Kesalahan Umum dengan Korelasi Positif dalam Pemikiran Risiko Forex
Apa arti sebenarnya dari “korelasi positif” (dan apa yang bukan)
Korelasi positif adalah hubungan statistik di mana return dua aset cenderung bergerak ke arah yang sama. Secara sederhana: ketika satu aset mengalami kenaikan, aset lainnya lebih mungkin mengalami kenaikan juga (dan ketika satu aset turun, aset lainnya lebih mungkin turun).
Dua klarifikasi penting mencegah kesalahpahaman yang sering terjadi. Pertama, korelasi positif tidak sama dengan “selalu bergerak bersama.” Korelasi mengukur kecenderungan selama sampel yang dipilih, bukan sebuah aturan. Kedua, korelasi bukanlah sebab-akibat. Dua mata uang mungkin menunjukkan hubungan positif karena keduanya bereaksi terhadap pendorong yang sama (misalnya, selera risiko yang luas), tetapi satu tidak secara otomatis menyebabkan yang lain.
Kesalahan umum yang dilakukan orang
Kesalahan 1: Menganggap korelasi sebagai hal yang stabil
Kesalahan umum adalah mengasumsikan hubungan positif jangka panjang akan terus bekerja di periode berikutnya. Korelasi dapat berubah ketika pendorong pasar berubah. Hubungan yang kuat selama satu lingkungan bisa menjadi lemah atau bahkan berbalik di lingkungan lain.
Konsekuensi: Anda mungkin meremehkan seberapa cepat diversifikasi bisa gagal ketika rezim bergeser.
Kesalahan 2: Mengacaukan “positif” dengan “risiko rendah”
Korelasi positif tidak otomatis berarti risiko rendah. Jika dua eksposur berkorelasi positif, keduanya dapat saling memperkuat selama penarikan (drawdown).
Konsekuensi: Apa yang tampak seperti diversifikasi bisa berperilaku seperti konsentrasi pada arah dasar yang sama.
Kesalahan 3: Menggunakan korelasi pada data atau definisi yang tidak cocok
Korelasi bergantung pada bagaimana “return” didefinisikan, interval waktu apa yang dipilih, dan apakah Anda menggunakan harga mentah atau return yang dinormalisasi. Kesalahan lain adalah membandingkan rangkaian data yang tidak sebanding (misalnya, konvensi kuotasi yang berbeda atau asumsi roll/kontinuitas yang tidak konsisten).
Konsekuensi: Anda mungkin mengukur artefak dari prapemrosesan daripada hubungan yang sebenarnya.
Kesalahan 4: Mengabaikan biaya, eksekusi, dan pilihan pengukuran
Bahkan jika korelasi itu nyata, hasil nyata bergantung pada detail implementasi: biaya transaksi, spread, selip (slippage), dan waktu. Korelasi biasanya dihitung pada perubahan harga historis tanpa sepenuhnya mewakili friksi-friksi tersebut.
Konsekuensi: Hubungan statistik yang diamati mungkin tidak diterjemahkan menjadi kinerja bersih setelah biaya.
Kesalahan 5: Terlalu mengandalkan satu statistik atau satu kerangka waktu
Korelasi angka tunggal selama satu jendela waktu bisa menyesatkan. Korelasi harus ditafsirkan bersama dengan bagaimana perilakunya di berbagai jendela waktu.
Konsekuensi: Anda mungkin membentuk kesimpulan kaku dari satu potongan sejarah.
Keterbatasan dan mode kegagalan realistis yang perlu diantisipasi
Keterbatasan material adalah bahwa korelasi bersifat kondisional: korelasi dapat bervariasi menurut rezim pasar. Misalnya, hubungan dapat berubah ketika sentimen risiko berbalik, ketika kejutan makro memengaruhi beberapa negara secara berbeda, atau ketika kondisi likuiditas berubah. Mode kegagalan lainnya adalah “keyakinan palsu” dari backtesting: korelasi positif historis tidak menjamin korelasi positif di masa depan.
Untuk tetap netral, perlakukan korelasi sebagai input deskriptif, bukan prediksi.
Cara memverifikasi klaim dengan cara netral dan mandiri
Anda dapat memverifikasi korelasi positif secara independen tanpa mengasumsikan hasil masa depan.
- Pilih metrik dan definisi return yang jelas. Putuskan apakah Anda menggunakan return sederhana atau log dan interval waktu (harian, mingguan, dll.).
- Tetapkan asumsi untuk perhitungan. Nyatakan jendela waktu yang tepat, panjang sampel, dan langkah pembersihan data apa pun (seperti menangani nilai yang hilang).
- Uji stabilitas di berbagai jendela waktu. Hitung ulang korelasi pada periode yang berbeda untuk melihat apakah korelasi tetap positif secara konsisten atau bervariasi secara luas.
- Periksa sensitivitas rezim. Bandingkan korelasi selama periode tenang vs. volatil, atau sebelum vs. setelah pergeseran makro yang signifikan.
- Pisahkan korelasi dari implementasi. Jika Anda akan membandingkan dengan hasil, sertakan asumsi tentang biaya dan friksi eksekusi, atau setidaknya akui bahwa pengujian statistik Anda mengecualikannya.
Jika korelasi berubah tanda, menjadi lemah, atau bervariasi kuat di berbagai jendela waktu, itu adalah tanda bahaya: ini menunjukkan hubungan tersebut tidak cukup dapat diandalkan untuk diperlakukan sebagai fitur yang stabil.
Pertanyaan berikutnya yang perlu diajukan
Ketika Anda melihat korelasi positif dalam konteks forex, tindak lanjut yang paling berguna adalah: “Seberapa kondisionalkah korelasi ini?” Periksa apakah hubungan tersebut bertahan di berbagai definisi return, jendela waktu, dan rezim pasar, dan catat secara eksplisit asumsi apa yang Anda buat dalam perhitungan.