Jawaban langsung
Korelasi pasangan adalah ukuran statistik yang menjelaskan bagaimana dua deret cenderung bergerak bersama. Keterbatasannya terutama berasal dari fakta bahwa korelasi bergantung pada cara Anda menghitungnya dan apakah hubungan tersebut stabil dari waktu ke waktu. Ketika pasar berubah, apa yang terlihat seperti pergerakan bersama yang berguna dalam data historis mungkin tidak lagi berlaku.
Mekanisme dan definisi
Korelasi pasangan biasanya dihitung dari pengamatan historis dua variabel (misalnya, dua deret harga pasangan mata uang atau dua deret return). Outputnya adalah sebuah angka yang mencerminkan kekuatan dan arah pergerakan bersama selama periode sampel.
Agar dapat menafsirkannya dengan benar, Anda perlu asumsi yang jelas tentang input:
- Variabel apa yang digunakan: level harga versus returns (returns biasanya lebih penting karena konsisten terhadap skala).
- Time window: periode di mana Anda menghitung korelasi.
- Pengambilan sampel dan penyelarasan: apakah observasi berjarak sama, dan apakah kedua deret diukur pada timestamp yang sama.
- Pra-pemrosesan: menangani data yang hilang, outlier, serta apakah Anda menggunakan logarithmic returns atau arithmetic returns.
Keterbatasan utama adalah bahwa korelasi bukanlah properti dari “pasangan” itu sendiri. Korelasi adalah properti dari dua deret waktu spesifik yang dibangun.
Bukti dan contoh mode kegagalan
Bahkan tanpa data real-time, Anda bisa menalar cara-cara umum korelasi pasangan bisa salah:
-
Perubahan rezim di dalam time window Jika suatu hubungan hanya ada selama rezim pasar tertentu (misalnya, perilaku “risk-on” versus “risk-off”), menghitung korelasi pada periode campuran yang panjang dapat menghasilkan hasil yang terdilusi atau tidak stabil. Anda mungkin melihat korelasi moderat yang menghilang setelah terjadi pergeseran.
-
Sensitivitas terhadap ukuran window Hitung korelasi pada satu panjang lookback dan Anda bisa mendapatkan satu jawaban; ubah window dan Anda bisa mendapatkan jawaban yang berbeda. Ini terjadi karena estimasi korelasi berubah ketika pola pergerakan bersama yang mendasarinya berubah atau ketika jumlah observasi yang tersedia lebih sedikit.
-
Korelasi terhadap volatilitas dan outlier Korelasi dapat sangat terpengaruh oleh periode dengan guncangan yang tidak biasa. Beberapa pergerakan besar bisa mendominasi statistik, terutama jika deret Anda mencakup lonjakan atau ketidakteraturan data.
-
Non-stasioneritas dan “historis tidak memprediksi” Pasar dan perilaku partisipan bukanlah sistem yang tetap. Ketika properti statistik dari returns berubah, korelasi masa lalu mungkin tidak lagi menggambarkan pergerakan bersama di masa depan.
Keterbatasan dan risiko
Keterbatasan yang paling material adalah ini:
- Korelasi tidak menyiratkan sebab-akibat. Dua deret bisa bergerak bersama karena faktor pendorong yang sama, perubahan struktural, atau kebetulan.
- Ketidakpastian estimasi. Korelasi yang dihitung adalah sebuah estimasi, bukan hubungan yang dijamin. Dengan sampel yang terbatas, ada noise statistik.
- Ketidakstabilan dari waktu ke waktu. Bahkan jika korelasi tinggi di masa lalu, korelasi bisa turun, naik, atau berbalik tanda ketika kondisi berubah.
- Perbedaan operasional sering diabaikan. Hasil di dunia nyata bergantung pada faktor di luar perhitungan korelasi seperti perbedaan timing, biaya, dan bagaimana trade akan dieksekusi. Elemen praktis ini tidak tercakup oleh angka korelasi historis.
Karena masalah-masalah ini, korelasi pasangan sering kali lebih baik diperlakukan sebagai statistik deskriptif untuk periode yang didefinisikan, bukan sebagai aturan yang stabil untuk masa depan.
Verifikasi dan pertanyaan berikutnya
Untuk memverifikasi secara independen seberapa berguna hasil korelasi pasangan, Anda bisa menguji stabilitas daripada hanya mengandalkan satu angka:
- Hitung ulang korelasi pada beberapa time window.
- Periksa apakah tanda dan besarannya tetap konsisten secara umum.
- Gunakan aturan pra-pemrosesan yang sama (jenis returns, penyelarasan sampling) untuk setiap perhitungan.
Pertanyaan berikutnya yang berguna adalah: Driver atau kondisi apa yang kemungkinan akan berubah hubungan tersebut? Memfokuskan pada sensitivitas terhadap rezim membantu memperjelas kapan korelasi pasangan kemungkinan informatif dan kapan menjadi tidak dapat diandalkan.
DOCUMENT END