บริษัทหลักทรัพย์ที่ปรึกษาการลงทุน คลาสสิก ออสสิริส จำกัด

ระบบเทรดอัตโนมัติ CORRELATION [หาความสัมพันธ์ของสองสิ่ง]

CORRELATION [หาความสัมพันธ์ของสองสิ่ง]

เผยแพร่เมื่อ วันอังคารที่ 26 พฤษภาคม พ.ศ. 2563


ก่อนหน้านี้เราได้ทำความรู้จักกับ Runs test ในการหาความสัมพันธ์ของแต่ละ Order ทว่าข้อมูลที่ได้จากการ Runs test ยังไม่ลึกมากพอ ฉะนั้นในบทความนี้เราจะมาทำความรู้จักเครื่องมืออีกชนิดในการวัดความสัมพันธ์ที่จะให้มุมมองที่ลึกกว่าการใช้ Runs test เพียงอย่างเดียว

บทความนี้เรามาทำความรู้จักกับวิธี Linear Correlation Coefficient หรือ Pearson's ก่อนอื่นเราต้องมาทำความรู้จักกับ Correlation กันก่อน

 

รูปที่ 1 แสดงลักษณะกราฟที่มี Positive correlation มีค่า (r = +1)

ในแต่ละช่วงเวลากราฟจะมีการเปลี่ยนแปลงที่สอดคล้องกัน

รูปที่ 1 แสดงลักษณะกราฟที่มี Positive correlation มีค่า (r = -1)

ในแต่ละช่วงเวลากราฟจะมีการเปลี่ยนแปลงที่ตรงกันข้ามกัน

Correlation Coefficient เป็นการหาความสัมพันธ์ของสองสิ่ง ในทางคำนวณเราหาค่าดังกล่าวจากค่าเฉลี่ย (means) โดยใช้สมการดังนี้

ในการหาความสัมพันธ์ของการเทรดแต่ละ Order นั้น สมมุติข้อมูลมาชุดหนึ่ง จากนั้นทำการเลื่อนคาบเวลาโดยจะได้ชุดข้อมูลใหม่ที่มีลักษณะเหมือนกับชุดข้อมูลแรกแต่เยื้องกับชุดแรกเพื่อหาความสัมพันธ์ของข้อมูลก่อนหน้าและข้อมูลปัจจุบัน ดังนั้นข้อมูลที่จะนำไปคำนวณจะ Overlap กันฉะนั้นจึงต้องตัดข้อมูลของ x ข้อมูลแรก ตัดข้อมูลของ y ข้อมูลสุดท้าย ทำให้การคำนวณมีข้อมูลลดลงไป 1 ค่า และค่าเฉลี่ยนของข้อมูลทั้งสองไม่เท่ากัน

1.ในการคำนวณค่า r หรือ correlation coefficient นั้น โดยหาคาเฉลี่ยของแต่ละชุดข้อมูล

E[X]  คือค่าเฉลี่ยของ X ในตัวอย่างมีค่าเฉลี่ยย 0.8

E[Y]  คือค่าเฉลี่ยของ Y ในตัวอย่างมีค่าเฉลี่ยย 0.7

2.ค่า x และ y ในแต่ละช่วงเวลาแทนด้วย xi และ yi คำนวณแต่ละช่วงเวลาของ x และ y   โดยนำไปลบกับค่าเฉลีย  

3.คูณผลต่างของค่าเฉลี่ยในแต่ละช่วงเวลาของ x และ y   ที่ได้ในขั้นตอนที่ 2  จากนั้นหาผลรวมทั้งนี้เราจะได้ตัวเศษของ

สมการ

4.ยกกำลังผลต่างของค่าเฉลี่ยในแต่ละช่วงเวลาของ x และ y ที่ได้ในขั้นตอนที่ 2 แล้วหาผลรวมของค่า x  และค่า y   

5.จากขั้นตอนที่ 4 นำทั้งสองค่าหารากที่สองแล้วนำมาคูณกันจะได้ตัวส่วนของสมการ

เมื่อแทนค่าแล้วแก้สมการดังกล่าวก็จะได้คำตอนซึ่งเป็นค่า r หรือ linear correlation coefficient  

จากการคำนวณสามารถตีความได้ว่า ความสัมพันธ์เชิงเส้นของผลการเทรดมีความสัมพันธ์กันน้อยแต่มีความสัมพันธ์ไปในทางเดียวกัน

แสดงการคำนวณแสดงได้ในตาราง

ค่า r หรือ linear Correlation Coefficient แสดงความสัมพันธ์ระหว่างผลการเทรด ค่านี้บ่งบอกอะไรได้หลายอย่าง ทั้งทิศทางของความสัมพันธ์และขนาดของความสัมพันธ์ ค่า correlation สามารถตีความความได้ตามทฤษฎี Fisher's Z-Transformation  ไม่ว่า Correlation เป็นบวกหรือลบล้วนมีประโยชน์ ต่อการเทรด ถ้า มีค่า Correlation อย่างน้อย 0.25 แสดงถึงถ้าผลการเทรดชนะ จะมีโอกาสน้อยในการเทรดแพ้ในครั้งต่อไป เพราะผลการเทรดแต่ละไม้มีทิศทางเดียวกัน กลับกันถ้ามีค่าอย่างน้อย -0.25 มีค่า Correlation เป็นลบ แสดงว่าถ้าผลการเทรดชนะ ไม้ต่อไปก็มีโอกาสเทรดแพ้เป็นต้น ฉะนั้นในกรณี Correlation เป็นลบ เมื่อเกิด loss ไม้ถัดไปเราจะคาดการณ์ว่าอาจมีโอกาสชนะนะในไม้ถัดไป อาจเพิ่มสถานะในสัดส่วนที่เพิ่มขึ้นเป็นต้น

ท้ายที่สุดควรพิจารณาความสัมพันธ์ของข้อมูลเพิ่มเติมโดยแยก data ในการคำนวณออกมา 2 ชุด in the sample-out of sample และนำผลที่ได้จากการคำนวณมาเปรียบเทียบกัน ถ้ามีผลที่ไม่ต่างกันก็แสดงถึงการมีอยู่จริงของความสัมพันธ์ของข้อมูลเหล่านั้น เพื่อหลีกเลี่ยงความสัมพันธ์เทียม (Spurious Correlation) ซึ่งเกิดจากความบังเอินในการคำนวณ

การใช้เครื่องมือทั้ง Runs test และ Correlation สามารถช่วยเพิ่มขอบเขตของการวิเคราะห์ความสัมพันธ์มากขึ้น การรู้ความสัมพันธ์ของข้อมูลก็สามารถก่อให้เกิดประโยชน์ในการออกแบบระบบเทรดให้สามารถใช้ประโยชน์จากความสัมพันธ์ของข้อมูลที่เกิดขึ้น

 

เปิดบัญชี ระบบเทรดอัตโนมัติ
พร้อมรับสิทธิพิเศษทันที !!

บทความที่เกี่ยวข้อง