El estudio de las dependencias entre diferentes activos es un tema clásico en la literatura financiera. Para comprender cómo los movimientos de un activo afectan a otros es fundamental para la fijación de precios de derivados, la gestión de carteras, el control de riesgos o las estrategias de negociación. Con el tiempo, diferentes metodologías fueron propuestas por investigadores. Los modelos ARCH, GARCH o EGARCH, entre otros, son muy populares para modelar la autocorrelación de la volatilidad. En este documento, se introduce un nuevo método simple llamado HP para medir la co-movimiento entre dos series temporales. Este método, basado en el exponente de Hurst de la serie de productos, está diseñado para detectar correlaciones, incluso si la relación es débil, pero también funciona bien con la cointegración, así como con correlaciones no lineales o relaciones más complejas dadas por una cópula. Este método y diferentes variaciones de él se prueban en el arbitraje estadístico. Los resultados muestran que HP es capaz de detectar la relación entre activos mejor que el método de correlación tradicional.