Coeficiente de correlación

¿Qué es un coeficiente de correlación?

Un coeficiente de correlación es un número que muestra con qué intensidad se mueven dos variables en relación entre sí.En el ámbito de las criptomonedas, suele utilizarse para medir si dos criptoactivos, dos pares de trading o un criptoactivo y un activo tradicional tienden a moverse en la misma dirección.La versión más común es el coeficiente de correlación de Pearson, que mide la intensidad y la dirección de una relación lineal entre dos conjuntos de datos.

La explicación del coeficiente de correlación del NIST lo describe como una medida de la relación lineal entre dos variables.

El coeficiente de correlación va de -1 a +1.Un valor de +1 significa que dos variables se mueven perfectamente en la misma dirección de forma lineal.Un valor de -1 significa que dos variables se mueven perfectamente en direcciones opuestas de forma lineal.Un valor de 0 significa que no existe una relación lineal entre las dos variables.Para los traders de criptomonedas, el coeficiente de correlación puede ayudar a determinar si mantener varios tokens realmente diversifica una cartera o simplemente añade más exposición a la misma tendencia del mercado.

Por qué es importante el coeficiente de correlación en el mercado cripto

El coeficiente de correlación es importante porque los mercados cripto suelen moverse al unísono en periodos de mayor o menor apetito por el riesgo.Cuando Bitcoin sube con fuerza, muchas altcoins también pueden subir porque mejora el sentimiento del mercado en el sector de los activos digitales.Cuando Bitcoin cae con fuerza, muchas altcoins también pueden bajar porque los traders reducen el riesgo en todo el mercado.Un trader que posee diez criptoactivos distintos puede pensar que su cartera está diversificada, pero esta puede seguir estando muy concentrada si los diez activos presentan correlaciones positivas elevadas.Por eso, el análisis de correlación es importante para construir carteras, cubrir riesgos, controlar la exposición y estudiar el mercado.

El material del CFA Institute sobre riesgo y rentabilidad de las carteras explica que la correlación influye en la diversificación del riesgo de una cartera.

En términos sencillos, los activos con una correlación más baja pueden ofrecer una mejor diversificación que los que siempre se mueven juntos.Sin embargo, la correlación no es fija y puede cambiar rápidamente en los mercados cripto durante episodios de tensión, shocks de liquidez, noticias regulatorias, acontecimientos macroeconómicos o cambios repentinos en el sentimiento de los inversores.

Cómo funciona el coeficiente de correlación

Un coeficiente de correlación compara los rendimientos o las variaciones de precio de dos variables durante el mismo periodo.En el análisis cripto, los traders suelen calcular la correlación utilizando rendimientos porcentuales en lugar de precios sin ajustar.Utilizar rendimientos resulta útil porque permite comparar cuánto se mueve cada activo de un periodo al siguiente.Por ejemplo, un analista puede comparar los rendimientos diarios de Bitcoin con los de Ether durante los últimos 90 días.Si ambos activos suelen subir y bajar juntos, el coeficiente de correlación puede ser claramente positivo.Si un activo suele subir cuando el otro baja, el coeficiente de correlación puede ser negativo.Si no hay un patrón claro, el coeficiente puede estar cerca de cero.El resultado ofrece a los traders un número conciso que resume la relación lineal entre las dos series de rendimientos.Este número no predice por sí solo el futuro, pero puede ayudar a entender cómo se comportaron los activos durante el periodo de la muestra.

Fórmula del coeficiente de correlación

El coeficiente de correlación de Pearson suele representarse con la letra r.Se calcula dividiendo la covarianza de dos variables por el producto de sus desviaciones estándar.En términos sencillos, la fórmula compara cómo se mueven juntas dos variables tras ajustar el cálculo a la volatilidad propia de cada una.

La fórmula de correlación del NIST muestra el cálculo utilizando las desviaciones respecto al valor medio de cada variable.

La fórmula ayuda a entender por qué la correlación está normalizada entre -1 y +1.Al estar normalizado el resultado, los traders pueden comparar la relación entre Bitcoin y Ether con la relación entre Bitcoin y el oro, aunque los activos tengan precios y niveles de volatilidad distintos.Esto hace que la correlación resulte útil para el análisis cripto entre distintos tipos de activos.Aun así, el cálculo depende en gran medida del periodo, la frecuencia y la calidad de los datos de la serie de rendimientos.

