Jawaban langsung
Korelasi pair di forex adalah ukuran statistik tentang seberapa kuat dua pasangan mata uang bergerak bersama selama periode yang dipilih. Korelasi ini didasarkan pada perbandingan perubahan kedua pair (sering kali imbal hasil) pada waktu yang sama, lalu merangkum hubungan tersebut dengan satu angka tunggal (umumnya dari −1 hingga +1). Korelasi yang mendekati +1 berarti kedua pair sering bergerak ke arah yang sama selama jendela yang dipilih; mendekati −1 berarti keduanya sering bergerak ke arah yang berlawanan; mendekati 0 berarti ada sedikit pergerakan bersama linear. Poin utamanya adalah korelasi menggambarkan hubungan di dalam jendela data dan asumsi yang Anda gunakan, bukan sifat permanen.
Model sederhana dan apa yang dimaksud “pair”
Untuk menghitung korelasi pair, pertama-tama Anda menentukan apa yang dimaksud dengan “pergerakan” untuk setiap pasangan mata uang. Pendekatan yang umum adalah menggunakan log returns (atau simple returns) yang diturunkan dari deret harga.
- Pilih dua pasangan mata uang (misalnya Pair A dan Pair B).
- Pilih deret time series dan frekuensi sampling (misalnya penutupan per jam, penutupan harian, atau interval konsisten lainnya).
- Pilih panjang jendela lookback (misalnya N bar yang mencakup periode terbaru).
- Ubah setiap deret harga menjadi urutan imbal hasil (returns) di dalam jendela tersebut.
“Pair” dalam konteks ini hanyalah kutipan yang dapat diperdagangkan (misalnya satu mata uang dikutip terhadap mata uang lainnya). Korelasi pair tidak mengharuskan Anda memahami secara langsung faktor politik atau ekonomi; korelasi hanya menggunakan perubahan harga yang teramati yang Anda masukkan ke perhitungan.
Input dan output: apa yang Anda hitung
Input
- Data harga untuk setiap pair: deret yang konsisten dari waktu ke waktu.
- Definisi imbal hasil (return): log returns atau simple returns; pilihan ini memengaruhi nilai numerik.
- Penyelarasan waktu (time alignment): imbal hasil untuk Pair A dan Pair B harus dicocokkan dengan timestamp yang sama.
- Jendela lookback: jumlah observasi yang digunakan untuk korelasi.
Output
- Koefisien korelasi: satu nilai ringkasan yang menunjukkan kekuatan dan arah pergerakan bersama dengan asumsi linear.
Cara praktis untuk mendeskripsikan output adalah: “Dengan jendela yang dipilih dan definisi return, seberapa mirip kedua deret bergerak dari satu langkah ke langkah berikutnya?”
Urutan perhitungan langkah demi langkah (independen dari platform apa pun)
Meskipun implementasinya berbeda-beda, urutannya secara konseptual konsisten:
- Bangun deret imbal hasil untuk setiap pair: untuk setiap langkah waktu t dalam jendela, hitung imbal hasil dari harga sebelumnya ke harga saat ini.
- Samakan pasangan imbal hasil: buat pasangan observasi yang cocok (return_A[t], return_B[t]).
- Hitung statistiknya: hitung kovarians antara return_A dan return_B, lalu normalisasi dengan hasil kali simpangan baku (standard deviations) keduanya.
- Interpretasi dalam jendela yang sama: evaluasi tanda (arah) dan besarannya (kekuatan) relatif terhadap ekspektasi.
Proses ini menghasilkan angka korelasi, tetapi tidak otomatis memberi tahu Anda apa yang akan terjadi selanjutnya. Korelasi adalah statistik deskriptif atas input yang dipilih.
Bukti atau contoh: mengapa asumsi mengubah jawaban
Pertimbangkan dua pair hipotetis dengan perilaku sederhana berikut selama sebuah jendela:
- Pada paruh pertama jendela, Pair A dan Pair B sering naik bersama (pergerakan bersama yang positif), sehingga menghasilkan korelasi yang positif.
- Pada paruh kedua, hubungan mereka melemah atau berbalik karena perubahan kondisi pasar (misalnya, satu pair mulai merespons lebih kuat terhadap kumpulan driver yang berbeda, atau dinamika volatilitas bergeser).
