สารบัญ
Correlation Coefficient คือ
Correlation Coefficient สามารถวัดทิศทางความสัมพันธ์ระหว่างหุ้น 2 ตัว ว่ามีการเคลื่อนไหวสัมพันธ์กันเป็นอย่างไร
ถ้า Correlation Coefficient เป็นบวก แสดงถึง หุ้น 2 ตัวนั้นเคลื่อนไหวไปในทิศทางเดียวกัน (ขึ้นก็ขึ้นเหมือนกัน ลงก็ลงเหมือนกัน)
แต่ถ้า Correlation Coefficient เป็นลบ แสดงถึง หุ้น 2 ตัวนั้นเคลื่อนไหวไปในทิศทางตรงกันข้าม (ตัวนึงขึ้น อีกตัวนึงลง)
และยิ่งค่า Correlation Coefficient เข้าใกล้ -1 หรือ +1 ก็แปลว่าความสัมพันธ์นั้นแข็งแกร่งอย่างมาก
หรือกรณี Correlation Coefficient เท่ากับ 0 แสดงถึง หุ้น 2 ตัวนั้นไม่มีความสัมพันธ์ในการเคลื่อนไหวต่อกันเลย
ซึ่งการดูความสัมพันธ์การเคลื่อนไหวนั้นสามารถนำหลักการไปต่อยอดเพื่อวิเคราะห์ ภาพตลาด, กลุ่มอุตสาหกรรม, และอื่นๆอีกมากมาย สามารถช่วยให้เทรดเดอร์สามารถกระจายพอร์ตในการลงทุนเพื่อลดความเสี่ยงลงได้อย่างมีประสิทธิภาพ
สูตรการคำนวณ
Correlation Coefficient ในทางคณิตศาสตร์จะใช้ตัวย่อ r หรือ ρ โดยจะมีค่าอยู่ระหว่าง -1 ถึง +1 มีสูตรที่มาดังนี้
ตัวอย่างการคำนวณ Correlation Coefficient ระหว่างหุ้น X และ Y
| วันที่ | ราคาปิด X | ราคาปิด Y |
| 1 | 1 | 1 |
| 2 | 2 | 3 |
| 3 | 4 | 5 |
| 4 | 5 | 7 |
ขั้นตอนที่หนึ่ง : หาค่าเฉลี่ยของ X และ Y
μX = (1+2+4+5)/4 = 3
μY = (1+3+5+7)/4 = 4
ขั้นตอนที่สอง : หา Standard deviation ของ X และ Y
S.D. ใช้สูตร
(s = σ)
σX = 1.83
σY = 2.58
ขั้นตอนที่สาม : นำค่าที่ได้เข้าสูตร correlation coefficient
ρ = 0.988
จากตัวอย่างการคำนวณค่า Correlation Coefficient ที่ได้ คือ 0.988 ซึ่งหมายความว่า หุ้น 2 ตัวนี้มีการเคลื่อนไหวไปทิศทางเดียวกัน (เป็นบวก) และมีความสัมพันธ์กันอย่างมาก (เข้าใกล้ 1)
ลองมาดูกราฟระหว่างหุ้น 2 ตัวนี้
จะเห็นได้ว่าการสอดคล้องกับการคำนวณ ซึ่งในกราฟหุ้น 2 ตัวนี้มีทิศทางการเคลื่อนไหวไปในทิศทางเดียวกัน และมีความสันพันธ์กัน
การวิเคราะห์
การดู Correlation Coefficient ไว้ดูภาพรวมของแต่ละสินค้าที่จะเปรียบเทียบระหว่างกัน เช่น หุ้น กับ หุ้น, หุ้น กับ ดัชนี, ค่าเงิน กับ ทองคำ เป็นต้น เพื่อดูว่าความสัมพันธ์ของแต่ละสินค้านั้นเป็นอย่างไรบ้าง เคลื่อนไหวตามกันไหม หรือ สวนทางกัน หรือ ไม่มีความสัมพันธ์กันเลย
