Dalam kondisi pasar apa Mean Reversion Range berperilaku berbeda?

Jawaban langsung

Mean Reversion Range berperilaku berbeda ketika pasar berhenti berperilaku seperti proses reversion dan mulai berperilaku seperti proses tren atau pergeseran struktural. Dalam praktiknya, perubahan perilaku utamanya terjadi ketika: (1) harga berulang kali kembali menuju kecenderungan sentral versus menjauh, (2) volatilitas mengubah frekuensi dan kedalaman kunjungan ke rentang, dan (3) friksi perdagangan atau asumsi data/definisi mencegah ‘reversion’ yang teramati untuk direalisasikan.

Ini adalah deskripsi informasional tentang perilaku kondisional. Ini tidak memperkirakan imbal hasil, menjamin keamanan, atau memberikan sinyal perdagangan.

Mekanisme atau definisi

Mean Reversion Range adalah sebuah gagasan yang digunakan untuk membingkai harga sebagai osilasi di sekitar nilai sentral (sebuah ‘mean’ atau ‘level referensi’) dalam wilayah yang terbatas atau semi-terbatas. Secara konseptual:

• Sebuah ‘rentang’ menetapkan batas-batas di sekitar kecenderungan sentral.
• ‘Reversion’ berarti harga yang teramati cenderung bergerak kembali menuju pusat setelah menjauh.

Perilaku metode ini bergantung pada keseimbangan internal: kecenderungan untuk kembali versus kecenderungan untuk terus menjauh. Ketika keseimbangan itu bergeser, konsep rentang yang sama dapat terlihat efektif dalam satu regim dan tidak konsisten di regim lainnya.

Karena konsep ini dapat diimplementasikan dengan berbagai cara (misalnya, dengan cara yang berbeda untuk memilih pusat dan batas), ‘perilaku’ yang diukur juga berubah dengan asumsi Anda tentang apa yang dianggap sebagai pusat dan jendela data apa yang mendefinisikan rentang.

Bukti atau contoh

Pertimbangkan dua regim pasar menggunakan gagasan rentang umum yang sama dan aturan definisi yang sama.

1) Perilaku mean-reverting versus tren

• Regim mean-reverting: setelah penyimpangan menjauh dari pusat, harga lebih sering kembali ke arahnya. Dalam kondisi ini, ekspektasi ‘reversion di dalam rentang’ lebih konsisten.
• Regim tren: penyimpangan menjauh dari pusat berlanjut. Dalam kondisi ini, harga dapat ‘berjalan’ ke batas dan tetap di sana, sehingga reversion menjadi lebih jarang atau tertunda.

2) Perubahan regim volatilitas

• Volatilitas yang lebih tinggi dapat meningkatkan seberapa sering harga menyentuh batas, tetapi juga dapat meningkatkan frekuensi penembusan batas. Hasilnya bisa lebih banyak percobaan ‘reversion’ yang salah jika pasar melampaui batas dan terus bergerak.
• Volatilitas yang lebih rendah dapat menjaga harga tetap di dalam rentang lebih sering, tetapi juga dapat mengurangi besarnya pergerakan menuju pusat, membuat efek yang teramati lebih kecil relatif terhadap biaya dan noise.

3) Biaya dan waktu eksekusi

Bahkan jika proses yang mendasarinya kembali, hasil yang direalisasikan bergantung pada friksi:

• Spread yang lebih lebar, komisi, selip, atau pengisian yang tertunda mengurangi ukuran imbal hasil yang tersedia setelah masuk/keluar.
• Jika jumlah ‘reversion’ yang diharapkan sebanding dengan biaya, perilaku kondisional menjadi didominasi oleh efek implementasi daripada kecenderungan pasar untuk kembali ke pusat.

4) Asumsi data dan definisi

Jika definisi rentang Anda berubah seiring waktu (misalnya, menggunakan jendela bergulir), ‘reversion’ yang Anda ukur dapat berubah bahkan ketika perilaku pasar tidak berubah. Dua contoh asumsi yang penting:

• Periode lookback yang dipilih: rentang yang dikalibrasi pada sejarah yang berbeda mungkin cocok dengan satu regim lebih baik daripada regim lainnya.
• Definisi pusat: jika pusat tertinggal dari perubahan struktural, pasar mungkin tampak ‘kembali’ ke target yang bergerak daripada referensi yang stabil.

Keterbatasan dan risiko

1. Ketergantungan regim: Perilaku seperti reversion di masa lalu tidak menyiratkan reversion di masa depan. Pasar dapat beralih dari dinamika mean-reverting ke dinamika tren.
2. Risiko implementasi: Biaya dan eksekusi dapat mengalahkan pergerakan reversion kecil, mengubah ekspektasi kondisional menjadi hasil realisasi negatif.
3. Risiko pengukuran: Definisi rentang dan jendela data yang berbeda dapat menghasilkan ‘perilaku’ yang berbeda bahkan di bawah pasar yang sama.
4. Mode kegagalan—penembusan batas rentang: Ketika harga berulang kali menembus batas dan gagal kembali, pembingkaian rentang dapat salah mengkarakterisasi proses tersebut.

Verifikasi atau pertanyaan berikutnya

Untuk memverifikasi fakta yang relevan secara independen, bandingkan seberapa sering harga kembali menuju pusat yang Anda definisikan setelah penyimpangan, secara terpisah untuk kondisi volatilitas dan tren yang berbeda. Anda juga dapat menguji sensitivitas dengan mengubah hanya satu asumsi pada satu waktu (definisi pusat, metode batas, atau jendela lookback) dan mengamati apakah perilaku kondisional berubah secara signifikan.

Jika Anda mau, tentukan bagaimana Anda mendefinisikan pusat dan rentang (misalnya, panjang jendela bergulir, aturan batas) dan apa arti ‘kembali menuju pusat’ dalam pengukuran Anda; maka kriteria perilaku kondisional dapat dinyatakan lebih tepat tanpa membuat prediksi.