Bagaimana Perubahan Korelasi Bekerja dalam Forex

Jawaban langsung

Perubahan korelasi dalam forex menggambarkan bagaimana hubungan statistik antara return dari dua pasangan mata uang (atau dua nilai tukar) berkembang seiring waktu. Korelasi tidak “tetap”; ia dihitung dari data, dan nilainya bergantung pada jendela waktu yang dipilih, metode yang digunakan untuk menghitung return, serta lingkungan pasar. Karena hubungan dapat bergeser setelah perubahan rezim atau guncangan, estimasi korelasi dari masa lalu mungkin berbeda dari yang Anda amati kemudian.

Mekanisme: apa arti korelasi

Korelasi adalah angka antara −1 dan +1 yang merangkum bagaimana dua deret bergerak bersama. Dalam konteks forex, Anda dapat membayangkan dua deret return:

• Deret return A: perubahan nilai tukar pasangan mata uang dari waktu ke waktu.
• Deret return B: perubahan pasangan mata uang lain (atau kurs lain) dari waktu ke waktu.

Untuk menghitung “korelasi dari waktu ke waktu,” pendekatan umum adalah:

1. Pilih definisi return (misalnya, persentase perubahan sederhana atau return logaritmik).
2. Pilih frekuensi pengambilan sampel (misalnya, per menit, per jam, harian).
3. Pilih panjang jendela bergulir (misalnya, 30 observasi terakhir, atau 90 hari terakhir).
4. Hitung korelasi dalam jendela tersebut, menghasilkan satu nilai korelasi.
5. Geser jendela ke depan dan hitung ulang.

Keluarannya adalah deret waktu dari nilai korelasi. “Perubahan korelasi” berarti deret ini bergerak: dapat bergeser, menguat (menjadi lebih positif atau negatif), atau melemah menuju nol.

Input yang secara langsung memengaruhi angka korelasi

Beberapa input menentukan korelasi yang diukur:

• Horizon waktu dan panjang jendela: Jendela pendek lebih sensitif terhadap noise terkini dan peristiwa berumur pendek; jendela panjang menggabungkan rezim yang berbeda.
• Perhitungan return: Formula return yang berbeda dan apakah Anda menggunakan perubahan harga mentah atau return log dapat menggeser hasil.
• Pengambilan sampel dan sinkronisasi: Jika kedua deret tidak sejajar dalam waktu (atau memiliki data yang hilang), korelasi dapat terdistorsi.
• Rezim pasar: Ketika volatilitas berubah atau pendorong dominan bergeser, pola pergerakan bersama dapat berubah.

Output: apa yang dapat Anda amati

Dari prosedur perubahan korelasi, Anda dapat mengamati:

• Kekuatan: seberapa dekat korelasi dengan −1 atau +1.
• Arah: apakah pergerakan umumnya searah (positif) atau berlawanan arah (negatif).
• Stabilitas: seberapa cepat nilai korelasi bergeser di seluruh jendela bergulir.

Penting untuk dicatat, output ini bersifat deskriptif terhadap perhitungan yang dipilih. Output tersebut tidak secara otomatis menyiratkan kausalitas.

Bukti atau contoh (dengan asumsi eksplisit)

Berikut adalah contoh konseptual yang menunjukkan mekanisme tanpa memerlukan data real-time.

Asumsi untuk contoh:

• Anda memiliki dua pasangan mata uang, Pasangan X dan Pasangan Y.
• Anda menghitung return harian sebagai persentase perubahan selama hari-hari berturut-turut.
• Anda menggunakan jendela bergulir 20 hari trading.

Urutan:

1. Untuk Hari 1–20, Anda menghitung return untuk Pasangan X dan Pasangan Y, lalu menghitung korelasi. Sebut nilai ini ρ₁.
2. Untuk Hari 2–21, Anda ulangi dan dapatkan ρ₂.
3. Lanjutkan menggeser hingga Anda memiliki deret nilai korelasi: ρ₁, ρ₂, ρ₃, …

Sekarang anggaplah pasar mengalami pergeseran mendadak dalam pendorong di tengah kumpulan data (misalnya, pergerakan luas yang memengaruhi kedua mata uang secara berbeda dari sebelumnya). Dalam kasus itu, hubungan antara return Pasangan X dan return Pasangan Y dalam jendela akan berubah, sehingga deret korelasi bergulir dapat bergerak—mungkin dari cukup positif menjadi mendekati nol, atau dari positif menjadi negatif.

Poin kunci: bahkan jika hubungan ekonomi yang mendasarinya “stabil,” korelasi yang dihitung masih dapat berubah karena jendela Anda mencakup hari-hari yang berbeda dengan pola return yang berbeda.

Keterbatasan dan risiko: bagaimana korelasi dapat gagal

Perubahan korelasi bisa nyata, tetapi mengandalkannya memiliki keterbatasan material:

1. Korelasi historis tidak menjamin korelasi masa depan. Korelasi adalah estimasi snapshot berdasarkan data masa lalu.
2. Estimasi korelasi sensitif terhadap panjang jendela yang dipilih. Dua analis yang menggunakan jendela berbeda dapat melaporkan “perubahan korelasi” yang berbeda.
3. Non-stasioneritas adalah hal yang umum. Hubungan keuangan dapat bergeser ketika volatilitas atau pendorong dominan berubah.
4. Biaya dan efek eksekusi tidak ditangkap. Korelasi dihitung dari perilaku harga; korelasi tidak mencakup spread, biaya, slippage, atau kendala likuiditas.
5. Korelasi bukanlah aturan keputusan yang berdiri sendiri. Tingkat korelasi tertentu (tinggi, rendah, positif, negatif) tidak secara inheren mendefinisikan keunggulan yang dapat ditindaklanjuti.

Mode kegagalan yang umum adalah “overfitting” perubahan korelasi: menyesuaikan parameter berulang kali hingga pola korelasi masa lalu terlihat meyakinkan, tetapi kemudian kehilangan perilaku tersebut ketika kondisi bergeser.

Verifikasi: cara memeriksa perubahan korelasi sendiri

Untuk memverifikasi secara independen bagaimana perubahan korelasi dalam forex, gunakan proses yang dapat diulang dan eksplisit terhadap parameter:

• Tetapkan definisi return Anda (misalnya, return log) dan frekuensi pengambilan sampel.
• Hitung korelasi bergulir dengan panjang jendela yang dinyatakan dengan jelas.
• Bandingkan hasil di setidaknya dua ukuran jendela yang wajar (misalnya, jendela yang lebih pendek dan lebih panjang) untuk melihat seberapa stabil polanya.
• Lacak apakah pergeseran korelasi sejalan dengan perubahan signifikan dalam volatilitas atau kondisi makro, sambil menghindari asumsi bahwa keselarasan sama dengan kausalitas.

Jika deret waktu korelasi sangat tidak stabil di seluruh pilihan parameter yang wajar, perlakukan sebagai bukti yang lemah tentang hubungan masa depan.

Apa yang harus ditanyakan selanjutnya

Jika Anda ingin melangkah lebih dalam, perjelas pilihan perhitungan Anda:

• Pasangan deret mana yang Anda korelasikan (dua pasangan FX, dua leg, atau satu pasangan vs indeks risiko)?
• Ukuran jendela dan definisi return apa yang Anda gunakan?
• Bagaimana hasil berubah ketika Anda menguji beberapa horizon?

Pertanyaan-pertanyaan ini menentukan apakah Anda mengukur kecenderungan pergerakan bersama yang stabil atau sebagian besar menangkap noise dari lingkungan pasar yang berubah.