Jika Anda menghitung korelasi pada seluruh jendela, angka akhirnya mungkin sedang atau bahkan mendekati nol, sehingga menyembunyikan perubahan yang terjadi di subperiode. Jika Anda malah menghitung korelasi menggunakan jendela rolling yang lebih pendek, Anda mungkin melihat korelasi bergerak dari positif menuju nol (atau menuju negatif) saat rezim bergeser.
Ini mengilustrasikan fakta yang material: korelasi bergantung pada seberapa jauh ke belakang Anda melihat dan pada periode waktu apa yang Anda masukkan. Umumnya, korelasi yang diukur pada satu jendela bisa berbeda dari korelasi yang diukur pada jendela lainnya.
Keterbatasan dan mode kegagalan (apa yang bisa salah)
Korelasi bukan stabilitas
Salah satu mode kegagalan yang sering terjadi adalah menganggap korelasi sebagai hubungan yang stabil. Dalam praktiknya, pasar mata uang dapat mengubah perilaku karena volatilitas yang bergeser, likuiditas yang bervariasi, ekspektasi makro yang berubah, dan peristiwa repricing yang tiba-tiba. Bahkan tanpa mempertimbangkan detail spesifik penyedia, deret waktu yang mendasarinya bisa berubah, sehingga korelasi juga bisa berubah.
Ringkasan linear mengabaikan hubungan non-linear
Koefisien korelasi yang umum merangkum pergerakan bersama yang linear. Dua pair mungkin bergerak bersama secara non-linear (misalnya, satu pair hanya merespons ketika pair lainnya melewati ambang tertentu), namun angka korelasi tetap rendah.
“Jendela” bisa mendominasi kesimpulan
Menggunakan panjang lookback atau definisi return yang berbeda dapat secara material mengubah nilai yang dihitung. Jika Anda mengubah frekuensi sampling (harian vs per jam) atau rumus return, Anda pada dasarnya mengubah pertanyaan yang sedang diajukan.
Gesekan pasar dan eksekusi dapat merusak efek yang diharapkan
Bahkan jika korelasi menunjukkan bahwa dua pair cenderung bergerak bersama secara historis, hasil di dunia nyata bergantung pada biaya transaksi, efek bid/ask, dan cara transaksi dieksekusi dari waktu ke waktu. Perhitungan korelasi itu sendiri biasanya menggunakan deret harga seperti mid-like atau settlement-like dan tidak dapat menangkap semua efek mikrostruktur.
Hubungan historis tidak berarti hasil masa depan
Korelasi dihitung dari observasi masa lalu. Pergerakan bersama di masa depan bisa menyimpang, sehingga korelasi sebaiknya diperlakukan sebagai ukuran asosiasi historis di bawah asumsi tertentu, bukan sebagai prediktor.
Verifikasi dan pertanyaan berikutnya yang perlu Anda tanyakan pada diri sendiri
Untuk memverifikasi fakta korelasi pair secara independen, Anda bisa mengulang perhitungan yang sama dengan pilihan yang transparan:
- Dokumentasikan input Anda: pair mana, gaya sumber harga apa (close-to-close atau proksi konsisten lainnya), definisi return apa, dan interval sampling apa.
- Hitung korelasi untuk beberapa jendela: bandingkan hasil pada jendela rolling yang pendek dan panjang untuk melihat apakah pergerakan bersama stabil atau bergantung pada rezim.
- Cek sensitivitas: ubah sedikit panjang jendela dan konfirmasi apakah kesimpulannya berubah secara dramatis.
- Gunakan analisis subperiode: bagi data menjadi beberapa segmen dan hitung korelasi per segmen untuk mendeteksi pergeseran hubungan.
Pertanyaan berikutnya yang berguna adalah: “Jika korelasi berubah ketika saya mengubah jendela, apa artinya bagi keandalan interpretasi apa pun yang muncul setelahnya?” Ini mendorong Anda untuk mengevaluasi korelasi sebagai statistik kondisional, bukan aturan tetap.
Untuk apa korelasi pair berguna—dan untuk apa tidak
Korelasi pair berguna untuk mendeskripsikan bagaimana dua deret harga forex bergerak bersama di bawah pengaturan tertentu (jendela, returns, penyelarasan). Korelasi pair bukan, dengan sendirinya, aturan yang menjamin hasil yang dapat diulang, dan tidak menggantikan pertimbangan yang cermat terhadap variabilitas, biaya, serta kondisi pasar yang berubah.