מתאם ופיזור: פרספקטיבה כמותית

מתאם הוא המדד הסטטיסטי שקובע האם פיזור באמת מפחית סיכון או רק יוצר אשליה שלו. מאמר זה מגדיר מתאם וכיצד הוא מחושב, מסביר למה הוא חיוני לבניית תיק, מדגים כיצד מתאמים משתנים במהלך לחץ שוק, מכסה יישומים מעשיים כולל מסחר זוגות ומטריצות מתאם, ומספק תהליך שלב-אחר-שלב לבניית מטריצת מתאם לתיק שלך.

מהו מתאם וכיצד הוא נמדד

מתאם הוא מדד סטטיסטי שמכמת את העוצמה והכיוון של הקשר הלינארי בין שני משתנים, מבוטא כמקדם בטווח של +1.0 עד -1.0. במסחר, מתאם מודד בדרך כלל עד כמה בצמידות תשואות שני נכסים זזות יחד על פני תקופת זמן מוגדרת.

מתאם של +1.0 אומר ששני נכסים זזים בצעד נעול מושלם. מתאם של -1.0 אומר תנועה הפוכה מושלמת. מתאם של 0.0 אומר שאין קשר לינארי בין שתי סדרות התשואה. בפרקטיקה, מתאמים בין נכסים פיננסיים לעתים רחוקות נמצאים בקצוות. רוב המתאמים מניה-למניה באותו שוק נופלים בין +0.30 ל-+0.70. מתאמים חוצי-נכסים (מניות מול אגרות חוב, מניות מול סחורות) נוטים להיות נמוכים יותר, לעתים קרובות בטווח -0.20 עד +0.40, וזו הסיבה שתיקים רב-נכסיים מספקים בדרך כלל תשואות מותאמות-סיכון טובות יותר מתיקי סוג-נכס יחיד.

כיצד לחשב את מקדם המתאם בין שני נכסים

מקדם המתאם של פירסון בין שני נכסים מחושב מסדרות התשואה שלהם לפי הנוסחה: r = Cov(X,Y) / (StdDev(X) x StdDev(Y)), כאשר Cov(X,Y) הוא השונות המשותפת של שתי סדרות התשואה, ו-StdDev היא סטיית התקן של כל סדרה.

החישוב מתבצע בארבעה שלבים. ראשית, חשב את סדרת התשואות עבור כל נכס (שינויים באחוזים יומיים הם הסטנדרט). שנית, חשב את התשואה הממוצעת לכל סדרה. שלישית, חשב את השונות המשותפת. רביעית, חלק את השונות המשותפת במכפלת שתי סטיות התקן.

בפרקטיקה, הפונקציה CORREL ב-Excel, DataFrame.corr() של pandas ב-Python, ו-cor() ב-R מחשבים מתאמים מיידית. תקופת הזמן משפיעה באופן משמעותי על התוצאות. מתאם של 30 יום עשוי לקרוא +0.20 בעוד מתאם של 252 יום קורא +0.60. לבניית תיק, מתאמים של 60 עד 252 יום באמצעות תשואות יומיות הם הנפוצים ביותר.

למה מתאם חשוב לסוחרים ולבניית תיק

מתאם חשוב כי הוא קובע האם שילוב נכסים בתיק באמת מפחית סיכון או פשוט מוסיף עוד מאותו סיכון תחת שם אחר. תיק של חמש מניות שכולן מתואמות ב-+0.90 יש לו כמעט אותו פרופיל סיכון כמו החזקת מניה בודדת. תיק של חמש מניות עם מתאמים זוגיים ממוצעים של +0.20 יש לו תנודתיות תיק נמוכה מהותית מכל אחזקה בנפרד.

הבסיס המתמטי הוא תורת התיק המודרנית של הארי מרקוביץ (1952): סיכון התיק תלוי לא רק בסיכון הנכס הבודד אלא גם במתאמים ביניהם. כאשר מתאמים נמוכים, סיכון התיק יורד מתחת לממוצע המשוקלל של הסיכונים הפרטניים.

סוחר שמחזיק Apple, Microsoft, Google, Amazon ו-Meta מאמין שהוא מפוזר על פני חמש חברות. אבל מניות אלה מתואמות בדרך כלל ב-+0.60 עד +0.80 כי הן חולקות חשיפה לביצועי סקטור הטכנולוגיה, סנטימנט מניות צמיחה וזרימות מדד נאסד"ק. במכירת טכנולוגיה, כל חמשת יורדות בו-זמנית. הוספת מניית אנרגיה, ETF של אגרות חוב ממשלתיות, או זהב תפחית מתאם תיק ותייצר עקומת הון חלקה מהותית יותר.

