Volatilitas dalam GBP/AUD: gagasan inti
Volatilitas menggambarkan seberapa kuat nilai tukar GBP/AUD berubah dari waktu ke waktu. Ini bukan perkiraan arah; ini adalah deskripsi variasi.
Cara yang umum untuk menyatakannya adalah melalui imbal hasil (returns) (seberapa besar harga berubah relatif terhadap levelnya) lalu mengukur seberapa bervariasi imbal hasil tersebut.
Karena tidak ada asumsi data pasar real-time di sini, anggap setiap contoh sebagai demonstrasi metode, bukan angka live. Pilihan yang berbeda (jendela waktu, frekuensi data, dan metode perhitungan) dapat menghasilkan nilai “volatilitas” yang berbeda untuk pasangan mata uang yang sama.
Mekanika: cara praktis mengukur volatilitas
1) Simpangan baku dari imbal hasil (volatilitas statistik)
Langkah 1: Pilih deret harga untuk GBP/AUD, misalnya penutupan harian. Misalkan P(t) adalah harga pada waktu t.
Langkah 2: Ubah harga menjadi imbal hasil. Pilihan yang umum adalah log return:
- r(t) = ln(P(t) / P(t−1))
Langkah 3: Pilih lookback window berisi N observasi (misalnya, 20 atau 60 hari trading terakhir).
Langkah 4: Hitung simpangan baku dari imbal hasil dalam jendela tersebut:
- σ = standard_deviation(r(t−N+1) … r(t))
Interpretasi: σ yang lebih tinggi berarti imbal hasil lebih bervariasi pada periode tersebut.
Cara kerjanya: simpangan baku mengukur sebaran di sekitar imbal hasil rata-rata, sehingga responsif terhadap pergerakan kecil yang sering maupun pergerakan besar sesekali.
2) Volatilitas rolling (pengukuran yang berubah terhadap waktu)
Alih-alih satu angka volatilitas untuk seluruh sejarah, gunakan jendela rolling. Untuk setiap hari t, hitung σ selama N hari sebelumnya. Ini menghasilkan deret volatilitas yang dapat naik atau turun saat kondisi pasar berubah.
3) Volatilitas berbasis rentang (amplitudo pergerakan harga)
Jika Anda memiliki data high, low, dan close, Anda dapat mengestimasi variasi menggunakan rentang daripada imbal hasil. Salah satu konsep yang banyak digunakan adalah keluarga average true range (ATR), yang merangkum pergerakan tipikal dengan menggunakan high/low hari itu relatif terhadap penutupan sebelumnya.
Perbedaan kunci dari simpangan baku: ukuran berbasis rentang berfokus pada seberapa lebar pergerakan harian, yang bisa sensitif terhadap ekstrem intraday.
4) Pilihan satuan: persen vs. pip vs. imbal hasil mentah
Volatilitas dapat dilaporkan dalam berbagai satuan:
- Sebagai persentase atau nilai berbasis imbal hasil (dari returns)
- Sebagai jarak harga (dari konsep rentang)
Ini mengukur hal yang berbeda secara numerik. Selalu nyatakan satuan dan rumus Anda saat membandingkan hasil.
Bukti atau contoh: pengaturan perhitungan yang mandiri
Pertimbangkan contoh “mainan” yang disederhanakan dengan penutupan harian (tanpa menyiratkan data live). Misalkan Anda memiliki 6 hari trading berurutan untuk GBP/AUD: P1 … P6.
- Hitung imbal hasil log harian r2 … r6 menggunakan r(t)=ln(P(t)/P(t−1)).
- Pilih jendela N. Jika N=5, volatilitas σ pada hari ke-6 adalah simpangan baku dari {r2, r3, r4, r5, r6}.
- Jika Anda malah menggunakan N=3, Anda akan menghitung simpangan baku pada himpunan imbal hasil yang lebih kecil. Meskipun pasar yang mendasarinya sama, estimasinya berubah karena jendela menangkap rezim volatilitas yang berbeda.
Ini mengilustrasikan dua poin yang relevan untuk verifikasi:
- Volatilitas bergantung pada panjang jendela.
- Volatilitas bergantung pada definisi imbal hasil dan frekuensi data.
Keterbatasan dan risiko: apa yang bisa salah
Mode kegagalan 1: mencampur konvensi
Risiko besar adalah membandingkan nilai volatilitas yang dihitung dengan konvensi berbeda, seperti:
- log returns vs. simple returns
- penutupan harian vs. data intraday
- rolling window N yang diukur dalam hari kalender vs. hari trading
Perbedaan kecil sekalipun dapat secara material mengubah σ.
Mode kegagalan 2: kualitas data dan observasi yang hilang
Jika feed data Anda melewatkan hari, memasukkan hari libur secara berbeda, atau memiliki penyesuaian, deret imbal hasil bisa terdistorsi. Distorsi itu dapat merambat langsung ke perhitungan simpangan baku atau rentang.
Mode kegagalan 3: volatilitas historis bersifat deskriptif, bukan prediktif
Volatilitas yang dihitung dari masa lalu mengukur apa yang terjadi, bukan apa yang akan terjadi berikutnya. Struktur mikro pasar, kondisi likuiditas, dan peristiwa makro dapat mengubah hubungan antara “volatilitas terukur” dan variasi di masa depan.
Mode kegagalan 4: hasil terealisasi berbeda dari volatilitas terukur
Jika kemudian Anda mencoba menghubungkan volatilitas dengan hasil trading, biaya menjadi penting: spread, timing eksekusi, dan kendala operasional dapat mengubah pengalaman yang terealisasi dibandingkan perhitungan historis yang bersih.