Таблица корреляции акций ммвб

Коэффициенты корреляции и коэффициенты зависимости

Описание формата данных

Уважаемые посетители сайта, чтобы отправить свое предложение или задать вопрос, используйте форму обратной связи.

Мы ценим Ваше мнение и обязательно рассмотрим Ваши вопросы и в случаях, когда это возможно, подтвердим получение Письма и предоставим письменный ответ.

В случае наличия обоснованных и существенных претензий, Биржа совместно с Экспертными Советами примет меры по разработке и реализации соответствующих изменений.

Источник

Корреляция цен акций и индекса МосБиржи

Корреляция цен акций и индекса МосБиржи

Введение

Если вы торгуете на фондовым рынке МосБиржи, то вам наверняка будет интересна связь между ценой акции и значением индекса МосБиржи. Вы наверняка замечали, что когда растет индекс и даже сильно растет, то есть акции, которые при этом падают. Если вы достаточно наблюдательны, то могли заметить, что при росте индекса некоторые акции почти всегда растут, тогда как некоторые акции остаются на месте или даже снижаются. Дело в том, что каждая бумага может расти или падать из-за следующих трех причин:

Первая причина их этих трех оказывает на бумагу наибольшее влияние, вторая причина оказывает меньшее влияние, но тоже очень значительное. В данной статье мне бы хотелось рассмотреть влияние третьей причины, т.е. как связана цена акции с изменением значения индекса МосБиржи. Кто-то, возможно, скажет, что если бумага входит в расчет индеска МосБиржи с большим весом, как например Сбербанк и Газпром, то она будет расти и падать синхронно с индексом, но это не совсем так. А как обстоит дело на практике, вы и увидите в данной статье.

Коэффициент корреляции

В нашем мире все взаимосвязано. Хочешь получить хорошую оценку в школе, надо выучить стишок или решить правильно задачку. Хочешь не опоздать на работу, надо раньше выйти из дома. Хочешь быть умным, красивым, богатым и знаменитым, надо… просто мечтать дальше.

Так же и здесь на смартлабе. Пишешь полезные статьи, ведешь себя вежливо и интеллигентно, и рейтинг твой растет вместе с количеством подписчиков. Ведешь себя как поросенок, ругаешься со всеми, троллишь и пишешь про политику – и вот оно непонимание окружающих, бан, или вконец испорченная карма.

Если рост одной величины приводит к росту другой, то коэффициент корреляции между этими величинами положительный и чем ближе он к 1, тем связь между величинами сильнее.

Если величины А и Б не зависят друг от друга, то коэффициент корреляции равен 0.

Корреляция цены акций МосБиржи и значения индекса

В данной статье для теста использовались данные за 2018 год по 30 наиболее ликвидным акциям МосБиржи. Изменение цен закрытия этих 30 акций сравнивались с изменением цены закрытия индекса МосБиржи.

В таблице 1 приведен список 30 наиболее ликвидных акций по итогам 2018 года, упорядоченный по возрастанию коэффициента корреляции с индексом МосБиржи.

Бумаги в таблице 1 выделены тремя цветами:

Заключение

Как вы можете заметить из таблицы 1, из 30 акций МосБиржи 11 имеют отрицательный коэффициент корреляции с индексом и 19 положительный. На мой взгляд, стоит обратить внимание на следующие вещи:

Источник

Что такое корреляция акций и облигаций?

Объясните, пожалуйста, простым языком, что такое корреляция ценных бумаг? Почему о ней говорят при составлении портфеля и что значит, когда она отрицательная?

Корреляция показывает, насколько активы схожи по поведению. Показатель описывает закономерности. Например, если при росте одного актива другой дешевеет и эта закономерность подтверждается историческими данными, говорят, что у активов обратная корреляция. Это относится как к отдельным ценным бумагам, так и к широким рынкам, классам активов и секторам экономики.

Коэффициент корреляции вычисляется на конкретном историческом отрезке. Он обозначается буквой r и принимает значения от −1 до +1. Если два актива движутся в связке, то коэффициент корреляции будет ближе к +1, а если в противоположных направлениях — ближе к −1. Но когда корреляция близка к нулю, взаимосвязи между ними нет. Это значит, что при росте или падении одного актива другой может вообще никак себя не проявлять. Например, корреляция акций и облигаций на рынке США в период с 1950 по 2012 год составила 0,11.

Расскажу, как можно использовать знание о корреляции при формировании портфеля.

Роль корреляции в управлении портфелем

Понимание корреляции между инструментами позволяет диверсифицировать портфель и снизить инвестиционные риски.