Qué significa una correlación positiva

Una correlación positiva significa que dos variables tienden a moverse en la misma dirección.Si dos criptoactivos tienen un coeficiente de correlación de +0,80, históricamente se han movido al unísono con fuerza durante el periodo analizado.Esto no significa que se muevan en la misma medida.Significa que la dirección y el patrón relativo de sus movimientos están estrechamente relacionados.Por ejemplo, Bitcoin y un criptoactivo de gran capitalización pueden subir cuando el optimismo se extiende por el mercado y caer cuando predomina el temor.Una correlación positiva puede ser útil si los traders quieren concentrar su exposición en una temática.También puede aumentar el riesgo de la cartera cuando los traders creen erróneamente que mantener muchos activos con correlación positiva proporciona una gran diversificación.En el mercado cripto, suele observarse una correlación positiva elevada durante los rallies y las caídas generalizadas del mercado.Por eso, los traders deben ir más allá del número de activos de una cartera y estudiar cómo se comportan realmente entre sí.

Qué significa una correlación negativa

Una correlación negativa significa que dos variables tienden a moverse en direcciones opuestas.Si un activo sube mientras otro suele bajar, su coeficiente de correlación puede ser inferior a cero.Un coeficiente de -1 indicaría una relación lineal negativa perfecta, aunque esto es poco frecuente en los mercados cripto reales.Una correlación negativa puede ser útil para cubrir riesgos, ya que una posición puede ayudar a compensar el movimiento de otra.Por ejemplo, un trader que mantiene criptoactivos en spot puede utilizar una posición short en derivados para reducir su exposición a las caídas.La cobertura puede mostrar una correlación negativa con la posición spot porque está diseñada para ganar valor cuando baja el precio del activo spot.Sin embargo, una cobertura no es automáticamente perfecta por el mero hecho de presentar una correlación negativa.Las comisiones, los costes de financiación, la liquidez, el deslizamiento, el riesgo de base y el riesgo de liquidación pueden afectar al resultado final.Los traders deben probar cuidadosamente cualquier cobertura antes de depender de ella en condiciones de mercado volátiles.

Qué significa una correlación cero

Una correlación cero significa que no hay una relación lineal clara entre dos variables durante el periodo analizado.No significa que los activos no estén relacionados de ninguna manera posible.Dos activos pueden tener un coeficiente de correlación cercano a cero y, aun así, presentar una relación no lineal.Por ejemplo, dos activos pueden comportarse de forma independiente en mercados tranquilos y moverse juntos en momentos de tensión extrema.Es posible que un coeficiente de correlación lineal sencillo no refleje bien este tipo de relación.Los traders de criptomonedas deben considerar una correlación cero como una señal útil, no como una garantía.Una correlación cercana a cero puede mejorar la diversificación en condiciones normales, pero puede dejar de hacerlo durante acontecimientos repentinos de liquidez.Por eso, los traders suelen combinar el análisis de correlación con pruebas de estrés, análisis de volatilidad y drawdown, y planificación de escenarios.

Coeficiente de correlación frente a covarianza

La covarianza mide si dos variables tienden a moverse juntas, pero no está normalizada.El coeficiente de correlación normaliza la covarianza y la convierte en un valor comprendido entre -1 y +1.Esto facilita la interpretación y la comparación de la correlación entre distintos activos.Por ejemplo, puede resultar difícil interpretar por sí sola la covarianza entre los rendimientos de Bitcoin y Ether, porque depende de la escala de los datos.El coeficiente de correlación transforma esa relación en un número sencillo que indica su dirección e intensidad.Una covarianza positiva suele dar lugar a una correlación positiva.Una covarianza negativa suele dar lugar a una correlación negativa.La principal ventaja del coeficiente de correlación es que proporciona a los traders una referencia común para comparar relaciones entre distintos mercados.

Coeficiente de correlación frente a beta

El coeficiente de correlación y la beta están relacionados, pero no son lo mismo.La correlación mide la intensidad y la dirección de la relación entre dos variables.La beta mide la sensibilidad de un activo a los movimientos de un índice de referencia.En el mercado cripto, un trader puede utilizar la correlación para analizar si un token se mueve junto con Bitcoin.Ese mismo trader puede utilizar la beta para estimar cuánto suele moverse el token cuando Bitcoin varía un 1%.Un token puede tener una correlación alta con Bitcoin y, aun así, una beta superior o inferior a 1.Una correlación alta significa que las direcciones del movimiento están estrechamente relacionadas.La beta indica la magnitud del movimiento en comparación con el índice de referencia.Juntas, la correlación y la beta pueden ofrecer una imagen más clara de la exposición al mercado cripto.

