Correlation คู่เงิน วิเคราะห์จากต้นทุน เวลา และความเสี่ยงอย่างเป็นระบบ

By 3055 | GOC Prime Research Team22 SEP, 20263 views

Correlation คู่เงิน คือการวัดว่าผลตอบแทนของคู่เงินสองชุดเคลื่อนไหวสัมพันธ์กันมากน้อยแค่ไหน ค่าใกล้ +1 หมายถึงเคลื่อนไหวไปทางเดียวกันสูง ค่าใกล้ -1 หมายถึงเคลื่อนไหวสวนทางกันสูง ส่วนค่าใกล้ 0 หมายถึงความสัมพันธ์เชิงเส้นต่ำในช่วงข้อมูลที่เลือก

สถิตินี้ไม่ได้บอกว่าคู่หนึ่งทำให้อีกคู่เคลื่อนไหว และไม่ได้รับประกันว่าความสัมพันธ์จะอยู่เท่าเดิมในอนาคต จึงต้องระบุ Time Frame, lookback window และช่วงข้อมูลทุกครั้ง

Pearson Correlation คำนวณอย่างไร

Pearson Correlation ใช้สูตร r = Cov(X,Y) ÷ (σX × σY) โดย r อยู่ระหว่าง -1 ถึง +1 ค่า Covariance บอกทิศทางการเคลื่อนไหวร่วม ส่วนส่วนเบี่ยงเบนมาตรฐานช่วยปรับสเกลให้เปรียบเทียบกันได้

Correlation คู่เงิน ควรคำนวณจาก return หรือการเปลี่ยนแปลงของราคา มากกว่าระดับราคา raw เพราะ price series ที่มี trend สามารถสร้างความสัมพันธ์หลอกได้ ตัวอย่างง่ายคือใช้เปอร์เซ็นต์การเปลี่ยนแปลงรายวันหรือ log return แล้วคำนวณ Pearson จาก timestamp เดียวกัน

ตัวเลขเดียวไม่พอ หาก r = 0.85 ในช่วง 20 วัน แต่เหลือ 0.20 เมื่อใช้ 120 วัน แปลว่าความสัมพันธ์ขึ้นอยู่กับ horizon การใช้ค่าจากเว็บไซต์โดยไม่รู้ window จึงเสี่ยงต่อการตีความผิด

Price กับ Return ต่างกันอย่างไร

Price level สองชุดสามารถเพิ่มขึ้นพร้อมกันเพียงเพราะมี trend ระยะยาว โดยไม่ได้หมายความว่าการเปลี่ยนแปลงวันต่อวันสัมพันธ์กันจริง Return ช่วยโฟกัสการเปลี่ยนแปลงและมักเหมาะกว่าสำหรับวิเคราะห์ exposure เชิงความเสี่ยง

Correlation คู่เงิน ที่คำนวณจาก return ยังต้องระวังข้อมูลไม่ตรงเวลา เช่น แท่ง H1 ของแพลตฟอร์มต่าง server time กัน หรือวันซื้อขายปิดไม่พร้อมกัน การจัด timestamp ให้ตรงกันเป็นส่วนหนึ่งของ methodology

ระบบ intraday ควรใช้ return ของ time frame ที่สอดคล้องกับระยะถือ ส่วนพอร์ตหลายวันอาจใช้ daily return การย้ายค่า correlation จาก horizon หนึ่งไปใช้อีก horizon โดยตรงไม่เหมาะ

Rolling Correlation คืออะไร

Rolling Correlation คือการคำนวณค่า correlation ซ้ำบนหน้าต่างข้อมูลที่เลื่อนไปเรื่อย ๆ เช่น 20, 60 หรือ 120 ช่วง ทำให้เห็นว่าความสัมพันธ์เปลี่ยนตามเวลา ไม่ถูกซ่อนด้วยค่าเฉลี่ยระยะยาวเพียงตัวเดียว

ตัวอย่าง EUR/USD กับ GBP/USD อาจมีช่วงที่สัมพันธ์เชิงบวกสูงเพราะ USD เป็น driver ร่วม แต่เมื่อข่าวยูโรโซนหรือสหราชอาณาจักรเด่นกว่าดอลลาร์ ความสัมพันธ์สามารถอ่อนลงได้ AUD/USD กับ NZD/USD ก็มีปัจจัยภูมิภาคร่วม แต่เศรษฐกิจและธนาคารกลางไม่เหมือนกัน

Correlation คู่เงิน คือข้อมูลแบบ regime-dependent ช่วงวิกฤต ข่าวธนาคารกลาง หรือ risk-off สามารถเปลี่ยนความสัมพันธ์รวดเร็ว จึงควรดูเส้น rolling แทนยึดค่าเฉลี่ยเดียว

อ่าน Correlation Matrix อย่างไร

Correlation Matrix แสดงค่าหลายคู่ในตารางเดียว ช่วยเห็น exposure ซ้ำได้เร็ว เช่น หาก EUR/USD, GBP/USD และ AUD/USD มี correlation บวกสูงพร้อมกัน การ Long ทั้งสามอาจเพิ่มมุมมอง Short USD ซ้ำ แม้ชื่อคู่เงินต่างกัน

ในทางกลับกัน EUR/USD กับ USD/CHF อาจมีความสัมพันธ์เชิงลบในหลายช่วง เพราะ USD อยู่คนละฝั่ง แต่ความสัมพันธ์นี้ไม่คงที่และไม่ควรใช้เป็นกฎว่าคู่หนึ่งขึ้น อีกคู่ต้องลง

