Covariância vs correlação investopedia forex

Covariância BREAKING Down Covariance Possuir ativos financeiros que fornecem retornos que têm uma alta covariância entre si não oferece muita diversificação. Por exemplo, se o estoque como retorno é alto sempre que o estoque Bs retorno é alto e o mesmo pode ser dito para baixos retornos, então essas ações são ditas ter uma covariância positiva. A diversificação de ganhos ou outras métricas da empresa podem ser feitas investindo em ativos financeiros que têm baixa covariância entre si. Exemplo de cálculo de covariância Quando um analista tem um conjunto de dados, uma série de pares de valores x e y, a covariância pode ser calculada usando cinco variáveis ​​desses dados. Eles são: x (i) um valor x dado no conjunto de dados x (m) a média ou média dos valores x y (i) o valor y no conjunto de dados que corresponde a x (i) y (m ) A média ou a média dos valores de y n o número de pontos de dados. Dada esta informação, a fórmula para a covariância é: Cov (x, y) SOM DE ((x (i) - x (m) (y (i ) - y (m)) (n - 1) Por exemplo, suponha que um analista em uma empresa tenha um conjunto de dados de cinco quartos que mostre o crescimento do produto interno bruto (PIB) dos trimestres em porcentagens (x) e o crescimento de uma nova linha de produtos da companys Em porcentagens (y). O conjunto de dados pode ser parecido com: O valor médio de x é igual a 3 eo valor y médio é igual a 14.2. Para calcular a covariância, a soma dos produtos dos valores x (i) menos o valor médio x , Multiplicado pelos valores y (i) menos os valores y médios, seria dividido por (n-1), da seguinte forma: Cov (x, y) ((2 - 3) x (10 - 14.2) (3 - 3) X (14 - 14.2). (4.1 - 3) x (20 - 14.2)) 4 (4.2 0 0.66 0.16 6.38) 4 2.85 Diferença entre correlação e covariância A correlação e a covariância são conceitos estreitamente relacionados nas estatísticas teóricas. Eles são importantes na determinação da relação entre duas variáveis ​​aleatórias. O que é correlação correlação é uma medida da força da relação entre duas variáveis. O coeficiente de correlação quantifica o grau de mudança de uma variável com base na alteração da outra variável. Nas estatísticas, a correlação está ligada ao conceito de dependência, que é a relação estatística entre duas variáveis. O coeficiente de correlação de Pearsons ou apenas o coeficiente de correlação r é um valor entre -1 e 1 (-1r1). É o coeficiente de correlação mais utilizado e válido apenas para uma relação linear entre as variáveis. Se r0 nenhuma relação existe, e se r0 a relação é diretamente proporcional, o valor de uma variável aumenta com o aumento do outro. Se r0 o relacionamento é inversamente proporcional, uma variável diminui à medida que o outro aumenta. Devido à condição de linearidade, o coeficiente de correlação r também pode ser usado para estabelecer a presença de uma relação linear entre as variáveis. Na teoria estatística, a covariância é uma medida de quanto duas variáveis ​​aleatórias mudam juntas. Em outras palavras, a covariância é uma medida da força da correlação entre duas variáveis ​​aleatórias. Em outra perspectiva, pode-se ver que a correlação é apenas a versão normalizada da covariância, onde a covariância é dividida pelo produto dos desvios padrão das duas variáveis ​​aleatórias. O intervalo de covariância pode ser grande, portanto, não é fácil de comparar. Esta dificuldade é superada trazendo os valores de covariância para um intervalo onde pode ser comparado normalizando-o (tipo como o que o z-score faz). Embora a covariância e a variância estejam ligadas uma a outra da maneira acima descrita, suas distribuições de probabilidade não estão vinculadas entre si de forma simples e precisam ser tratadas separadamente. Qual é a diferença entre correlação e covariância Tanto a correlação quanto a covariância são medidas de relação entre duas variáveis ​​aleatórias. A correlação é a medida da força da linearidade das duas variáveis ​​e a covariância é uma medida da força da correlação. Os valores do coeficiente de correlação são um valor entre -1 e 1, enquanto o intervalo de covariância não é constante, mas pode ser positivo ou negativo. Mas se as variáveis ​​aleatórias são padronizadas antes de calcular a covariância, a covariância é igual à correlação e tem um valor entre -1 e 1.