Coeficiente de correlación frente a causalidad

La correlación no demuestra causalidad.Si dos criptoactivos se mueven juntos, eso no significa automáticamente que uno haya provocado el movimiento del otro.Ambos pueden estar reaccionando a la misma fuerza del mercado, como la volatilidad de Bitcoin, las expectativas sobre los tipos de interés, las condiciones de liquidez, las noticias regulatorias o el apetito por el riesgo de los inversores.

El análisis del NIST sobre la correlación señala que demostrar la causalidad es más difícil que demostrar la correlación.

Esta distinción es importante porque los mercados cripto están influidos por numerosos factores que se solapan.Un trader puede observar una correlación fuerte entre dos tokens y suponer que uno anticipa los movimientos del otro.Esa suposición puede ser peligrosa si no se cuenta con pruebas adicionales, como análisis temporal, datos de liquidez, investigación sobre la estructura del mercado o estudios de acontecimientos.La correlación es un punto de partida para el análisis, no una explicación completa.

Cómo utilizan los traders el coeficiente de correlación

Los traders utilizan el coeficiente de correlación para entender cómo pueden comportarse conjuntamente distintas posiciones.Un gestor de carteras puede comparar la correlación entre Bitcoin, Ether, altcoins de gran capitalización, rendimientos de stablecoins, activos tokenizados e índices de los mercados tradicionales.Un trader de futuros puede comparar los rendimientos spot con los rendimientos de futuros para estudiar el comportamiento de la base.Un trader que cubre riesgos puede comparar una posición spot con una posición short para comprobar si la cobertura está funcionando.Un gestor de riesgos puede estudiar las correlaciones en mercados normales y durante periodos de crisis.Un trader cuantitativo puede utilizar la correlación para crear operaciones de pares, modelos de arbitraje estadístico o estrategias neutrales al mercado.Un titular a largo plazo puede utilizar la correlación para decidir si añadir un nuevo activo realmente modifica el riesgo de la cartera.En todos los casos, el coeficiente ayuda a convertir el comportamiento del mercado en una relación cuantificable.

Correlación y diversificación de carteras cripto

La diversificación consiste en repartir la exposición entre distintos activos para evitar que un resultado negativo afecte de forma dominante a toda la cartera.En el mercado cripto, diversificar es más difícil de lo que puede parecer a primera vista porque muchos tokens responden a los mismos ciclos generales del mercado.Una cartera con muchos tokens muy correlacionados puede seguir comportándose como una única gran apuesta al mercado cripto.Una cartera con correlaciones más bajas puede ofrecer un mejor equilibrio del riesgo, aunque una correlación baja no elimina el riesgo de pérdidas.Los traders suelen comparar las correlaciones entre sectores del mercado, como activos Layer 1, tokens DeFi, tokens de infraestructura, activos relacionados con stablecoins, activos centrados en la privacidad, tokens de gaming y temáticas de activos del mundo real tokenizados.Las categorías sectoriales son útiles, pero las correlaciones reales de los rendimientos son más importantes que las etiquetas.Dos activos de sectores distintos pueden seguir moviéndose juntos si los inversores los consideran parte de la misma categoría de riesgo.Por este motivo, conviene revisar una cartera cripto con datos y no basarse únicamente en las narrativas.

Correlación móvil

La correlación móvil mide la correlación durante una ventana temporal que va desplazándose.Por ejemplo, un trader puede calcular cada día la correlación móvil de 30 días entre Bitcoin y Ether.Esto genera una serie cambiante que muestra si la relación se fortalece o se debilita con el tiempo.La correlación móvil es útil porque las relaciones en los mercados cripto no son estables.Un par de activos puede presentar una correlación débil en periodos tranquilos y una correlación fuerte durante ventas generalizadas.

El Informe sobre la estabilidad financiera mundial del FMI analizó las correlaciones móviles entre Bitcoin y otras clases de activos como parte de un análisis más amplio de la estabilidad financiera.

La correlación móvil puede ayudar a los traders a no depender demasiado de un único dato antiguo.También permite detectar si una estrategia de diversificación sigue funcionando en las condiciones actuales del mercado.