Например, если инвестор собрал портфель из 10 нефтегазовых компаний, он защитил себя только от специфических рисков, связанных с конкретным эмитентом. Волатильность портфеля по-прежнему будет высокой: если цены на нефть упадут, портфель также уйдет в красную зону из-за тесной корреляции акций.

Чтобы диверсификация работала, необходимо использовать инструменты с низкой или обратной корреляцией. Тогда движение цены одного актива будет компенсироваться движением другого. Так, государственные облигации — наиболее частный диверсификатор для акций, поскольку у этих активов исторически низкая взаимосвязь друг с другом.

Таким же образом устроен и механизм хеджирования, когда инвестор открывает позицию с отрицательной корреляцией к исходному активу, чтобы застраховаться от его падения. Например, так называемые обратные ETF обладают корреляцией, близкой к −1 по отношению к исходному активу.

Как победить выгорание

Как изменяется корреляция со временем

Современная теория портфеля позволяет найти идеальную смесь активов, при которой у портфеля будет оптимальное соотношение доходности и риска. Но главный недостаток этой теории в том, что корреляции со временем могут меняться. Два актива могут начать двигаться синхронно, даже если в прошлом их взаимосвязь была низкой. И заметить это можно только постфактум — на исторических данных.

Например, компания Blackstone провела исследование корреляции между разными классами активов за 20 лет. Результаты показали, что корреляция со временем только увеличивается. Это связано с разными факторами: тесной интеграцией экономик, глобальными производственными цепочками и усилившимся влиянием рынков друг на друга.

Seeking an Alternative — BlackstonePDF, 421 КБ

Если посмотреть на десятилетие перед кризисом 2008 года, то корреляция большинства инструментов по отношению к S&P 500 была ниже 0,5. Но после 2008 года она заметно выросла. Теперь только у высоконадежных облигаций по-прежнему слабая связь с акциями, хотя их корреляция сменилась с отрицательной на положительную: если раньше при падении S&P 500 они росли, то теперь тоже падают, пусть и не так сильно.

Корреляция различных классов активов с индексом S&P 500

Корреляция и волатильность

Между корреляцией и волатильностью существует взаимосвязь: когда рынки становятся волатильными, корреляции между инструментами возрастают. Поэтому рост корреляции со временем можно объяснить тем, что за последние десятилетия рынки стали более волатильными. Например, с 2000 по 2009 год было 95 торговых сессий, когда S&P 500 сдвинулся на 3% и больше. А за предшествующие 50 лет был всего 81 случай.

Количество дней в каждом десятилетии, когда S&P 500 сдвинулся на 3% и более

Особенно явно корреляции усиливаются во время фондовых обвалов. В панике инвесторы массово скидывают ценные бумаги широкого спектра, и в итоге все падает независимо от корреляции.

Поэтому на спокойном рынке с 2014 по 2017 год положительно коррелировали между собой только высокорисковые активы: S&P 500, глобальные акции, бумаги развивающихся рынков и фонды REIT. А низкорисковые активы были связаны только между собой. Это, например, муниципальные, корпоративные облигации, долгосрочные трежерис. При этом корреляции между этими двумя группами активов практически не наблюдалось.

Но во время коронавирусного кризиса корреляции усилились. Все перечисленные выше активы стали взаимосвязаны. А облигации, которые традиционно считаются защитным инструментом, падали вместе с рисковыми активами.

Как посчитать корреляцию

Чтобы рассчитать корреляцию, можно воспользоваться онлайн-калькулятором, например от Portfolio Visualizer или более простым вариантом от Unicornbay.

Я использовал Portfolio Visualizer, чтобы проверить корреляции между такими классами активов:

Для этого я вбил через пробелы указанные тикеры, выбрал расчет корреляций на основе месячной доходности инструментов и рассчитал 36-месячную скользящую.

Корреляции рассчитывались в рамках окна шириной три года, которое двигалось по шкале времени с марта 2006 по февраль 2021 года. Скользящая корреляция за 36 месяцев позволяет увидеть, как менялись ее значения с течением времени.

Я начал расчет с марта 2006 года, так как для фонда DBC более ранних данных нет.

Результаты расчетов представлены в таблице. Мы видим, что исторически у недвижимости, коммодити и S&P 500 слабая отрицательная корреляция по отношению к долгосрочным и коротким облигациям.

36-месячная скользящая корреляция разных классов активов

Как рассчитать корреляцию в «Экселе»

Скользящие корреляции также достаточно легко рассчитать в «Экселе». В этом помогает функция КОРРЕЛ() — или CORREL() в англоязычной версии.

