Финансы-Менеджмент-Маркетинг-Рынок Ценных Бумаг

СЕРИЙНАЯ КОРРЕЛЯЦИЯ НАПРАВЛЕНИЙ ИЗМЕНЕНИЯ ДОХОДНОСТИ

By • Янв 28th, 2010 • Category: Технический анализ

Когда аналитики ищут статистическую взаимосвязь между поведением цен в какой-либо день и их поведением на следующий день, они определяют серийную корреляцию (serial correlation), т.е. корреляцию между данными за последовательные периоды во временном ряду (time series) наблюдений, упорядоченных по времени их появления. Чтобы проверить, можно ли по изменениям ставок в прошлом предсказывать будущие их изменения, аналитик должен выяснить, являются ли изменения доходности длинной облигации в заданный день в какой-либо степени коррелированными (и значит, на их основе можно строить прогноз) с изменениями доходности длинной облигации на следующий день.

Нахождение закономерностей

Обычно рынок изменяется не сильно. На протяжении нашего 10-летнего периода ставки по векселям почти не менялись на протяжении 43% времени. Аналогичным образом, трейдерам нет необходимости торговать каждый день — они могут выбирать нужный момент для открытия своих основных позиций. Аналитику следовало бы в значительно большей степени интересоваться получением точного прогноза для тех 0,5% торговых дней, в которые доходности векселей изменяются на 1% и более, чем для дней, в которые рынок спокоен.

Работа эксперта часто означает умение находить закономерности, спрятанные в огромной массе данных. В процессе обобщения данных аналитик может сформировать свежий взгляд на эти закономерности. Поскольку он более всего заинтересован в прогнозировании больших изменений (источник большой прибыли), он хочет знать, как изменения доходности различной величины могут предопределять поведение цен на следующий день.

Доходности векселей

Динамика фактической доходности 3-месячных векселей подчиняется очень интересной закономерности при распределении по размерам 1-дневных изменений. В табл. 15-1 собраны средние значения изменений доходности для каждого торгового дня и дня, следующего за ним2. Например, 21 раз доходность снижалась на величину между 42,5 и 37,5 bp, при этом среднее изменение доходности составило -39,7 bp, а среднее изменение доходности на следующий день -7,7 bp. Эти результаты изображены на рис. 15-1.

image023

Таблица 15-1 показывает, что движение цен векселя за какой-либо день является хорошим опережающим индикатором движения цен на следующий день. Этот результат очень важен. В случайном мире можно было бы ожидать, что движение цен на следующий день в среднем даст нуль; это означало бы, что увеличение доходности столь же вероятно, сколь и ее уменьшение. В приведенном ранее примере, однако, имеется сильная положительная корреляция между направлением изменения доходности в определенный день и направлением их изменения на следующий день. Эта корреляция более очевидна на рис. 15-1.

В левом верхнем квадранте графика фактически не оказалось ни одной точки (туда попадают точки, если движение вверх следует за движением вниз), и только одна точка попала в правый нижний квадрант (туда попадают точки, если движение вниз следует за движением вверх).

В среднем движения вверх следуют за движениями вверх и движения вниз следуют за движениями вниз. Кроме того, чем больше изменение, тем больше в среднем последующее изменение. В частности, если доходности не изменяются, то и на следующий день изменение также в среднем равно нулю. Когда доходности увеличиваются на 25 bp, изменение на следующий день в среднем составляет 5 bp. Ожидаемая величина изменения следующего дня составляет 16% величины изменения предыдущего дня. Эта взаимосвязь представлена прямой линией, которая наилучшим образом аппроксимирует данные. Прямая наиболее точно описывает величину завтрашнего изменения ставки дохода в зависимости от сегодняшнего ее изменения.

image025

Можно также проверить наличие серийной корреляции между последовательными месяцами, состоящими из 22 торговых дней. В качестве исходных данных возьмем данные за 1-месячные периоды, начинающиеся в произвольный календарный день 10-летнего анализируемого периода. Иными словами, мы будем рассматривать изменения доходности Yt в виде:

image027

Мы будем использовать все 1-месячные периоды. Так, сравним изменение доходности за период с 1 июня 1979 г. до 1 июля 1979 г. с ее изменением за период с 1 июля 1979 г. до 1 августа 1979 г., затем сравним период со 2 июня 1979 г. до 2 июля 1979 г. с периодом со 2 июля 1979 г. до 2 августа 1979 г. и т.д. Это даст нам лишь на 21 наблюдение меньше, чем у нас было при сравнении 1-дневных изменений доходности. На рис. 15-2 представлены результаты такой же проверки для серийной корреляции 1-месячных изменений доходности, какую мы проводили для 1-дневных изменений.

Тренды могут проявляться в течение длительного времени! Последовательные 1-месячные изменения аналогично последовательным 1-дневным изменениям имеют высокую степень корреляции. Ожидаемая величина изменения доходности следующего месяца теперь составляет 44% изменения доходности предыдущего месяца (в сравнении с 16% для 1-дневных изменений доходности), что делает 1-месячное поведение цены векселя превосходным опережающим индикатором как направления, так и величины изменения доходности векселей в будущем месяце.



« ||| »



Tagged as:



загрузка...

Comments are closed.