Periodo y frecuencia de los datos

El periodo utilizado para calcular la correlación puede cambiar considerablemente el resultado.Una correlación de 7 días puede reflejar presiones de trading a corto plazo.Una correlación de 30 días puede mostrar el comportamiento reciente del mercado.Una correlación de 90 o 180 días puede reflejar mejor una relación a medio plazo.Una correlación de varios años puede mostrar el comportamiento a lo largo de ciclos más largos, pero ocultar cambios recientes.La frecuencia de los datos también importa, ya que los rendimientos por hora, día o semana pueden dar coeficientes distintos.Los datos de alta frecuencia pueden contener ruido, porque el mercado cripto opera las 24 horas y la liquidez puede variar según la hora del día.Los datos diarios pueden ser más fáciles de interpretar, pero pueden pasar por alto episodios de tensión intradía.No hay un periodo perfecto para todos los fines.La ventana adecuada depende de si el trader gestiona operaciones a corto plazo, posiciones a largo plazo, exposición a derivados o riesgo de tesorería.

Correlación durante episodios de tensión en el mercado

La correlación suele aumentar durante los episodios de tensión en el mercado, porque los traders reducen el riesgo de muchos activos al mismo tiempo.Esto es importante en el mercado cripto, donde las ventas pueden ser rápidas, globales y producirse durante las 24 horas del día.Los activos que parecían tener una relación moderada en mercados tranquilos pueden empezar de repente a moverse juntos durante episodios de pánico.A veces, desde la perspectiva de la diversificación, esto se denomina ruptura de la correlación, porque la protección esperada deja de funcionar justo cuando más se necesita.

El trabajo del Consejo de Estabilidad Financiera sobre criptoactivos destaca la importancia de supervisar las actividades relacionadas con criptoactivos y los acuerdos globales sobre stablecoins, dado que el sector sigue evolucionando.

Para los traders, la lección es práctica.Un coeficiente de correlación calculado en un mercado tranquilo puede no describir el comportamiento durante una cascada de liquidaciones, un episodio de tensión en una stablecoin, un shock macroeconómico o un anuncio regulatorio repentino.La correlación en periodos de tensión debe estudiarse por separado de la correlación en periodos normales.

Correlación y cobertura

La cobertura es uno de los usos más importantes del análisis de correlación.Una cobertura busca reducir el riesgo mediante la apertura de otra posición que compense parte de la exposición original.Por ejemplo, un trader que mantiene un criptoactivo puede utilizar una posición short en futuros para reducir el riesgo a la baja.Si la posición short se mueve en dirección opuesta a la posición spot, puede presentar una correlación negativa con esta última.Sin embargo, las coberturas de criptoactivos rara vez son perfectas.La base de los futuros, las tasas de financiación, las especificaciones de los contratos, los requisitos de margen, la liquidez y las reglas de liquidación pueden modificar el rendimiento de una cobertura.

La advertencia de la CFTC sobre el trading de monedas virtuales explica que los futuros y las opciones sobre monedas virtuales pueden utilizarse para cubrirse frente a la volatilidad.

La correlación puede ayudar a comprobar si una cobertura ha funcionado históricamente, pero sigue siendo necesario gestionar el riesgo en tiempo real.

Correlación y stablecoins

Las stablecoins están diseñadas para mantener un valor relativamente estable con respecto a un activo de referencia, a menudo una moneda fiduciaria.Por este diseño, las stablecoins pueden presentar una correlación baja con los criptoactivos volátiles cuando se mide según las variaciones de precio.Sin embargo, una correlación baja de precios no significa que no haya riesgo.Las stablecoins pueden estar expuestas a riesgos de reservas, liquidez, emisor, operativos, de contratos inteligentes y regulatorios.

La nota de la Reserva Federal sobre las stablecoins en 2025 analiza su evolución y sus implicaciones para la estabilidad financiera.

Los traders de criptomonedas deben evitar considerar las stablecoins libres de riesgo simplemente porque su correlación de precios a corto plazo con activos volátiles pueda ser baja.La correlación mide los movimientos de los precios, no todos los tipos de riesgo financiero u operativo.