Для начала необходимо сформировать два массива данных с котировками интересующих инструментов. Для примера я возьму акции «Газпрома» (GAZP) и Сбербанка (SBER) и выгружу цены бумаг на конец каждого месяца с 1 марта 2015 по 1 марта 2021 года. Всего получилось 73 месяца.

После этого можно воспользоваться функцией КОРРЕЛ(), чтобы посчитать скользящие корреляции. Я приведу пример, как рассчитать скользящую трехмесячную, то есть значение за каждое предыдущее окно в три месяца.

Что в итоге

Корреляция показывает схожесть поведения активов. Понимание корреляций активов используется при диверсификации, а также оптимизации стратегии согласно современной теории портфеля.

Корреляция рассчитывается на конкретном временном отрезке, и она может меняться. Как показывают исторические данные, с течением времени корреляция растет.

Корреляция усиливается на падающих рынках и вместе с увеличением волатильности.

Что делать? Читатели спрашивают — эксперты Т⁠—⁠Ж отвечают

MarketTwits, как-то неправильно приводить в пример корреляцию акции и индекса, состоящего на 1/6 из этих акций. Вот Русгидро и Сбер сравнить да, выбрать их индекса максимально отрицательно коррелирующие и составить свой идеальный индекс)

Источник

Анализ корреляций биржевых фондов за первую половину 2020

UPDATE Анализ устарел минимум на полгода. Более свежий анализ на февраль 2021 здесь.

На Московской Бирже торгуется сейчас 44 ETF и БПИФа. Это биржевые фонды, которые держат в себе готовые специализированные портфельчики и запакованные в stand-alone акцию (будто микросервис в докер-контейнере). Эту акцию можно купить, получив долю в общем портфеле.

Для выявления связей между фондами применялись математические методы анализа временных рядов: корреляция по изменениям цен с последующей кластеризацией по расстояниям. Как известно, математика может быть нелогична и находить то, чего не существует на деле. Математика слепа к новостям, коронавирусу и красным шортам Теслы.

Есть интерактивная версия матрицы (осторожно, трафик)

Начнем сразу с результатов анализа биржевых фондов. В матрице выше — корреляции всех ETF и БПИФ, которые появились до января 2020. До 20-го года БПИФов было слишком мало, анализировать там нечего.

Корреляция в диверсификации инвестиционного портфеля

Подобная невосприимчивость и есть главный смысл диверсификации. Корреляция — это лишь формальный критерий подбора активов в диверсифицированный портфель.

Матрица корреляций красивая, но даже будучи отсортированной по цветовым блокам при большом количестве фондов весьма сложна для усваивания. Потому позовем на помощь машинное обучение, чтобы компьютер сам нашел для нас похожие фонды в матрице корреляций. Да-да, ML, о котором вы слышите из каждого утюга, наконец-то решил для нас простенькую, но очень нужную здесь и сейчас прикладную задачку.

Есть интерактивная версия дендрограммы

С виду простой график, который носит сложное название Дендрограмма. Особенность дендрограммы — чем короче линия, которая фонды соединяют, тем сильнее общие свойства этих самых фондов. Например:

Алгоритм сформировал нам 3 больших группы, включающих 7 маленьких подгрупп. Ленивому инвестору достаточно выбрать 3 фонда из больших групп, получив достаточный уровень диверсификации. Менее ленивому надо спуститься ниже и отобрать 7. Главное условие — использовать по одному фонду из группы. Дальнейшая диверсификация не будет обладать столь волшебным свойством.

Обычный студент-математик сказал бы «расходимся» уже на этом этапе. Ведь результат мы получили, осталось зайти в торговый терминал и закупиться на «полную котлету».

Но нам то нужна прикладная сторона вопроса. Что это за группы? Как они собрались? Имеют ли они реальный смысл? Вот дальше о каждой группе и поговорим.

Консервативная группа ETF и БПИФ

Долларовые облигации

Данные фонды часто используются как замена долларовым вкладам. Фонды вкладываются в долларовые облигации (трежаря США и Еврооблигации наших компаний), получают долларовые купоны и сильно зависят непосредственно от курса доллара.

Как говорится: «процент небольшой, но зато в долларах».

Золотые фонды

Синтетическое золото от ФинЕкса и зарубежные всепогодные фонды Тинькоффа попали в одну группу. Надо понимать, что FXGD ведет себя все же иначе, чем фонды Тинькоффа, о чем говорит не сильно заметная корреляция. Подобная связь образовалась за счет наличия некоторого количества золота в БПИФах Тинькофф.

