Wat is Pearson-correlatie?

Als Bitcoin scherp daalt, dalen de meeste altcoins mee, en als hij stijgt, volgt de rest van de markt meestal. Coins bewegen zelden op zichzelf. Het hulpmiddel waarmee traders een exact getal op dat verband plakken, is de Pearson-correlatiecoëfficiënt: een vaste waarde binnen technische analyse die het verschil laat zien tussen een portefeuille die er alleen gespreid uitziet en een die dat echt is.

Wat Pearson-correlatie meet

De Pearson-correlatiecoëfficiënt, meestal geschreven als r, meet de sterkte en richting van het lineaire verband tussen twee reeksen getallen. In crypto zijn dat bijna altijd de dagelijkse of wekelijkse rendementen van twee assets, niet hun kale koersen. De uitkomst ligt altijd tussen -1 en +1:

• Rond +1: de twee assets stijgen en dalen doorgaans samen.
• Rond 0: er is geen betrouwbaar recht-lijnig verband tussen beide.
• Rond -1: ze bewegen doorgaans in tegengestelde richtingen.

Wiskundig is r de covariantie van de twee rendementsreeksen gedeeld door het product van hun standaarddeviaties. Covariantie alleen laat zien of twee assets samen variëren, maar de grootte ervan hangt af van de schaal en is lastig te lezen. Door te delen door de standaarddeviatie van elke asset wordt het een schoon, eenheidsloos getal dat altijd op de schaal van -1 tot +1 past. Kortom: Pearson-correlatie is gestandaardiseerde covariantie. De maatstaf gaat terug tot de jaren 1890, toen Karl Pearson een idee van Francis Galton formaliseerde, lang voordat het ooit de financiële markten raakte.

Correlatie in de cryptomarkt

In de praktijk vertonen crypto-assets onderling een hoge positieve correlatie, omdat ze dezelfde drijvende krachten delen: marktsentiment, liquiditeit en macro-economisch nieuws. Bitcoin en Ethereum zijn van oudsher nauw verbonden, en altcoins bewegen over het algemeen mee met Bitcoin maar met grotere uitslagen, als uitvergrote versies van de bredere markt.

Stablecoins zijn de grote uitzondering. Ze zijn gebouwd om een vaste waarde te volgen, dus hun rendementen zijn nagenoeg ongecorreleerd met volatiele coins, en daarom gebruiken traders ze als parkeerplek tijdens onrust. Correlatie reikt ook verder dan crypto: sinds ongeveer 2020 is de correlatie van Bitcoin met aandelenindices zoals de Nasdaq gestegen van bijna nul naar duidelijk positief, een verschuiving die de meeste analisten toeschrijven aan de groeiende deelname van institutionele partijen.

Waarom correlatie belangrijk is voor spreiding

Het doel van spreiding is om assets te combineren die niet perfect synchroon bewegen, zodat een daling van de ene wordt opgevangen door stabiliteit elders. Twee sterk gecorreleerde coins bieden maar weinig van die buffer.

Neem een uitgewerkt voorbeeld. Iemand die zowel Ethereum als Solana bezit, voelt zich misschien gespreid over twee verschillende netwerken. In termen van rendement zijn het echter beide largecap-altcoins die sterk positief gecorreleerd zijn met Bitcoin en met elkaar, waardoor het paar zich meer als één positie gedraagt dan als twee. Wie beide afweegt, kan de Ethereum-koersverwachting en de Solana-koersverwachting naast elkaar leggen, maar een correlatiecheck laat pas echt zien hoe nauw hun lot met elkaar verbonden is. Op deze manier gebruikt, levert de coëfficiënt echte voordelen op:

• Slimmere spreiding: het combineren van assets met lage correlatie vermindert de schommelingen van de hele portefeuille.
• Een helderder risicobeeld: een mandje sterk gecorreleerde coins blijkt in feite één geconcentreerde gok.
• Echte spreiders vallen op: correlatie laat zien welke assets zelfstandig bewegen in plaats van alleen Bitcoin te volgen.

De grenzen van correlatie

Correlatie is krachtig, maar makkelijk verkeerd te gebruiken. Een paar beperkingen wegen vooral zwaar in snel bewegende cryptomarkten:

• Alleen lineair: de waarde kan bijna nul zijn, zelfs als er een sterk niet-lineair verband bestaat.
• Gevoelig voor uitschieters: één flashcrash of depeg kan het getal sterk vertekenen.
• Geen oorzakelijkheid: een hoge waarde laat zien dat twee assets samen bewegen, nooit dat de ene de andere veroorzaakt.
• Instabiel in de tijd: in paniek schuiven correlaties naar +1 omdat alles tegelijk wordt verkocht.
• Afhankelijk van het venster: een meting over 30 dagen en over een jaar kunnen tegengestelde verhalen vertellen.

Die opschuiving naar +1 tijdens een uitverkoop is de belangrijkste valkuil. Het spreidingsvoordeel dat je in rustige markten meet, kan verdwijnen op precies het moment dat je erop rekende, wanneer brede volatiliteit en gedwongen liquidaties de hele markt tegelijk omlaag trekken.

Pearson versus Spearman en bèta

Pearson is niet de enige manier om te meten hoe assets zich tot elkaar verhouden, en het kennen van zijn buren helpt je om hem juist te lezen.

Spearman-correlatie gaat beter om met uitschieters en niet-lineaire maar consistente verbanden, dus veel analisten berekenen beide en vergelijken ze. Bèta meet gevoeligheid in plaats van nauwheid: dat Solana harder schommelt dan Bitcoin is een bèta-verhaal, terwijl het feit dat ze in dezelfde richting bewegen een correlatie-verhaal is.

Conclusie

Correlatie is meer dan een portefeuillecheck. Ze voedt de kwantitatieve modellen achter crypto-analyse, waaronder de modellen achter de crypto-koersverwachtingen op dataplatforms, omdat de manier waarop twee assets samen bewegen doorgaans stabieler is dan hun losse koersen. Net als elk afzonderlijk signaal werkt ze het best als bevestiging in plaats van als losse trigger, gelezen naast indicatoren zoals de MACD-indicator.

Er is een praktische reden om er in 2026 goed op te letten. De correlatie van Bitcoin met de aandelenmarkt is ongewoon hoog geweest, waardoor het combineren met aandelen veel minder risico spreidt dan vroeger, en hoe je posities weegt en combineert telt nu zwaarder dan welke token je kiest. Eén regel houdt het getal eerlijk: meet het over een voortschrijdend venster, niet over één vaste periode. Een waarde die er in een rustige maand geruststellend uitziet, kan tijdens een crash omslaan en de spreiding meenemen waar je op rekende.