Apa yang dimaksud dengan “volatilitas dalam pair spreads”
Pair spread adalah selisih antara harga beli dan harga jual untuk suatu pasangan mata uang pada momen tertentu. “Volatilitas dalam pair spreads” menggambarkan seberapa kuat spread tersebut berfluktuasi dari waktu ke waktu. Ini adalah ukuran variabilitas: tidak mengatakan apakah spread berikutnya akan melebar atau menyempit.
Untuk mengukurnya, mulailah dengan menentukan apa yang Anda anggap sebagai nilai spread dan pada waktu apa Anda mencatatnya. Misalnya, Anda dapat melakukan sampling spread setiap menit, setiap jam, atau pada akhir setiap hari. Volatilitas yang terukur akan berubah sesuai interval sampling tersebut.
Pilihan pengukuran: kuantifikasi variabilitas, bukan arah
Cara yang sederhana untuk mengukur volatilitas spread adalah menghitung statistik dari time series nilai spread yang diamati.
1) Simpangan baku (variasi tipikal)
Asumsikan Anda memiliki pengamatan spread (s_1, s_2, …, s_N) dalam jendela waktu yang dipilih, di-sampling pada interval tetap. Hitung nilai rata-rata (\bar{s}) lalu simpangan baku:
[ \sigma = \sqrt{\frac{1}{N-1} \sum_{i=1}^{N}(s_i-\bar{s})^2} ]
Interpretasi: (\sigma) yang lebih tinggi berarti spread bervariasi lebih banyak di sekitar rata-ratanya selama jendela tersebut.
2) Volatilitas jendela bergulir (bagaimana stabilitas berubah)
Alih-alih satu (\sigma) untuk seluruh jendela, hitung (\sigma) pada segmen bergulir yang lebih pendek (misalnya, 30 menit terakhir atau 10 jam trading terakhir). Ini menghasilkan profil volatilitas yang dapat menunjukkan perubahan rezim.
Asumsi: jendela bergulir menggunakan interval sampling dan definisi spread yang sama di seluruh rangkaian.
3) Rentang dan perubahan persentase (ketahanan terhadap outlier)
Dua alternatif yang lebih sederhana adalah:
- Volatilitas rentang: (\max(s_i)-\min(s_i))
- Rentang persentase: ((\max(s_i)-\min(s_i))/\text{reference})
Anda harus menyatakan nilai reference. Menggunakan nilai minimum, rata-rata, atau nilai akhir jendela mengubah jumlah dan interpretasinya. Pengukuran rentang bisa sensitif terhadap lonjakan, jadi pada prinsipnya Anda mungkin lebih menyukai ukuran berbasis median, tetapi kemudian Anda perlu definisi yang jelas.
4) Momen spread tinggi/rendah (fokus pada distribusi)
Anda juga dapat mengukur variabilitas spread menggunakan kuantil (misalnya, interquartile range antara persentil ke-25 dan ke-75 dari spread). Ini berfokus pada variasi spread “tipikal” dan mengurangi sensitivitas terhadap pergerakan ekstrem.
Mekanisme: mengapa pengukurannya bergantung pada data dan biaya
Meskipun definisi spread itu sederhana, time series yang diamati bisa berbeda tergantung pada faktor variabel berikut:
- Sumber data/provider feed: kutipan yang berbeda dapat menghasilkan pengamatan spread yang berbeda.
- Aturan sampling: rangkaian spread “di-sampling per menit” dapat melewatkan pelebaran di bawah satu menit.
- Eksekusi dan timing: spread bisa berbeda antara kutipan yang ditampilkan dan apa yang benar-benar terisi.
- Efek waktu dalam sehari: volatilitas dapat mengelompok di sekitar jam-jam pasar tertentu.
Agar pengukuran tetap bermakna, pisahkan mekanisme yang stabil dari kondisi yang berubah-ubah. Mekanisme yang stabil adalah “spread pada waktu (t) dikurangi spread pada waktu (t)”. Bagian yang variabel adalah bagaimana kutipan masuk, seberapa sering Anda melakukan sampling, dan apakah pengertian Anda tentang “spread” mencakup komponen tambahan dalam dataset Anda.
Bukti atau contoh (dengan asumsi yang eksplisit)
Misalkan Anda mencatat nilai spread dalam pips setiap 10 menit selama satu minggu. Anda memperoleh (N) pengamatan (s_i).
- Hitung simpangan baku (\sigma) untuk seluruh minggu.
- Lalu hitung (\sigma) untuk setiap jendela bergulir 1 hari.
Jika (\sigma) untuk seluruh minggu tinggi tetapi (\sigma) untuk 1 hari bergulir rendah pada sebagian besar hari, itu menunjukkan adanya periode singkat yang sesekali memiliki spread yang tidak biasa lebar atau tidak stabil. Sebaliknya, jika keduanya tinggi pada sebagian besar hari, maka spread bersifat variabel secara persisten.
Contoh ini mengukur variabilitas, bukan arah. (\sigma) yang tinggi tidak berarti Anda akan mengamati pelebaran berikutnya; itu hanya merangkum seberapa jauh spread bergerak selama jendela waktu yang diukur.
Keterbatasan dan risiko (apa yang bisa gagal)
Setidaknya satu keterbatasan material adalah bahwa volatilitas spread bukanlah sifat yang stabil.
- Perubahan rezim: variabilitas historis dapat berubah ketika kondisi likuiditas atau struktur pasar berubah.
- Efek mikrostruktur pasar: peristiwa pelebaran yang singkat dan cepat bisa terlewat atau malah dibesar-besarkan tergantung interval sampling Anda.
- Perbedaan provider: dua sumber bisa menampilkan rangkaian spread yang berbeda meskipun untuk pasangan yang sama, sehingga angka volatilitas tidak otomatis dapat dibandingkan.
- Efek biaya tersembunyi: beberapa dataset atau konvensi pelaporan mungkin mencerminkan lebih dari sekadar perbedaan bid-ask murni yang Anda maksud untuk diukur, tergantung bagaimana feed disusun.
Salah satu mode kegagalan: mencampur definisi.