Группа акций Америки

В этой группе есть существенная аномалия в лице ETF FXCN, который инвестирует в акции Китая. Он имеет очень высокую степень несоответствия с остальными фондами американской группы.

Многие инвесторы ожидали бы, что он будет похож на фонд развивающихся рынков VTBE. Оказывается, в марте VTBE себя чувствовал в разы хуже, чем FXCN. И с тех пор даже не восстановился.

Математика подсказала, что FXCN можно расценивать как единичный и отдельно стоящий от прочих фонд. Отличный кандидат в диверсифицированный портфель без аналогов.

Фонды альфа-банка

Было бы логично, если бы в группировке по Америке разбиение пошло по сценарию S&P против IT, но математика нашла удивительный паттерн. Произошло выделение фондов по управляющим компаниям. В одной из групп оказалось, что фонды от управляющей компании Альфа Капитала (по сути Альфа-Банка) доминируют.

Неожиданное выделение фондов Альфа Капитала в отдельную корреляционную группу наталкивает на множество вопросов. Действительно, если сравнить FXUS и AKSP, то у AKSP весной волатильность была на порядок выше. И причина может быть не в плохой работе ММ, а в банальном факте отсутствия рублевых торгов по фондам Альфа-Банка на Московской Бирже.

В группе Альфа-Банка нашлось место 2 аномалиям: VTBH и FXKZ.

Волею случая, FXKZ с января двигался очень похоже на AKSP. Похожий график наблюдается и у VTBH. Ожидать подобных совпадений в будущем явно не стоит, этому нет жизнеспособного объяснения.

Не фонды Альфа-банка

Выше уже разобрали аномальную группу Альфы, теперь же перейдем к фондам на Америку «нормального человека».

Все фонды в этой группе ведут себя одинаково. Фонды на S&P — это самая популярная и самая изъезженная тема в финансовом мире пассивных инвесторов. FXIT оказался в группе за счет специфики своего состава — 91 акция из S&P. Рост IT провоцирует рост всего S&P, создавая сильную взаимосвязь.

Сюда же попал VTBE, который на самом деле инвестирует акции развивающихся стран, а не США. Если смотреть на графики, то VTBE и S&P падали одновременно на фоне мартовского коронавируса, а затем стремительно росли на фоне последующего QE. Но почему VTBE попал в группу к S&P? VTBE косвенно инвестирует в более чем 2600 компаний по всему миру. Подобная диверсификация сделал его достаточно устойчивым, приблизив его характеристики к S&P. Но в весной VTBE все равно проиграл FXCN.

Фонды активов России

Облигации и всепогода

Удивительно, но БПИФы Сбербанка на облигации удостоились отдельной группы. В марте эти фонды чувствовали себя гораздо лучше, создавая гавань спокойных рублевых облигаций. Маркетмейкеры других фондов расширили свои спреды, увеличив тем волатильность фондов.

TRUR же попал в группу в силу инвестиционной специфики: половина его фондов инвестирована в облигации, а вторая в балансирующие друг друга акции и золота. Вот и получились очень похожие графики TRUR и SBGB.

Акции

Данную группу можно разбить еще сильнее. Есть подгруппа индекса МосБиржи(RUSE, FXRL, SBMX) и мировых (FXDE, FXRW). Связь FXDE и FXRW не очевидна, но динамика цен у них сонаправлена.

В группу IMOEX попал облигационный VTBB. Это удивительно, так как обычно инвесторы сравнивают VTBB с SBCB. Что вполне логично, учитывая их похожесть. Значит, VTBB попал в группировку IMOEX случайно.

Хеджирование и дюрация

Последняя группа состоит из самых сложных для понимания фондов. Настолько сложных, что математика сама споткнулась и решила сгруппировать их отдельно.

FXRB хоть и еврооблигационный фонд, но у него присутствует валютное хеджирование в отличие от его консервативного собрата FXTB.

GPBM и GPBS имеют самую сложную для понимая обычных инвесторов инвестиционную декларацию, учитывающие процентные риски через дюрацию. По факту эти фонды не держат облигации до погашения, а в полуактивном режиме поддерживают свой состав для соответствия собственным политикам.

MTEK же фонд особенный. В отличие от остальных IT фондов в MTEK всего 10 компаний по 10% каждая. Такое распределение делает его непохожим на остальные IT фонды.

Выводы

Статистика и машинное обучение дали нам много пищи для размышлений.

UPDATE Анализ устарел минимум на полгода. Более свежий анализ на февраль 2021 здесь.

Источник