Corrélation des paires forex : exposition commune et limites

La corrélation de Pearson mesure le sens et l’intensité d’une relation linéaire entre deux séries d’observations appariées. Son coefficient r va de −1 à +1. Une valeur proche de +1 signifie que les observations ont tendance à évoluer dans le même sens ; une valeur proche de −1 indique des mouvements opposés. Une valeur près de zéro signifie qu’une faible association linéaire a été mesurée dans l’échantillon choisi. Une relation courbe ou autre relation non linéaire reste possible ; une relation en U symétrique peut produire un coefficient proche de zéro, même si une variable contraint fortement l’autre. Un coefficient unique ne peut pas résumer tous les schémas de dépendance.

La référence NIST sur la corrélation décrit le coefficient à partir des écarts appariés de chaque série à sa moyenne et de leurs écarts-types. Les observations doivent être alignées. Le coefficient est standardisé : r = 0,8 ne signifie ni 80 % de probabilité de mouvements identiques, ni une couverture de 80 %, ni une variation de prix de 0,8 %. Il n’existe pas de seuil universel qui rende un coefficient « élevé » dans tous les contextes.

Un petit exemple fictif montre le calcul. Pour trois intervalles synchronisés, posons x = [−10, 0, 10] points de base et y = [−10, 10, 0] points de base. Les deux moyennes sont nulles ; la somme des produits centrés vaut 100 et la somme des écarts au carré de chaque série vaut 200. On obtient donc r = 100 / √(200 × 200) = 0,5. Trois observations ne suffisent pas à estimer une relation stable ; l’exemple illustre uniquement le calcul.

Pour savoir comment deux paires ont changé, calculez leurs rendements sur les mêmes intervalles. Pour un prix P, le rendement logarithmique est ln(Pₜ / Pₜ₋₁) ; le rendement simple est Pₜ / Pₜ₋₁ − 1. Choisissez une convention et appliquez-la aux deux séries. Comparer des clôtures à des heures différentes peut associer des mouvements de marché distincts.

Les niveaux de prix peuvent suivre une tendance pendant longtemps ; leur corrélation peut alors refléter une dérive commune plutôt que le co-mouvement à court terme. L’article de Granger et Newbold de 1974 sur les régressions fallacieuses90034-7) expose une mise en garde plus générale sur les relations trompeuses entre séries persistantes. Précisez si le calcul utilise les niveaux, les rendements simples ou les rendements logarithmiques.

Le sens de cotation compte aussi. Si un flux indique EUR/USD et l’autre sa réciproque USD/EUR, les rendements logarithmiques ont des signes opposés pour le même taux de change. Harmonisez le sens de la paire, la durée de l’intervalle, l’horodatage et le traitement des observations manquantes.

Une position acheteuse sur une paire achète sa devise de base et vend la devise de cotation. Acheter EUR/USD et GBP/USD revient dans les deux cas à vendre USD, mais les devises de base achetées diffèrent. Les expositions se chevauchent sans être identiques.

Avec des cours de référence synchronisés, EUR/GBP = EUR/USD ÷ GBP/USD ; son rendement logarithmique équivaut donc à celui d’EUR/USD moins celui de GBP/USD. Les écarts bid-ask, les cours non synchrones et les conditions propres au produit peuvent faire diverger les cours observés de cette identité simplifiée. Pour les devises de base et de cotation, voir lire les cours forex.

La corrélation ne dit pas à elle seule combien une position peut perdre. Pour deux séries de P&L mesurées sur le même horizon, la variance combinée est σ₁² + σ₂² + 2ρσ₁σ₂. σ₁ et σ₂ sont les écarts-types des P&L et ρ leur corrélation. La taille et la volatilité des positions interviennent aussi.

Dans ce calcul, ρ doit être la corrélation entre les deux séries de P&L au niveau des positions. La corrélation des rendements bruts des paires ne peut la remplacer que si les positions convertissent ces rendements en P&L sur le même horizon et dans la même devise de référence.

Supposons que deux positions hypothétiques aient chacune un écart-type de P&L quotidien de 100 $. Avec ρ = 0,8, l’écart-type combiné est √(100² + 100² + 2 × 0,8 × 100 × 100), soit environ 189,74 $. Avec ρ = 0, il est d’environ 141,42 $ ; avec ρ = −0,8, environ 63,25 $. Ces chiffres illustrent un calcul sous hypothèses fixes ; ce ne sont ni une limite de perte ni une prévision. Écart-type et corrélation doivent utiliser la même fréquence et la même période.

Le coefficient n’intègre pas l’écart de volatilité. Même si A a un écart-type quotidien de 100 $ et B de 300 $, un ρ de 0,8 ne montre pas cette différence. Augmenter la quantité de B peut fortement modifier le risque en dollars sans changer la corrélation.