Correlación y DeFi

Las finanzas descentralizadas ofrecen nuevas formas de utilizar el análisis de correlación.Los proveedores de liquidez pueden estudiar la correlación entre los dos activos de un pool antes de aportar fondos.Si dos activos de un pool están muy correlacionados, la pérdida impermanente puede comportarse de forma distinta que en un pool con dos activos no relacionados.Los usuarios de préstamos pueden estudiar la correlación entre el valor del colateral y el del activo prestado.Si el colateral y la deuda presentan una mayor correlación en periodos de tensión, el riesgo de liquidación puede cambiar.Los gestores de riesgos pueden estudiar las correlaciones entre tokens de gobernanza, tokens de colateral, stablecoins e indicadores generales del mercado.

Las recomendaciones de políticas de IOSCO sobre criptoactivos y activos digitales abordan cuestiones más amplias relacionadas con la integridad del mercado y la protección de los inversores en los mercados cripto y de activos digitales.

En DeFi, el análisis de correlación debe combinarse con una revisión de los contratos inteligentes, un análisis del riesgo de los oráculos, la profundidad de la liquidez y las reglas específicas del protocolo.

Cómo calcular el coeficiente de correlación de criptoactivos

El primer paso es elegir los dos activos o variables que se van a comparar.Por ejemplo, un trader puede comparar los rendimientos diarios de Bitcoin con los rendimientos diarios de Ether.El segundo paso es elegir un periodo, como 30 días, 90 días o un año.El tercer paso es recopilar datos de precios fiables de ambos activos correspondientes a las mismas marcas de tiempo.El cuarto paso es convertir los precios en rendimientos, normalmente porcentuales o logarítmicos.El quinto paso es calcular el coeficiente de correlación de Pearson entre las dos series de rendimientos.El sexto paso es interpretar el resultado en su contexto.Un valor positivo alto indica que durante el periodo de la muestra hubo un movimiento marcado en la misma dirección.Un valor negativo indica que durante el periodo de la muestra hubo movimientos en direcciones opuestas.Un valor cercano a cero indica que la relación lineal fue escasa durante el periodo de la muestra.El último paso es repetir el cálculo con distintas ventanas, porque un dato de correlación puede quedar desactualizado rápidamente.

Ejemplo del coeficiente de correlación en el mercado cripto

Supongamos que un trader calcula la correlación de los rendimientos diarios de 90 días entre el activo A y el activo B.El resultado es +0,85.Esto significa que los dos activos mantuvieron una fuerte relación lineal positiva durante esos 90 días.Si el activo A subía en un día determinado, el activo B también solía subir.Si el activo A bajaba, el activo B también solía bajar.El trader no debe dar por sentado que los dos activos siempre se moverán juntos en el futuro.Tampoco debe suponer que el activo B diversifica eficazmente la cartera solo porque tenga otro nombre, otra imagen de marca o un caso de uso distinto.Si el trader añade el activo B a una cartera ya dominada por el activo A, el riesgo total de la cartera puede seguir estando muy expuesto a los mismos movimientos del mercado.Por eso, la correlación es útil para comprobar si la diversificación es real o solo superficial.

Interpretación de los valores del coeficiente de correlación

Limitaciones del coeficiente de correlación

La primera limitación es que la correlación mide relaciones lineales, no todas las relaciones posibles.Dos criptoactivos pueden tener una relación no lineal que una correlación de Pearson sencilla no detecte.La segunda limitación es que la correlación depende del periodo seleccionado.Una relación que parece débil a lo largo de un año puede parecer fuerte durante un mes.La tercera limitación es que la correlación puede cambiar en periodos de tensión.Los activos que parecen diversificados en mercados tranquilos pueden caer juntos durante una venta generalizada de criptoactivos.La cuarta limitación es que la correlación no explica la causa.Dos activos pueden moverse juntos porque ambos reaccionan a Bitcoin, a la liquidez macroeconómica, a los flujos de stablecoins o al sentimiento general de los inversores.La quinta limitación es que los datos deficientes generan resultados deficientes.Los precios que faltan, la escasa liquidez, las velas manipuladas, los valores atípicos extremos y las marcas de tiempo incoherentes pueden distorsionar el coeficiente.Por estos motivos, la correlación debe servir de apoyo a la toma de decisiones, no sustituir el criterio.