כימות תועלת פיזור דרך מתאם

תועלת פיזור ניתנת לכימות מדויק באמצעות מקדם המתאם. לתיק דו-נכסי עם משקלות שווים, סטיית התקן של התיק שווה ל: sqrt(0.25 x Var(A) + 0.25 x Var(B) + 0.50 x Corr(A,B) x StdDev(A) x StdDev(B)).

כאשר מתאם שווה ל-+1.0, סטיית התקן של התיק שווה לממוצע המשוקלל הפשוט של סטיות התקן הפרטניות — אפס תועלת פיזור. כאשר מתאם שווה ל-0.0, סטיית התקן של התיק יורדת לכ-71% מהממוצע המשוקלל. כאשר מתאם שווה ל-1.0-, סטיית התקן של התיק יכולה להגיע תיאורטית לאפס.

דוגמה קונקרטית: לנכס A סטיית תקן שנתית של 20%. לנכס B סטיית תקן שנתית של 20%. במתאם +1.0, לתיק במשקל שווה יש סטיית תקן של 20%. במתאם +0.50, סטיית התקן יורדת ל-17.3%. במתאם 0.0, היא יורדת ל-14.1%. במתאם -0.50, היא יורדת ל-10%.

כיצד מתאמים משתנים במהלך לחץ שוק

מתאמים בין נכסים פיננסיים אינם סטטיים — הם עולים במהלך לחץ שוק, בדיוק כאשר פיזור נחוץ ביותר. תופעה זו, מתועדת בהרחבה במחקר אקדמי ונצפית בכל משבר שוק גדול, היא אחת המציאויות החשובות ביותר לניהול סיכונים.

בשווקים רגועים, מניות בסקטורים, גיאוגרפיות וטווחי שווי שוק שונים מציגות מתאמים מתונים. כאשר מכירה כוללת בשוק מתחילה, מתאם זה יכול לזנק ל-+0.70 ומעלה תוך ימים כאשר משקיעים מוכרים ללא הבחנה על פני כל נכסי הסיכון. המנגנון כולל: מרג'ין קולס שמכריחים משקיעים ממונפים למכור נכסים נזילים ללא קשר ליסודות, אסטרטגיות מיקוד-תנודתיות שמפחיתות חשיפה מכנית על פני כל הפוזיציות, מכירות פאניקה שמשפיעות על כל אחזקות המניות בו-זמנית, וגידור ברמת מדד שיוצר לחץ מכירה על כל מניה מרכיבה.

התכנסות מתאם במשבר — למה "הכל יורד יחד"

התכנסות מתאם במשבר אומרת שתועלות פיזור פוחתות בדיוק כאשר הן בעלות ערך רב ביותר. במשבר הפיננסי של 2008, המתאם הזוגי הממוצע בין מניות S&P 500 עלה מכ-0.30 למעל 0.80. קריסת COVID ב-2020 הדגימה את אותו דפוס בלוח זמנים מואץ — במרץ 2020, מניות, אגרות חוב קונצרניות, זהב ואפילו אגרות חוב ממשלתיות נמכרו בו-זמנית במהלך פאניקת הנזילות.

ההשלכה המעשית היא לא להסתמך על מתאמי שוק רגוע לתכנון סיכוני משבר. בדיקת עמידות צריכה להשתמש במתאמי תקופת משבר. אם תיק מפוזר היטב בתנאים רגילים אבל מרוכז תחת לחץ, הסוחר צריך נכסים שמשמרים תועלת פיזור במשברים — פוזיציות לונג תנודתיות, חוזים עתידיים מנוהלים, או גידורי סיכון זנב מפורשים. הבנת דינמיקה זו חיונית לניהול סיכונים יעיל.

יישומים מעשיים של ניתוח מתאם במסחר

לניתוח מתאם יישומים ישירים במסחר פעיל מעבר להקצאה אסטרטגית של תיק. שניים מהמעשיים ביותר הם מסחר זוגות וניטור סיכוני תיק מתמשך באמצעות מטריצות מתאם.

