Každého obchodníka, který se o forexový trh zajímá hlouběji, jistě už někdy napadla myšlenka, zda se některé měnové páry či komodity nepohybují podobně. Tyto podobné pohyby se nazývají korelace. Základní problematika korelací je jednoduchá – jedná se o vzájemný vztah mezi dvěma veličinami, kdy změna jedné veličiny vyvolá změnu druhé veličiny v tom samém, nebo opačném směru. Podle toho také rozlišujeme korelaci pozitivní a negativní. Pokud se veličiny mění stejným směrem, jedná se o korelaci pozitivní, pokud se veličiny rozcházejí, mluvíme o negativní korelaci.
Abychom mohli rozhodnout, zda jsou veličiny korelovány, je nutné znát tzv. korelační koeficient. Ten se může pohybovat v rozmezí hodnot -100 až +100. Výše korelačního koeficientu poté značí sílu korelace:
k = (80;100) = silná pozitivní korelace
k = (50;80) = slabá pozitivní korelace
k = (0;50) = veličiny nejsou pozitivně korelovány
To samé samozřejmě platí pro hodnoty se znaménkem minus – zde se bude jednat o negativní korelaci.
Korelaci měnových párů, komodit a indexů lze mezi sebou změřit přímo v aplikaci Trading Station II, a to pomocí nástroje Correlation table, který je ke stažení zde. Importováním tohoto nástroje do aplikace (návod k implementování nových nástrojů můžete nalézt v tomto článku) můžete vybrat až osm instrumentů, mezi kterými systém změří korelaci na základě přednastavených parametrů, tedy zejména timeframu a časové periody, za kterou si přejete měření uskutečnit.
Z tabulky je zde patrná zejména velmi vysoká negativní korelace -91,24 mezi měnovými páry EURUSD a USDJPY. Pokud tedy eurodolar klesá, japonský jen se na grafu vydává severním směrem, což je patrné i z grafu na pozadí korelační tabulky. Dalším zajímavým poznatkem může být sledování korelace mezi cenou zlata a měnovým párem EURUSD. Číslo 86,49 potvrzuje, že pokud oslabuje dolar (zde proti euru), zlato posiluje, jelikož investoři zlatu více věří jako bezpečnému přístavu jejich investic. Nikoho pak zřejmě nepřekvapí téměř stoprocentní korelace ve výši 99,49 mezi americkou a britskou ropou.
Výše uvedené příklady slouží spíše pro ilustraci a pouze potvrzují obecně známou teorii. Je však velmi zajímavé sledovat měnící se korelaci v čase, či korelaci mezi různými indexy za různé časové období. Důležité je však také upozornit, že pokud se mezi dvěma veličinami ukáže korelace, je pravděpodobné, že na sobě závisejí, avšak z korelace ještě nelze usoudit, která veličina pohyb způsobuje a která jej následuje (resp. co je příčina a co následek). Tyto příčiny poté zkoumá kauzalita.