Buenas prácticas para analizar la correlación en el mercado cripto

Utiliza rendimientos en lugar de precios sin ajustar para calcular las correlaciones entre criptoactivos.Utiliza marcas de tiempo coincidentes para que ambas series de rendimientos abarquen los mismos periodos.Comprueba varias ventanas temporales, porque las correlaciones a corto y largo plazo pueden diferir.Compara la correlación en mercados tranquilos con la registrada en periodos de tensión.Comprueba la liquidez antes de confiar en el resultado, ya que los tokens ilíquidos pueden generar datos engañosos.Vigila los valores atípicos, porque unos pocos movimientos extremos de precio pueden cambiar el coeficiente.Cuando sea posible, separa el análisis de correlación según el régimen del mercado.No interpretes una correlación baja como prueba de que un activo es seguro.Combina la correlación con análisis de volatilidad, drawdown, liquidez, tokenomics, actividad on-chain e investigación fundamental.

Preguntas frecuentes

¿Qué es un coeficiente de correlación en el mercado cripto?

Un coeficiente de correlación en el mercado cripto es un número que mide con qué intensidad se mueven juntos dos elementos relacionados con las criptomonedas durante un periodo determinado.Suele utilizarse para comparar los rendimientos de dos activos, como Bitcoin y Ether, o de un criptoactivo y un índice del mercado tradicional.

¿Qué significa un coeficiente de correlación de +1?

Un coeficiente de correlación de +1 significa que dos variables tienen una relación lineal positiva perfecta.En el trading de criptomonedas, esto significaría que los dos activos se movieron juntos siguiendo un patrón lineal perfectamente alineado durante el periodo analizado.

¿Qué significa un coeficiente de correlación de -1?

Un coeficiente de correlación de -1 significa que dos variables tienen una relación lineal negativa perfecta.Esto significaría que un activo subió cada vez que el otro bajó, siguiendo un patrón lineal perfectamente opuesto durante el periodo analizado.

¿Qué significa un coeficiente de correlación de 0?

Un coeficiente de correlación de 0 significa que no existe una relación lineal entre las dos variables durante el periodo analizado.No significa que los activos no tengan ninguna relación, ya que pueden existir relaciones no lineales y relaciones que solo aparezcan en periodos de tensión.

¿Una correlación alta es buena o mala?

Una correlación alta no es siempre buena ni siempre mala.Puede ser útil si un trader quiere concentrar su exposición, pero puede resultar arriesgada si espera diversificar y los activos se mueven juntos.

¿Puede la correlación predecir los precios de las criptomonedas?

La correlación no predice por sí sola los precios de las criptomonedas.Describe patrones de movimientos históricos y debe combinarse con otros análisis, como los de liquidez, volatilidad, tendencias, fundamentales y gestión del riesgo.

¿Por qué cambian las correlaciones entre criptomonedas?

Las correlaciones cambian porque el sentimiento del mercado, la liquidez, las condiciones macroeconómicas, la regulación, las noticias específicas de los tokens, el apalancamiento y el comportamiento de los inversores evolucionan con el tiempo.Por eso, la correlación móvil suele ser más útil que un único valor de correlación estático.

¿La correlación demuestra causalidad?

No, la correlación no demuestra causalidad.Dos criptoactivos pueden moverse juntos porque reaccionan a la misma influencia externa, no porque uno provoque directamente el movimiento del otro.

Conclusión

El coeficiente de correlación es una herramienta sencilla pero eficaz para medir cómo se mueven juntas dos variables.En el ámbito de las criptomonedas, ayuda a los traders a determinar si los activos, los pares de trading, las coberturas, los sectores o las exposiciones entre mercados son realmente distintos o si responden principalmente a las mismas fuerzas del mercado.Una correlación positiva indica movimientos en la misma dirección; una negativa, movimientos en direcciones opuestas; y un valor cercano a cero, una relación lineal escasa.Sin embargo, la correlación no es una garantía, una previsión de precios ni una prueba de causalidad.Las correlaciones entre criptoactivos pueden cambiar rápidamente durante periodos de tensión en el mercado, shocks de liquidez, acontecimientos relacionados con stablecoins, anuncios regulatorios y cambios generales en el sentimiento de los inversores.La mejor forma de utilizar el coeficiente de correlación es integrarlo en un proceso más amplio de gestión del riesgo.Los traders deben combinarlo con análisis de volatilidad, revisiones del drawdown, comprobaciones de liquidez, análisis de costes de financiación y pruebas de estrés.Si se utiliza con cuidado, el coeficiente de correlación puede ayudar a los usuarios de criptomonedas a construir carteras más sólidas, diseñar mejores coberturas y evitar una falsa diversificación.