Stock Correlation

• Du vill veta vilka aktier som tenderar att röra sig tillsammans med en ticker du bevakar — t.ex. "vad korrelerar med NVDA" eller "sympatihandel för TSLA."
• Du analyserar ett specifikt par som AMD/NVDA eller LITE/COHR och vill ha mätvärden som Pearson-korrelation, beta, R-kvadrat och aktuellt spread z-score.
• Du har en korg med tickers och vill se den fullständiga korrelationsmatrisen, identifiera kluster av tätt sammankopplade aktier samt hitta potentiella diversifierare eller hedgingkandidater.
• Du vill förstå hur ett pars korrelation förändras över tid — inklusive rullande fönster och om korrelationen ökar under säljvågor eller perioder med hög volatilitet.

• Du behöver realtids- eller intradagskorrelationsdata; denna funktion använder dagliga historiska priser med en standardperiod på ett år bakåt i tiden.
• Du letar efter handelsrekommendationer eller finansiell rådgivning — funktionen presenterar endast data och ger uttryckligen inga råd om positioner.
• Du behöver korrelationsdata för andra tillgångsklasser än aktier (t.ex. terminer, valuta, räntebärande värdepapper).

Klassificerar automatiskt din förfrågan och dirigerar den till en av fyra specialiserade analyser: Samrörelsediscovery (enskild ticker), Avkastningskorrelation (specifikt par), Sektorklustring (korg) eller Realiserad korrelation (tidsvarierade). Otydliga förfrågningar faller tillbaka på rimliga standardalternativ — en enskild ticker går till discovery, två tickrar går till parvis analys.

Givet ett ticker-symbol bygger denna funktion dynamiskt ett universum av 15–30 jämförelseaktier genom att screena aktier inom samma bransch och angränsande branscher via yf.screen() och yf.EquityQuery — inga hårdkodade listor. Returnerar en rankad tabell över de mest korrelerade jämförelseaktierna med företagsnamn, korrelationsvärden och en kort förklaring till varför respektive samband sannolikt existerar.

Beräknar Pearson-korrelation, beta, R-kvadrat, 60-dagars rullande korrelationsstatistik (medelvärde, minimum, maximum, standardavvikelse) samt aktuellt z-score för log-prisskillnaden mellan två valfria tickersymboler. Z-scoret för prisskillnaden visar när ett par har avvikit ovanligt långt från sitt historiska förhållande.

Bygger en fullständig korrelationsmatris för en grupp tickersymboler och tillämpar hierarkisk klustring (Ward-länkning via scipy, med en reservlösning baserad på genomsnittlig korrelationssortering) för att ordna om matrisen och synliggöra naturliga grupperingar. Identifierar de starkaste paren, svagaste paren och avvikande tickersymboler som kan fungera som diversifierare.

Beräknar rullande korrelationer över 20-, 60- och 120-dagarsfönster och bryter ned korrelationen efter marknadsregim — uppgångsdagar, nedgångsdagar, dagar med hög volatilitet och dagar med stora drawdowns. Lyfter fram huruvida korrelationen ökar under stresspérioder, vilket är en avgörande faktor för riskhantering och hedging.

Varje svar inkluderar den analyserade tidsperioden, antalet observationer, eventuella tickersymboler som uteslutits på grund av otillräckliga data, samt standardpåminnelser om att korrelation inte är detsamma som kausalitet och att tidigare korrelation inte garanterar framtida samrörelse. Inga handelsbeslut rekommenderas någonsin.

Fråga "vad rör sig med NVDA?" inför en viktig resultatrapport. Funktionen filtrerar sektors- och branschrelaterade peers, rangordnar dem efter realiserad korrelation och förklarar det troliga sambandet — vilket hjälper dig att identifiera aktier som kan reagera på NVDA:s rapport även utan att rapportera själva.

Ange två tickersymboler som AMD och NVDA. Verktyget returnerar korrelation, beta, R-kvadrat, rullande korrelationsstabilitet och aktuellt spread z-score — vilket ger dig den kvantitativa grunden för att bedöma om en mean-reversion- eller pairs trading-idé har historiskt stöd.

Ange en korg med innehav och få en klustrad korrelationsmatris som avslöjar vilka positioner som i praktiken rör sig tillsammans och vilka som verkligen diversifierar portföljen. Avvikande ticker-symboler med låg genomsnittlig gruppkorrelation markeras som potentiella diversifierare.

Fråga "hur har korrelationen mellan LITE och COHR förändrats över tid?" Funktionen beräknar rullande korrelationer över flera tidsfönster och delar upp resultaten efter marknadsregim, och visar om sambandet förstärks under nedgångar — det så kallade "korrelationer går mot 1 i en kris"-effekten som är mest avgörande för hedging.