Data Apa yang Diperlukan untuk Menilai Korelasi Pasangan?

Data apa yang diperlukan untuk menilai korelasi pasangan

Korelasi pasangan (biasanya diimplementasikan sebagai koefisien korelasi antara dua deret return) membandingkan bagaimana dua aset bergerak bersama dalam jendela waktu dan frekuensi pengambilan sampel yang dipilih. Untuk menilainya secara akurat dan independen, Anda memerlukan data deret waktu yang andal serta pilihan yang jelas tentang bagaimana “return” dibangun dan bagaimana statistik dihitung.

Input data dan artinya

1. Dua deret harga yang selaras: Anda memerlukan harga historis untuk kedua instrumen yang ingin dibandingkan (misalnya, dua pasangan mata uang). Kuncinya adalah stempel waktu cocok atau dapat di-resample ke grid yang sama.
2. Sumber harga dengan provenans yang terdokumentasi: Gunakan sumber yang dapat Anda deskripsikan (feed bursa, feed broker, vendor data) dan pastikan sumbernya sama untuk kedua deret. Feed yang berbeda dapat berbeda pendapat bahkan ketika merujuk pada pasar dasar yang serupa.
3. Definisi return: Korelasi bergantung pada apa yang Anda perlakukan sebagai deret. Pilihan umum adalah log return atau return persentase yang dihitung dari harga berurutan. Anda harus menyatakan mana yang Anda gunakan.
4. Frekuensi pengambilan sampel: Korelasi berubah dengan granularitas waktu (menit, jam, harian). Anda perlu menentukan frekuensi dan apakah Anda menggunakan observasi mentah atau bar agregat.
5. Aturan jendela bergulir atau seluruh sampel: Putuskan apakah Anda menghitung satu korelasi untuk seluruh riwayat atau estimasi bergulir. Pendekatan bergulir membutuhkan panjang jendela dan langkah.

Mekanika: bagaimana pemeriksaan saling terkait

Untuk menghitung korelasi pasangan, Anda biasanya:

• Mengonversi setiap deret harga menjadi deret return menggunakan rumus yang sama dan grid waktu yang sama.
• Menangani nilai yang hilang secara konsisten (misalnya, menghapus periode di mana salah satu deret hilang, atau resample—tanpa mencampur aturan yang tidak konsisten).
• Menghitung statistik korelasi pada observasi return yang tumpang tindih.

Untuk membuat hasil dapat diverifikasi, catat “resep” lengkapnya:

• rentang waktu yang tepat (tanggal mulai/selesai)
• frekuensi (misalnya, penutupan harian)
• rumus return (log vs persentase)
• panjang jendela dan apakah bergulir
• aturan data hilang dan penanganan zona waktu

Bukti atau contoh pengaturan (asumsi yang harus Anda nyatakan)

Pengaturan minimal yang dapat diperiksa sendiri bisa berupa:

• Kumpulkan dua deret harga dari kategori sumber keseluruhan yang sama.
• Resample keduanya ke frekuensi yang sama (misalnya, harga akhir periode pada konvensi kalender yang sama).
• Hitung log return dari t-1 ke t untuk setiap deret.
• Estimasi korelasi selama jendela tetap (misalnya, menggunakan satu jendela untuk seluruh rentang yang Anda pilih).

Asumsi itu penting: jika satu deret secara efektif tertunda, dibulatkan, atau memiliki jam perdagangan yang berbeda, penyelarasan mungkin meleset beberapa periode. Itu dapat secara nyata memengaruhi korelasi yang dihitung bahkan ketika kedua deret terlihat serupa pada grafik.

Keterbatasan dan mode kegagalan

1. Non-stasioneritas (hubungan yang berubah): Korelasi bukan properti permanen. Ini dapat bervariasi berdasarkan rezim pasar, kondisi volatilitas, dan perubahan struktural.
2. Ketergantungan sampel dan overfitting: Korelasi yang diestimasi pada data historis mungkin tidak bertahan. Panjang jendela yang berbeda dapat menghasilkan jawaban yang berbeda.
3. Kesalahan penyelarasan dan zona waktu: Jika stempel waktu tidak dikonversi secara konsisten (atau jika satu deret menggunakan batas sesi yang berbeda), pasangan return menjadi tidak cocok.
4. Sensitivitas terhadap pra-pemrosesan: Korelasi dapat berubah dengan penanganan outlier, perlakuan data hilang, atau menggunakan harga vs titik tengah vs penutupan.
5. Biaya dan eksekusi tidak ditangkap: Korelasi adalah hubungan statistik dalam data; ini tidak termasuk biaya transaksi, spread, selip, atau waktu eksekusi.

Verifikasi dan pertanyaan berikutnya untuk diajukan

Cara praktis untuk memverifikasi penilaian Anda adalah menjalankan perhitungan yang sama di bawah variasi yang terkendali:

• ulangi dengan panjang jendela yang berbeda dan periksa apakah kesimpulannya berubah drastis
• ulangi menggunakan bidang harga alternatif yang terdokumentasi dengan baik (misalnya, jika sumber menyediakan beberapa bidang) untuk melihat seberapa kuat hasilnya
• uji di luar sampel dengan menghitung korelasi pada satu periode dan membandingkan stabilitasnya pada periode berikutnya

Pertanyaan berikutnya untuk menyempurnakan evaluasi Anda: Definisi return dan prosedur penyelarasan stempel waktu apa yang tepat Anda gunakan, dan bagaimana Anda akan mereproduksi kumpulan data serta langkah perhitungan yang sama dari resep yang Anda catat?