מסחר זוגות — רווח מקריסות מתאם

מסחר זוגות הוא אסטרטגיה ניטרלית-שוק שמרוויחה מסטיות זמניות ביחסי המחיר בין שני נכסים מתואמים היסטורית. הסוחר מזהה שני מכשירים עם מתאם ארוך-טווח חזק, עוקב אחר מרווח המחיר שלהם, וסוחר את החזרה לממוצע כאשר המרווח מתרחב מעבר לטווח הנורמלי — לונג על המפגר ושורט על המוביל.

הדוגמה הקלאסית היא מסחר בשתי מניות באותה תעשייה — Coca-Cola ו-Pepsi, ExxonMobil ו-Chevron, Goldman Sachs ו-Morgan Stanley. כאשר יחס המחיר שלהם סוטה משמעותית מהממוצע ההיסטורי (נמדד בסטיות תקן), סוחר הזוגות מהמר על התכנסות.

מקדם המתאם הוא כלי הסינון הראשוני. זוגות עם מתאמים עקביים מעל +0.80 על פני תקופות זמן מרובות הם מועמדים. עם זאת, מתאם לבד אינו מספיק — זוג יכול להיות מתואם מאוד ועדיין להיפרד לצמיתות עקב שינויים פונדמנטליים. לכן מיישמים רבים משלימים מתאם עם בדיקת קואינטגרציה, שמודדת האם המרווח עצמו חוזר לממוצע.

ניהול סיכונים במסחר זוגות מתמקד במרווח, לא ברווח/הפסד של פוזיציה בודדת. סטופ-לוס מוגדרים בהתבסס על סטיית המרווח מעבר לסף מוגדר מראש (בדרך כלל 3-4 סטיות תקן), ובנקודה זו הקשר הפונדמנטלי ייתכן שנשבר באמת.

שימוש במטריצת מתאם לניטור סיכוני תיק

מטריצת מתאם מציגה את המתאם הזוגי בין כל נכס בתיק, ומספקת הערכה ויזואלית מיידית של היכן הסיכון מרוכז והיכן קיים פיזור אמיתי. לתיק עם 10 פוזיציות, המטריצה מציגה 45 מתאמים זוגיים ייחודיים בטבלה אחת.

קריאת מטריצת מתאם חושפת דפוסים שניתוח פוזיציה בנפרד מפספס. סוחר עשוי להחזיק פוזיציות במניית טכנולוגיה, ETF מוליכים למחצה, נאסד"ק 100 ו-ETF גורם צמיחה, ולהאמין שיש לו ארבע פוזיציות נפרדות. מטריצת המתאם תראה מתאמים זוגיים של +0.75 עד +0.90 בין כל ארבעתם, וחושפת ש"ארבע הפוזיציות" הן למעשה הימור גדול אחד על צמיחה/טכנולוגיה.

מפות חום מקודדות-צבע הופכות מטריצות מתאם לפרשניות מיידית. תאים אדומים כהים מעידים על מתאמים חיוביים גבוהים (סיכון מרוכז). תאים כחולים או ירוקים מעידים על מתאמים נמוכים או שליליים (פיזור). המטרה היא מטריצה עם כמה שפחות אשכולות אדומים כהים.

כיצד לבנות מטריצת מתאם לתיק המסחר שלך

בניית מטריצת מתאם לתיק שלך הוא תהליך פשוט שדורש נתוני תשואה היסטוריים לכל אחזקה וכלי חישוב בסיסי.

התחל באיסוף מחירי סגירה יומיים לכל נכס בתיק שלך על פני אותה תקופת זמן. תקופת מבט לאחור צריכה להיות לפחות 60 ימי מסחר לתמונת קצר-טווח ו-252 ימי מסחר (שנה אחת) לתמונה מבנית. המר מחירי סגירה לתשואות אחוזיות יומיות. תשואות, לא מחירים, הן הקלט הנכון לחישוב מתאם.

חשב את המתאם לכל זוג נכסים. ב-Excel, השתמש בפונקציה CORREL לכל זוג וסדר את התוצאות במטריצה סימטרית. ב-Python, שורה אחת — df.corr() כאשר df הוא DataFrame של תשואות יומיות — מייצרת את המטריצה השלמה. ב-R, cor(returns_matrix) משיגה את אותה תוצאה.

פרש את הפלט על ידי חיפוש אשכולות של מתאמים גבוהים שמעידים על חשיפת סיכון מרוכזת. עדכן את המטריצה לפחות חודשית. מתאמים זזים כאשר תנאי שוק משתנים, ומטריצה שהייתה מפוזרת היטב לפני שלושה חודשים עשויה להראות סיכון מרוכז היום. ניתוח זה מתחבר ישירות לאסטרטגיה ברמת תיק.