Un coefficient résume un jeu de données particulier. Des rendements quotidiens sur un an ne répondent pas à la même question que des observations de cinq minutes sur une journée. Cours moyens, bid, ask, contrats à terme cotés en bourse et produits retail à prix glissant créent aussi des séries différentes. Notez l’intervalle, la fenêtre, le type de prix, le fuseau horaire et la source.

OANDA décrit un outil propre au fournisseur, fondé sur ses cours moyens. Son exemple de courte durée extrait des cours moyens de clôture synchronisés sur cinq minutes et applique la corrélation de Pearson ; sa matrice utilise une période fixe d’un an avec les clôtures de New York. La page ne présente pas cet exemple comme un calcul de rendements : ne supposez donc pas que son résultat correspond à une matrice de rendements simples ou logarithmiques synchronisés. Elle qualifie aussi zéro d’« absence de corrélation » ; pour Pearson, zéro signifie qu’aucune association linéaire n’a été mesurée dans l’échantillon, pas que l’indépendance est démontrée. Il s’agit de la méthode d’un fournisseur, pas d’une norme universelle.

Une courte fenêtre contient moins d’observations mais reflète davantage les données récentes ; une longue fenêtre peut mélanger plusieurs régimes. Des fenêtres glissantes qui se chevauchent partagent des observations et ne constituent pas des confirmations indépendantes. Les horaires de séance et les coûts influencent aussi le lien entre une série mesurée et le P&L réellement exécuté. Voir les guides sur les horaires du marché forex, le spread et la commission et le slippage et les ordres stop.

Le document de travail BIS 727 indique que le co-mouvement du renminbi avec d’autres devises a varié selon les phases de gestion étudiées entre 2015 et 2017. C’est un résultat historique pour cet échantillon, pas une prévision actuelle pour une paire retail.

Un autre document du BIS, le Working Paper 828, a étudié la composition des réserves de 58 banques centrales entre 1999 et 2017. Il trouve un lien entre le co-mouvement d’une devise avec le dollar ou l’euro et sa part dans les réserves. Les réserves officielles répondent à un autre usage que les positions retail à effet de levier. Ces études justifient de préciser l’échantillon et le contexte institutionnel ; elles ne fournissent aucun coefficient fixe pour aujourd’hui.

Deux séries négativement corrélées peuvent correspondre à des notionnels, volatilités, calendriers et coûts différents. Une petite position sur une paire volatile ne compensera pas nécessairement une position plus importante sur une paire plus calme. Évaluez le P&L dans la devise du compte pour les mêmes scénarios et incluez spread, commission, slippage, financement et marge.

La corrélation de Pearson résume généralement une relation linéaire. Une valeur proche de zéro ne prouve pas l’indépendance statistique, et une valeur historique négative ne garantit pas qu’une position compensera l’autre lors d’un mouvement brusque. Si la relation change ou si les tailles ne correspondent pas, les deux positions peuvent perdre.

Un coefficient élevé ne prouve pas qu’une paire a causé le mouvement de l’autre. Une devise commune, des nouvelles communes, les anticipations de taux, l’appétit pour le risque et la structure du marché peuvent contribuer au co-mouvement. Le coefficient décrit les observations choisies, sans identifier une cause unique.

La corrélation n’est pas la cointégration. Elle résume le mouvement commun de valeurs ou rendements appariés dans un échantillon. La cointégration teste si une combinaison particulière de séries de prix non stationnaires présente une relation de long terme stable selon un test défini. Une corrélation élevée à court terme ne prouve ni le retour à la moyenne ni une opportunité de pairs trading.

Commencez par les positions réelles : paire, sens, quantité, cours d’entrée, devise du compte et conditions du produit. Notez quelles devises chaque position achète et vend. Comparez ensuite des rendements synchronisés sur un intervalle et une période précisés ; consignez la source et l’heure du calcul.

Par exemple, une position acheteuse hypothétique de 10 000 EUR dans EUR/USD à 1,10 représente +10 000 EUR et −11 000 USD. Une autre position acheteuse de 10 000 GBP dans GBP/USD à 1,27 représente +10 000 GBP et −12 700 USD. Ensemble, elles comportent −23 700 USD avant conversion dans la devise du compte ou ajustement propre au produit. C’est une illustration d’exposition, pas une exigence de marge, une perte maximale ou la preuve qu’un produit réglé en espèces livre les devises.

Estimez la volatilité du P&L de chaque position dans une monnaie commune et examinez des scénarios conjoints au lieu de multiplier le risque au stop par le coefficient. Ajoutez coûts, financement overnight, marge, règles de clôture et gaps d’exécution possibles. Le guide des lots et de la valeur du pip explique la conversion ; le guide de la marge décrit les exigences du compte. Pour la structure des paires, voir majeures, mineures et exotiques ; pour les écarts de taux, le guide du carry trade.

Revérifiez les données si l’horizon, le régime, la taille de position ou le fournisseur change. Une matrice peut faire ressortir des questions ; elle ne remplace pas un calcul du risque et des flux par position.