fbpx

Corrélation EURUSD – DAX

correlation_eurusd_dax

Last Updated on 20 December 2023 by Marc Munier

Ces derniers temps nous avons pu observer une corrélation EURUSD – DAX négative entre l’EURUSD et le DAX. Mais ça n’a pas toujours été le cas. Etudions un peu cette corrélation eurusd dax.

Corrélation EURUSD - DAX

Sur dix années [2005-2015], on obtient une corrélation moyenne de +20%, en prenant en compte toutes les variations quotidiennes. Corrélation positive donc. Cela signifie qu’en moyenne, il y a plus de chance que la paire EURUSD et le DAX aillent dans le même sens. Quand l’un monte, l’autre monte aussi.

Cette “daily” corrélation varie en fonction de l’horizon de temps étudié. Ainsi, la corrélation sur un an (courbe verte) n’est pas la même que celle sur 3 mois (courbe rouge). Cette dernière étant plus volatile.

Sur la période [2009-2013], la corrélation eurusd-dax se situait entre +20% et +60%. Depuis, elle a dégringolé vers les -40%.

Corrélation EURUSD - DAX

Au 22/05/15, les corrélations sur 3 mois, 6 mois, 1 an, 2 ans et globale sont les suivantes:

correl_eur_dax

Il faut bien-sûr faire très attention à l’utilisation qu’on peut faire de cette analyse.

A priori, on pourrait se dire que, en ce moment, et sur un horizon minimum de 3 mois, si l’eurusd baisse, le dax va monter, et vice-versa. On peut en déduire certaines stratégies de couverture.

Mais attention, il se peut très bien que petit à petit cette corrélation eurusd-dax revienne à sa tendance long-terme positive.

Méthodologie

Données: EURUSD et DAX en pas journalier de 2005 à 2015.

Pour chaque actif et chaque jour de marché, on regarde la variation entre le close du jour (J) et le close de la veille (J-1). Cela nous donne une variation pour l’eurusd et une variation pour le DAX. Ces calculs sont effectués sur toute la série de données.

On calcule ensuite, pour chaque jour, la corrélation moyenne de ces variations (corrélation entre les variations eurusd et les variations dax) sur différents horizons de temps: 3 mois, 6 mois et un an.

Corrélation : Questions fréquentes

Comment définir la corrélation ?

Avant d’aller plus loin, je t’invite à suivre mes propres stratégies en trading et investissement en rejoignant la communauté des Investisseurs, une newsletter 100 % pratique et opérationnelle.

La corrélation est une mesure statistique qui décrit le degré auquel deux variables sont liées l’une à l’autre. Si deux variables ont tendance à augmenter ou à diminuer ensemble, on dit qu’elles ont une corrélation positive. Si une variable a tendance à augmenter lorsque l’autre diminue, elles ont une corrélation négative. Si les mouvements de deux variables ne semblent pas être liés, on dit qu’elles ont une corrélation nulle ou non corrélées. La corrélation est généralement exprimée par un coefficient de corrélation, qui varie de -1 à +1. Une corrélation de +1 indique une corrélation positive parfaite, tandis qu’une corrélation de -1 indique une corrélation négative parfaite.

C’est quoi la corrélation en trading ?

Dans le contexte du trading, la corrélation fait référence à la manière dont les prix de deux actifs se déplacent par rapport à l’autre. Les traders utilisent la corrélation pour diversifier leurs portefeuilles, pour identifier des opportunités de trading et pour gérer les risques. Par exemple, si deux actifs sont fortement corrélés positivement, une hausse du prix de l’un est généralement associée à une hausse du prix de l’autre. Par contre, si deux actifs sont fortement corrélés négativement, une hausse du prix de l’un est généralement associée à une baisse du prix de l’autre. Comprendre la corrélation entre les actifs peut aider les traders à prévoir les mouvements futurs des prix et à prendre des décisions de trading éclairées.

Quelles sont les différentes corrélations ?

Il existe plusieurs types de corrélations dans le domaine du trading :

  1. Corrélation positive : Si deux actifs ont une corrélation positive, cela signifie que leurs prix ont tendance à se déplacer dans la même direction. Par exemple, si le prix de l’or et celui de l’argent augmentent généralement ensemble, on dit qu’ils ont une corrélation positive.
  2. Corrélation négative : Si deux actifs ont une corrélation négative, cela signifie que leurs prix ont tendance à se déplacer dans des directions opposées. Par exemple, si le prix de l’or augmente généralement lorsque celui du dollar américain baisse, on dit qu’ils ont une corrélation négative.
  3. Non-correlation ou corrélation nulle : Si deux actifs ont une corrélation nulle, cela signifie que le mouvement de leurs prix n’est pas lié. Autrement dit, la hausse ou la baisse du prix de l’un n’a pas d’impact prévisible sur le prix de l’autre.

Comment calculer une corrélation ?

Le calcul de la corrélation entre deux séries de données se fait généralement en utilisant le coefficient de corrélation de Pearson. Voici les étapes de base pour calculer ce coefficient :

  1. Calculez les moyennes : Pour chaque série de données, calculez la moyenne.
  2. Calculez les écarts par rapport à la moyenne : Pour chaque valeur dans chaque série, calculez l’écart par rapport à la moyenne.
  3. Calculez le produit des écarts : Multipliez l’écart pour une valeur dans la première série par l’écart pour la valeur correspondante dans la deuxième série.
  4. Calculez la somme des produits des écarts : Additionnez tous les produits des écarts.
  5. Calculez le carré des écarts : Pour chaque écart dans chaque série, calculez le carré.
  6. Calculez la somme des carrés des écarts : Pour chaque série, additionnez tous les carrés des écarts.
  7. Calculez le coefficient de corrélation : Divisez la somme des produits des écarts par la racine carrée du produit des sommes des carrés des écarts.

Il est important de noter que le coefficient de corrélation ne mesure que la force et la direction de la relation linéaire entre deux variables. Il ne mesure pas la causalité, et il ne peut pas être utilisé pour prédire les mouvements futurs des prix.


Pour en savoir plus sur les stratégies de trading et d’investissement que j’utilise, c’est par ici !

Marc Munier

Leave a comment