ตัวอย่างกราฟดัชนี SET (เส้นสีส้ม) และหุ้น PTT (เส้นสีน้ำเงิน) โดย Indicator ด้านล่างเป็น Correlation Coefficient ในรอบ 20 วัน จะเห็นได้ว่า ส่วนใหญ่ค่า Correlation Coefficent เคลื่อนไหวในแดนบวกทั้งสิ้น (มากกว่า 0.50) ซึ่งหมายความว่า SET และ PTT นั้นโดยรวมเคลื่อนไหวไปในทางเดียวกัน
ตัวอย่างกราฟทองคำ (สีน้ำเงิน) และดัชนีค่าเงินดอลลาร์สหรัฐ (สีฟ้า) โดยค่า Correlation Coefficient ในรอบ 20 วัน ส่วนใหญ่ชี้ไปในแดนลบ แสดงถึงทิศทางการเคลื่อนไหวที่ตรงกันข้ามกัน
กระจายความเสี่ยง
เราหลักการใช้งานของ Correlation Coefficient เพื่อที่จะกระจายความเสี่ยงในการลงทุน โดยจะลงทุนในหุ้น หรือกลุ่มอุตสาหกรรมที่ไม่มีความสัมพันธ์กัน เพราะถ้าหากเราลงทุนในหุ้น หรือกลุ่มอุตสาหกรรมที่วิ่งตามกัน เวลาตลาดลง หุ้นพวกนี้ก็จะลงพร้อมๆกัน ทำให้พอร์ตเราเสียหายอย่างมาก แต่หากเรามีการกระจายความเสี่ยงที่ดี เวลาตลาดลง อาจมีหุ้นบางตัว หรือกลุ่มอุตสาหกรรมรบางกลุ่มที่วิ่งสวนตลาดขึ้นมา คอยปกป้องพอร์ตการลงทุนของเราได้
ตัวอย่าง SET Index และกลุ่มอุตสาหกรรม ENERG (พลังงาน), PROP(อสังหา) และ HELTH (การแพทย์) จะเห็นได้ว่าโดยรวมแล้วกลุ่ม ENERG และ PROP ค่อนข้างมีความสัมพันธ์ไปในทางเดียวกับ SET Index (โดย ENERG) ส่วน HELTH ค่า Correlation Coefficient เคลื่อนไหวแถวๆ 0.5 และมีหลายครั้งที่ค่า Correlation Coefficient ลงต่ำกว่า 0 แสดงถึงการเคลื่อนไหวในทิศทางตรงกันข้าม ซึ่งทำให้การมีหุ้นในกลุ่ม HELTH ติดพอร์ตไว้ ก็จะช่วยให้การกระจายความเสี่ยงดีขึ้นนั่นเอง
หรืออีกตัวอย่างหนึ่งในการกระจายพอร์ตการลงทุนที่นำสินค้าอื่นนอกเหนือจากหุ้นในประเทศ เช่น หุ้นต่างประเทศ, ทองคำ, น้ำมัน, พันธบัตร, ค่าเงิน และอื่นๆอีกมากมาย ซึ่งยิ่งกระจายการลงทุนในสินค้าที่ไม่มีความสัมพันธ์กันมากเท่าไหร่ ก็ยิ่งทำให้ความเสี่ยงในการลงทุนลดลงมากเท่านั้น
สรุป
Correlation Coefficient สามารถบ่งชี้ถึงความสัมพันธ์ระหว่างหุ้น 2 ตัว ณ ช่วงเวลาหนึ่ง ถ้าค่าเป็นบวก แสดงถึง การเคลื่อนไหวไปในทางเดียวกัน และถ้าค่าเป็นลบ แสดงถึง การเคลื่อนไหวไปในทางตรงกันข้าม โดยทั่วไปจะใช้ค่า Period อยู่ที่ 20 บ่งชี้ถึง ระยะเวลา 1 เดือนที่ผ่านมา นักลงทุนสามารถปรับค่า Period นี้ได้ตามความเหมาะสม เช่น 50 วัน หรือ 200 วัน เป็นต้น
แหล่งข้อมูลอ้างอิง
- https://school.stockcharts.com/doku.php?id=technical_indicators:correlation_coeffici
- https://www.wikihow.com/Find-the-Correlation-Coefficient
- https://www.managedfuturesinvesting.com/the-significance-of-correlation-in-managed-futures/
