Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch.

Trả lời ngắn: Correlation (tương quan) đo mức hai chuỗi dữ liệu biến động tuyến tính cùng nhau trong một sample và window đã khóa. Hệ số dương, âm hoặc gần zero mô tả quan hệ trong dữ liệu đó; nó không chứng minh tài sản này gây biến động ở tài sản kia và không bảo đảm quan hệ tiếp tục.

Đọc xong, bạn sẽ hiểu:

  • Vì sao nên so returns đã aligned thay vì nhìn hai price chart bằng mắt.
  • Cách cùng CORR-34 cho ba correlation khác nhau khi window đổi.
  • Khi nào correlation undefined, không ổn định hoặc không được diễn giải nhân quả.

1. Cùng chuyển động không có nghĩa bên này gây bên kia

Return là phần trăm thay đổi từ một thời điểm sang thời điểm kế tiếp. Khi người phân tích nói hai asset “đi cùng nhau”, câu kiểm tra được phải là: returns nào, frequency nào, trong window nào và dùng hệ số gì?

Hãy hình dung hai người cùng mang ô vào một buổi sáng. Người A không nhất thiết khiến người B mang ô; trời mưa có thể là common driver. Phép ví von chỉ minh họa correlation khác causation. Asset returns không phải con người và common driver thật cần evidence riêng.

Causation (quan hệ nhân quả) nghĩa một yếu tố gây thay đổi ở yếu tố khác. Correlation chỉ cho biết hai chuỗi đi lệch khỏi trung bình theo pattern tuyến tính giống hay ngược nhau. Nó không cung cấp mũi tên nguyên nhân.

Hệ số thường dùng là Pearson r, chạy từ -1 đến +1:

  • gần +1: hai chuỗi có linear movement cùng chiều mạnh trong sample;
  • gần -1: một chuỗi tăng khi chuỗi kia giảm theo linear pattern;
  • gần 0: linear relationship yếu trong sample;
  • đúng +1 hoặc -1: exact linear relationship.

SciPy mô tả Pearson là thước đo linear relationship và lưu ý constant input làm hệ số không được định nghĩa (pearsonr). r=0 không có nghĩa hai biến hoàn toàn độc lập; một quan hệ cong vẫn có thể cho Pearson gần zero.

Ví dụ B luôn bằng 2×A thì Pearson r bằng +1. Điều đó không có nghĩa hai giá trị bằng nhau, cũng không chứng minh A gây B. Pearson không quan tâm đơn vị scale tuyến tính; nó quan tâm pattern cùng lệch khỏi trung bình.

Hình 1 — Hai chuỗi có thể cùng chuyển động vì một common driver; correlation không tự tạo mũi tên nhân quả.

2. CORR-34: một dataset, ba window, ba kết quả

Dùng dataset giả CORR-34, gồm daily returns phần trăm của hai fictional assets A và B. Cả hai chuỗi dùng cùng provider, timezone, session và timestamp. As-of cuối day 8.

Day Return A (%) Return B (%)
1 1 1
2 2 1
3 1 2
4 -1 -1
5 -2 -1
6 -1 -2
7 2 -2
8 1 -1

Hai vectors là:

  • A: [1, 2, 1, -1, -2, -1, 2, 1]
  • B: [1, 1, 2, -1, -1, -2, -2, -1]

Pearson r đang đo gì?

Covariance mô tả mức hai chuỗi lệch khỏi mean cùng nhau. Variance mô tả mức một chuỗi phân tán quanh mean. Pearson lấy phần cùng lệch chia cho độ phân tán của cả hai:

r = Σ[(Ai-meanA)(Bi-meanB)] / √(Σ(Ai-meanA)² × Σ(Bi-meanB)²).

NIST cũng định nghĩa correlation coefficient là thước đo linear relationship và dùng đúng dạng công thức này (NIST Correlation). Người mới không cần tính tay từng bình phương; điều quan trọng là biết input, pairing và denominator.

Alignment là ghép đúng timestamp giữa A và B. Nếu A day 3 ghép với B day 4, phép tính trả về một số nhưng câu hỏi đã bị đổi. Missing day phải được xử lý có quy tắc, không tự dồn hàng.

Ba window

Window là đoạn sample được dùng để tính. Tính độc lập:

  • days 1–4: r = +0,789;
  • days 5–8: r = -0,316;
  • days 1–8: r = +0,386.

Cùng một dataset cho kết quả dương tương đối mạnh ở nửa đầu, âm nhẹ ở nửa sau, và dương nhẹ hơn khi gộp tám ngày. Không số nào “sai”; mỗi số trả lời một window khác. NIST dùng correlation plot để kiểm tra correlation có nhất quán giữa các group hay cần tính riêng từng group (Linear Correlation Plot).

Rolling correlation là tính lại r trên window trượt. Nó giúp nhìn sự thay đổi, nhưng mỗi point vẫn dựa vào một sample ngắn và không phải forecast.

TradingView cũng nêu correlation coefficient nằm từ -1 đến +1, dùng một length đã chọn và có thể thay đổi theo thời gian (Correlation Coefficient).

Hình 2 — CORR-34 đổi từ +0,789 sang -0,316 khi window chuyển; gộp cả tám ngày cho +0,386.

3. Sai lầm, giới hạn và rủi ro

Tính trên price levels có trend. Hai price series cùng tăng theo thời gian có thể tạo correlation cao dù daily changes không liên quan. Với câu hỏi về co-movement, returns thường là input rõ hơn; phải ghi return definition.

Trộn timestamp hoặc frequency. Daily return của A không ghép với hourly return của B. Session đóng cửa khác nhau cũng có thể tạo lead-lag giả.