מתאם מול קואינטגרציה — הבחנה מפתח לסוחרים כמותיים

מתאם וקואינטגרציה מודדים תכונות סטטיסטיות שונות ואינם ניתנים להחלפה, למרות שמתבלבלים ביניהם לעתים קרובות.

מתאם מודד את המידה שבה שתי סדרות תשואה זזות יחד על פני תקופה מוגדרת. קואינטגרציה מודדת האם המרווח בין שתי סדרות מחירים חוזר לממוצע — האם שני המחירים מקיימים קשר שיווי משקל ארוך-טווח יציב.

שני נכסים יכולים להיות מתואמים מאוד אבל לא קואינטגרציים — שניהם עולים בהתמדה ב-10% בשנה בעוד מרווח המחיר שלהם מתרחב עם הזמן. לעומת זאת, שני נכסים יכולים להיות קואינטגרציים עם מתאם מתון בלבד אם המרווח בין מחיריהם תמיד חוזר לממוצע יציב. קואינטגרציה היא תנאי חזק יותר שמרמז על קשר כלכלי פונדמנטלי שמחבר את שני המחירים.

למסחר זוגות, קואינטגרציה היא הבדיקה המתאימה יותר. זוג קואינטגרציי יש לו מרווח שמובטח סטטיסטית לחזור לממוצע, ומספק בסיס תיאורטי לעסקה. שיטת Engle-Granger בשני שלבים ומבחן Johansen הם הבדיקות הסטטיסטיות הסטנדרטיות לקואינטגרציה, שתיהן זמינות ב-Python (statsmodels) וב-R.

לפיזור תיק, מתאם הוא המדד המתאים כי המטרה היא להעריך תנועה-משותפת של תשואות, לא שיווי משקל ארוך-טווח של רמות מחיר. שימוש במתאם לפיזור ובקואינטגרציה למסחר זוגות מיישם כל כלי היכן שהוא הכי תקף. הבחנה זו מפרידה ניתוח כמותי שטחי ממידול סטטיסטי קפדני.

כיצד לנטר שינויי מתאם לאורך זמן באמצעות חלונות מתגלגלים

מתאם חלון מתגלגל עוקב אחר האופן שבו הקשר בין שני נכסים מתפתח לאורך זמן, ומחליף מספר סטטי יחיד בסדרת זמן דינמית. מתאם מתגלגל של 60 יום, למשל, מחשב את המתאם רק על 60 הימים האחרונים ומתעדכן יומית כאשר החלון נע קדימה.

סדרת הזמן של מתאם מתגלגל חושפת דפוסים שמתאם כל-ההיסטוריה יחיד מסתיר. שני נכסים עשויים להראות מתאם יציב של +0.60 על פני תקופה של חמש שנים, אבל המתאם המתגלגל של 60 יום עשוי לנוע בין +0.20 ל-+0.90 במהלך אותה תקופה. הידיעה שהמתאם מתנדנד רחבות משנה את אופן ניהול הסיכון של החזקת שני הנכסים בו-זמנית.

ליישום ניטור מתאם מתגלגל, חשב את המתאם בין כל זוג חשוב בתיק שלך באמצעות חלון מתגלגל של 60 יום ו-252 יום. חלון 60 הימים תופס שינויים אחרונים מהר אבל רועש. חלון 252 הימים חלק יותר אבל איטי יותר לשקף שינויי משטר. ניטור שניהם מספק התראה מוקדמת ואישור.

הגדר סיפי התראה שמפעילים סקירת תיק. אם המתאם המתגלגל של 60 יום בין שתי פוזיציות פיזור עולה מעל +0.80, תועלת הפיזור נעלמה זמנית. אם המתאם המתגלגל של 252 יום מאשר את השינוי, הקשר המבני ייתכן שהשתנה, ודרושה התאמת תיק קבועה יותר.

מתאם מתגלגל משמש גם ככלי אבחון אסטרטגיה. אם תשואות אסטרטגיה מתואמות יותר ויותר עם מדד ייחוס, האסטרטגיה עשויה לאבד את היתרון הייחודי שלה ולהתכנס לבטא שוק. סוג זה של ניטור מתמשך הוא סימן היכר של פרקטיקת מסחר כמותי ממושמעת.