Data Apa yang Diperlukan untuk Menilai Rentang Mean Reversion?

Jawaban langsung

Untuk menilai “rentang mean reversion”, Anda memerlukan data yang memungkinkan Anda untuk (1) mendefinisikan “mean” yang menjadi acuan harga untuk kembali, (2) mengukur seberapa jauh harga biasanya bergerak dari mean tersebut, dan (3) menilai apakah hubungan yang Anda amati cukup stabil untuk diukur. Karena pasar dan sumber data berbeda-beda, pekerjaan utamanya bukanlah menemukan satu angka tunggal, melainkan mengumpulkan input dengan asal-usul yang jelas dan menerapkan pemeriksaan kualitas.

Mekanisme dan definisi: apa yang Anda ukur

Rentang mean reversion adalah cara untuk menggambarkan jarak harga yang diamati dari tendensi sentral yang dipilih (the “mean”) menggunakan aturan untuk deviasi tipikal. Ide utamanya bersifat operasional: Anda harus menyatakan asumsi di balik “mean” dan “rentang”. Misalnya, sebuah rentang dapat didefinisikan menggunakan jendela berjalan (rolling window) di mana Anda menghitung nilai sentral dan kemudian menghitung ukuran deviasi (seperti rata-rata deviasi absolut atau ukuran dispersi lainnya), setelah itu Anda menetapkan batas atas dan bawah.

Data apa yang diperlukan untuk itu?

• Data harga untuk instrumen yang Anda pelajari (setidaknya open/high/low/close; harga close umumnya digunakan untuk tendensi sentral dan deviasi).
• Frekuensi pengambilan sampel yang ditentukan (misalnya, harian, 4-jam, per jam) dan panjang jendela yang ditentukan yang digunakan untuk menghitung mean dan deviasi.
• Konvensi stempel waktu yang konsisten dan metode untuk menangani bar yang hilang (karena celah kecil pun dapat mendistorsi statistik berjalan).

Bukti dan contoh: input, asal-usul, ketepatan waktu, dan pemeriksaan

1) Input yang harus Anda kumpulkan

• Seri harga instrumen: data harga historis untuk pasangan mata uang tertentu (atau seri persis yang digunakan).
• Pengaturan timeframe: interval pengambilan sampel dan panjang jendela berjalan yang digunakan dalam perhitungan.
• Parameter definisi: aturan deviasi (bagaimana “rentang” dihitung) dan pengali atau logika ambang batas, jika ada.
• Aturan penanganan data: bagaimana Anda memperlakukan outlier, data yang hilang, penyesuaian split/roll (jika berlaku), dan apakah Anda menggunakan harga bid, ask, mid, atau konstruksi harga lainnya.

2) Asal-usul: dari mana data berasal

Untuk memverifikasi klaim secara independen, Anda harus mencatat:

• Penyedia/sumber data (feed bursa, vendor, ekspor platform, atau kumpulan data lain) dan apakah data tersebut menggunakan pemrosesan real-time atau akhir hari.
• Bagaimana seri tersebut dibangun (misalnya, apakah harga disesuaikan, dan apakah bidang yang sama digunakan secara konsisten di seluruh periode).

3) Ketepatan waktu: apa arti “per tanggal”

Bahkan tanpa data real-time, Anda harus mendokumentasikan cakupan data:

• Tanggal mulai dan berakhir dari sampel historis.
• Apakah penilaian Anda berubah ketika Anda memperpanjang jendela atau memindahkan titik akhir.

4) Pemeriksaan kualitas (apa yang dapat merusak perhitungan)

Lakukan pemeriksaan yang secara langsung menargetkan kesalahan pengukuran dan kerapuhan model:

• Data yang hilang dan bar tidak teratur: pastikan seri kontinu untuk timeframe yang dipilih.
• Sensitivitas outlier: verifikasi apakah beberapa pergerakan ekstrem mendominasi ukuran deviasi.
• Pemeriksaan pergeseran rezim: evaluasi apakah tendensi sentral dan deviasi berubah secara material di berbagai subperiode.
• Reproduksibilitas: analis lain harus dapat mereproduksi tendensi sentral dan batas yang sama menggunakan parameter dan data persis Anda.

Latihan verifikasi yang dapat dikerjakan (tanpa prediksi)

Untuk memverifikasi bahwa “rentang” Anda adalah deskripsi yang stabil, hitung ulang di bawah asumsi yang sedikit diubah dan didokumentasikan:

• Ubah panjang jendela berjalan dalam rentang yang wajar.
• Uji lebih dari satu aturan dispersi (misalnya, aturan berbasis deviasi absolut vs. aturan berbasis deviasi standar).
• Bandingkan seberapa besar batas yang dihasilkan bergeser. Ini tidak memperkirakan perilaku masa depan; ini menunjukkan seberapa sensitif definisi Anda terhadap pilihan.

Keterbatasan dan risiko (mode kegagalan material)

Penilaian rentang mean reversion dapat gagal bahkan ketika perhitungannya benar. Keterbatasan umum meliputi:

• Non-stasioneritas: hubungan statistik antara harga dan “mean”-nya dapat berubah seiring waktu.
• Mikrostruktur yang berbeda: jika Anda menggunakan satu definisi harga (seperti harga close akhir hari) untuk konsep yang dimaksudkan untuk perilaku intraday, rentang tersebut mungkin tidak mewakili dinamika yang sama.
• Efek biaya dan eksekusi: spread, komisi, dan slippage dapat menjadi penting karena pergerakan yang terealisasi sering kali berbeda dari pergerakan harga teoretis.
• Overfitting terhadap sejarah: menyetel panjang jendela atau parameter deviasi pada satu periode dapat menghasilkan rentang yang cocok dengan periode masa lalu tersebut tetapi tidak dengan periode lain.

Verifikasi atau pertanyaan berikutnya: daftar periksa yang siap pakai

Gunakan daftar periksa ini untuk memastikan penilaian dapat diperiksa secara independen:

• AFV (asumsi, bidang, nilai): nyatakan dengan jelas definisi mean, aturan deviasi, panjang jendela, dan frekuensi pengambilan sampel.