Nói correlation là causation. r=+0,8 không nói A dẫn B, B dẫn A hay cả hai chịu một driver khác. Muốn causal claim cần thiết kế và evidence khác.

Coi correlation là cố định. CORR-34 đã cho thấy dấu và độ lớn đổi theo window. Một số historical không phải hợp đồng cho tương lai.

Bỏ qua outlier. Outlier là điểm lệch mạnh khỏi phần lớn sample. Một ngày biến động cực lớn có thể kéo Pearson r thay đổi mạnh. Phải xem scatter plot và chạy sensitivity check có/không có điểm đó.

Coi r gần zero là độc lập. Pearson đo linear relation. Quan hệ hình chữ U có thể rất rõ nhưng r gần zero; SciPy minh họa chính cảnh báo này trong tài liệu.

Chọn cặp sau khi quét hàng trăm cặp. Nếu thử đủ nhiều cặp, vài correlation cao có thể xuất hiện do chance. Đây là spurious correlation: số nhìn hấp dẫn nhưng không bền hoặc không có ý nghĩa thực.

Quên denominator zero. Nếu một series flat hoàn toàn, variance bằng zero và r undefined. Không được thay undefined bằng zero.

Giới hạn chính: Pearson chỉ tóm tắt linear association trong sample. Sample nhỏ, missing data, non-stationarity, outlier và selection bias đều làm interpretation yếu. Correlation không phải hedge hoàn hảo, không phải signal và không bảo đảm giảm rủi ro.

4. Checklist Correlation Passport

  1. Ghi hai symbol, asset type và provider.
  2. Khóa return definition: simple/log, close-to-close và currency.
  3. Khóa frequency, session, timezone, window và exact as-of.
  4. Align timestamps; ghi cách xử lý missing values.
  5. Kiểm tra mỗi series có variance khác zero.
  6. Tính Pearson r và sample size.
  7. Xem scatter plot để phát hiện outlier/nonlinear shape.
  8. So subwindows hoặc rolling windows để kiểm tra instability.
  9. Ghi câu được phép: association trong sample.
  10. Ghi câu cấm: causation, permanence hoặc guaranteed hedge.

STOP khi timestamp lệch, definition khác, sample quá ít cho mục đích, một series constant hoặc kết quả chỉ tồn tại sau khi tùy chọn window. Khi nhiều window cho sign khác nhau, output đúng là unstable, không chọn riêng số đẹp.

Hình 3 — Correlation chỉ được diễn giải sau khi returns, alignment, window và variance vượt gate.

5. Bài tập 15 phút với Google Sheets

Mở Google Sheets miễn phí. Dùng CORR-34, chưa dùng data live và chưa dùng tiền thật.

  1. Nhập Day, A và B vào ba cột.
  2. Dùng =CORREL(B2:B5,C2:C5) cho days 1–4.
  3. Dùng =CORREL(B6:B9,C6:C9) cho days 5–8.
  4. Dùng =CORREL(B2:B9,C2:C9) cho all 8.
  5. Ghi window, r, allowed claim và prohibited claim.
  6. Vẽ scatter plot A-return vs B-return và nhìn outlier.

Mẫu đối chiếu đã điền

Window Pearson r Câu được phép Câu không được phép
day 1–4 +0,789 positive linear association trong sample A gây B
day 5–8 -0,316 negative association nhẹ trong sample luôn ngược chiều
day 1–8 +0,386 positive association nhẹ trong sample hedge bảo đảm

Kết quả mong đợi không phải thuộc ba con số. Mục tiêu là thấy một thay đổi nhỏ ở window làm câu diễn giải đổi theo, trong khi causal claim vẫn bị cấm. Đọc lại ba dòng thành tiếng để chắc mỗi câu đều nêu đúng sample và window.

6. Tổng kết

Năm ý chính

  • Correlation đo linear co-movement trong sample và window cụ thể.
  • Positive, negative và zero không phải ba dự báo.
  • Returns, timestamps và frequency phải aligned.
  • Correlation có thể đổi dấu; outlier và nonlinear relation cần kiểm tra.
  • Association không chứng minh causation hoặc quan hệ bền vững.

Câu hỏi tự kiểm tra

  • Vì sao CORR-34 cho ba r khác nhau?
  • r=0 có chứng minh hai chuỗi độc lập không?
  • Khi nào Pearson r undefined?
  • Correlation cao có cho phép nói A gây B không?

Gợi ý đáp án

Xem gợi ý câu 1

Ba phép tính dùng ba window khác nhau. Xem mục 2.

Xem gợi ý câu 2

Không; Pearson gần zero chỉ nói linear relation yếu trong sample. Xem mục 3.

Xem gợi ý câu 3

Khi một input constant làm variance và denominator bằng zero. Xem mục 3.

Xem gợi ý câu 4

Không; correlation không cung cấp causal direction. Xem mục 1 và 3.

Thuật ngữ cần nhớ

Thuật ngữ Giải thích ngắn
Correlation Mức hai chuỗi biến động tuyến tính cùng nhau
Return Phần trăm thay đổi giữa hai thời điểm
Pearson r Hệ số linear correlation từ -1 đến +1
Window Đoạn sample dùng để tính
Alignment Ghép đúng timestamp giữa hai chuỗi
Variance Mức một chuỗi phân tán quanh mean
Outlier Điểm lệch mạnh khỏi phần lớn sample
Causation Quan hệ một yếu tố gây thay đổi khác
Rolling correlation Correlation tính lại trên window trượt
Spurious correlation Tương quan nhìn thật nhưng không bền/có nghĩa

Nguồn tham khảo

Học tiếp

Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch. Correlation lịch sử không bảo đảm quan hệ tương lai; mọi thị trường đều có rủi ro mất vốn.