda globalnog tržišta. Ako se indikatori dvije međusobno povezane imovine razlikuju, trendove svakog od njih je mnogo lakše odrediti korištenjem metoda tehničke analize. I već znate šta da radite sa linijama trenda.

Pogledajmo nekoliko popularnih korelacija između robe i valutnih parova.

• Zlato gore, dolar dolje . Tokom ekonomskih kriza investitori često kupuju zlato za dolare, koje je uvijek na cijeni.
• Zlato gore, AUD/USD gore . Australija je treći najveći dobavljač zlata u svijetu, pa je vrijednost australskog dolara u velikoj mjeri povezana sa potražnjom za zlatom.
• Zlato gore, NZD/USD gore . Novi Zeland također proizvodi mnogo zlatnih ribica.
• Zlato gore, USD/CAD dolje . Kanada je 5. najveći dobavljač zlata u svijetu. Dakle, ako cijene zlata rastu, USD/CAD ide naniže (jer svi kupuju CAD).
• Zlato gore, EUR/USD gore . I zlato i euro se smatraju „anti-dolarima“. Stoga povećanje cijene zlata često dovodi do povećanja kursa EUR/USD.
• Nafta gore, USD/CAD dolje . Kanada je najveći svjetski proizvođač nafte, izvozi više od 2 miliona barela dnevno, uglavnom u Sjedinjene Države. Ako cijene nafte rastu, par na grafikonu opada.
• Kamata na obveznice raste/nacionalna valuta gore . Ovdje je sve jasno: što više kamata daju državne obveznice, to se više kupuju za nacionalnu valutu. Kako potražnja za njim raste, raste i njegov kurs.
• DJIA dolje, Nikkei dolje . Ekonomije SAD-a i Japana su veoma blisko povezane i zajedno idu i gore i dole.
• Nikkei pada, USD/JPY pada . Investitori često biraju jen kao "sigurno utočište" tokom perioda ekonomskih problema.

Tržište akcija, čije se stanje može analizirati kroz indekse, najdirektnije korelira sa valutnim parovima. Proučavajući njihovu interakciju, često možete pronaći situacije u kojima se ovi podaci razlikuju na način da jedan indikator djeluje kao „vremenska mašina“ za drugi. U ovom slučaju važna je činjenica ne samo same korelacije, već i promjena njenog polariteta iz pozitivnog u negativan i obrnuto.

Konačno, skoro svi brokeri imaju priliku da rade direktno na ovim indeksima, kako na BO tako i na Forexu. Što se može koristiti, čak i sa korelacijama, čak i bez njih.

• Natrag:
• Naprijed:

U statistici koeficijent korelacije (engleski Koeficijent korelacije) se koristi za testiranje hipoteze o postojanju veze između dvije slučajne varijable, a također vam omogućava da procijenite njenu snagu. U teoriji portfelja, ovaj indikator se obično koristi za određivanje prirode i snage odnosa između prinosa na hartiju od vrijednosti (aktive) i prinosa na portfolio. Ako je distribucija ovih varijabli normalna ili blizu normalne, onda biste trebali koristiti Pearsonov koeficijent korelacije, koji se izračunava pomoću sljedeće formule:

Standardna devijacija prinosa na akcije Kompanije A iznosiće 0,6398, na akcije Kompanije B 0,5241 i na portfolio 0,5668. ( Možete pročitati kako se izračunava standardna devijacija)

Koeficijent korelacije između prinosa na akcije Kompanije A i prinosa portfelja biće -0,864, a na akcije Kompanije B 0,816.

R A = -0,313/(0,6389*0,5668) = -0,864

R B = 0,242/(0,5241*0,5668) = 0,816

Možemo zaključiti da postoji prilično jaka veza između prinosa na portfelj i prinosa na dionice Kompanije A i Kompanije B. Istovremeno, prinos na dionice Kompanije A pokazuje višesmjerno kretanje sa prinosom na dionice Kompanije A. portfelja, a prinos na dionice Kompanije B pokazuje jednosmjerno kretanje.