Heatmap เป็น visual ที่เหมาะกับส่วนนี้ ควรมี legend ช่วงค่า วันที่คำนวณ Time Frame และ lookback window หากไม่มีข้อมูลเหล่านี้ visual จะดูน่าเชื่อถือแต่ตีความไม่ได้

ใช้ Correlation คู่เงิน ตรวจ Portfolio Exposure

สมมติพอร์ต Long EUR/USD และ Long GBP/USD พร้อมกัน หากสองคู่มี correlation บวกสูงในช่วงที่ถือ ความเสี่ยงอาจซ้ำในธีม USD มากกว่าที่เห็นจากสองดีลคนละคู่ การกำหนด risk 1% ต่อดีลไม่ได้แปลว่าความเสี่ยงเป็น independent 1% + 1%

Correlation คู่เงิน ช่วยตอบว่า “หลาย position พึ่ง driver เดียวกันแค่ไหน” ไม่ได้บอกว่าควรปิดดีลใดโดยอัตโนมัติ วิธีใช้จริงคือรวมกับสกุลที่ซ้ำกัน direction, position size และ scenario risk

หากต้องการพื้นฐานความเสี่ยงของแต่ละดีลให้แยกไปอ่าน risk reward ratio และ stop loss คือ ส่วนหน้านี้ควรโฟกัสความสัมพันธ์ระหว่างหลาย position

Correlation ไม่เท่ากับ Causation

การที่สองคู่เคลื่อนไหวพร้อมกันไม่ได้พิสูจน์ว่าคู่หนึ่งเป็นสาเหตุของอีกคู่ ทั้งสองอาจตอบสนองต่อปัจจัยร่วม เช่น USD, yield หรือ risk sentiment หรืออาจสัมพันธ์โดยบังเอิญใน sample สั้น

อีกข้อผิดพลาดคือเลือกคู่ที่มี correlation สูงแล้วเปิด opposite positions เพราะคิดว่าเป็น hedge สมบูรณ์ ความสัมพันธ์ที่ไม่ถึง ±1, volatility ต่างกัน และต้นทุนทำให้ hedge ไม่สมบูรณ์ หากต้องการ hedge แม่นขึ้นควรพิจารณา sensitivity และขนาดสถานะด้วย

Correlation คู่เงิน คือเครื่องมือวัด co-movement ไม่ใช่โมเดล causal และไม่ใช่สัญญาณ entry จึงไม่ควรตั้งกลยุทธ์ซื้อขายจากค่า correlation เพียงตัวเดียว

ข้อจำกัดที่ต้องระวัง

ค่า correlation ไวต่อ sample size, outlier, time frame และ regime ข่าวแรงเพียงไม่กี่วันสามารถดึงค่าในหน้าต่างสั้นขึ้นหรือลงมากได้ จึงควรดูหลาย window และเหตุการณ์ประกอบ

ความสัมพันธ์เชิงเส้นต่ำไม่ได้แปลว่าไม่เกี่ยวกัน สองชุดอาจมีความสัมพันธ์ไม่เชิงเส้นหรือสัมพันธ์เฉพาะบาง regime ซึ่ง Pearson ไม่ได้จับทั้งหมด

ผลย้อนหลังไม่รับประกันความสัมพันธ์ในอนาคต หากใช้ Rolling Correlation หรือ heatmap ในการตัดสินใจ ควรอัปเดตข้อมูลและระบุวันที่คำนวณชัดเจน

วิธีใช้จริงเป็น Checklist

1) เลือกคู่และ Time Frame ให้ตรงกับพอร์ต

2) ใช้ return ที่ timestamp ตรงกัน

3) ระบุ lookback window

4) ดูทั้งค่าปัจจุบันและ rolling history

5) ตรวจ driver ที่ทำให้ความสัมพันธ์เปลี่ยน

6) รวม direction และ position size เพื่อดู exposure

7) ทบทวนใหม่เมื่อ regime เปลี่ยน

Correlation คู่เงิน ควรเป็นตัวกรองพอร์ตมากกว่าปุ่มซื้อขาย หากค่าลดจาก 0.8 เป็น 0.3 ไม่ได้หมายความว่าต้องเปิดหรือปิดสถานะทันที แต่หมายถึงสมมติฐานเรื่อง exposure ร่วมควรถูกทบทวน

สรุป Correlation คู่เงิน ให้ใช้เพื่อเห็นความเสี่ยงซ้ำ

Correlation คู่เงิน ช่วยทำให้ความสัมพันธ์ระหว่างหลาย position วัดได้เป็นตัวเลข ประโยชน์หลักไม่ใช่การหาคู่ที่สัมพันธ์ที่สุด แต่คือการตรวจ exposure ซ้ำและการเปลี่ยน regime เมื่อใช้ return, rolling window และ methodology ที่ชัดเจน

สำหรับใครที่สนใจเรื่องการลงทุนและอยากจะเริ่มลงทุน เทรด Forex สามารถเปิดบัญชีผ่าน GOC Prime ทางหน้าเว็บไซต์ได้เลย เพราะเรามีบริการด้านการเทรดที่ครบวงจร ด้วยจุดเด่นอย่างไม่มีค่า Swap เลเวอเรจ ที่ปรับได้ตามสไตล์การเทรดของแต่ละท่าน ค่าธรรมเนียมที่เป็นมิตรต่อทุกฝ่าย และการดูแลด้วยทีมงานคนไทยตลอด 24 ชั่วโมง จึงเป็นอีกหนึ่งตัวเลือกที่ตอบโจทย์ทั้งมือใหม่และเทรดเดอร์ที่มีประสบการณ์ ให้คุณโฟกัสกับการวางกลยุทธ์ได้อย่างเต็มที่ในทุกจังหวะของตลาด