Apa yang dimaksud dengan volatilitas sesi, dan mengapa definisinya penting
Volatilitas sesi adalah gagasan bahwa pergerakan harga tidak seragam sepanjang waktu. Dalam praktiknya, orang membandingkan seberapa jauh harga bergerak selama jam pasar tertentu (misalnya, selama periode likuiditas yang lebih tinggi) dibandingkan jam-jam lainnya. Keterbatasan utamanya adalah konsep ini baru menjadi berguna setelah Anda menentukan inputnya: jendela sesi mana yang Anda maksud, instrumen apa yang Anda pantau, ukuran “volatilitas” apa yang Anda gunakan (misalnya berbasis range atau berbasis return), serta zona waktu dan jam yang Anda selaraskan.
Jika salah satu asumsi ini berubah, hasil “volatilitas sesi” dapat berubah meskipun perilaku pasar tetap sama. Itu membuat konsep ini sensitif terhadap cara ia didefinisikan, bukan semata-mata terhadap pasar.
Cara kerja volatilitas sesi secara sederhana
Pendekatan yang umum adalah menghitung statistik volatilitas untuk beberapa bucket waktu, lalu membandingkannya. Misalnya, Anda mungkin memperkirakan volatilitas menggunakan range intraday atau absolute returns, kemudian memberi label satu bucket sebagai “jam yang lebih aktif” dan bucket lainnya sebagai “jam yang kurang aktif.”
Namun, ada dua titik kegagalan yang umum.
Pertama, pengukuran dapat mencampur berbagai pendorong. Harga bergerak karena banyak alasan (berita, pergeseran likuiditas, perubahan posisi). Jika berita datang tepat di dekat batas sesi, volatilitas yang Anda atribusikan ke “sesi” mungkin sebenarnya mencerminkan peristiwa tersebut.
Kedua, batas sesi sering kali merupakan konvensi praktis. Likuiditas bisa terbentuk sebelum awal kalender yang Anda pilih, dan bisa memudar setelah akhir yang Anda pilih. Jadi “sesi” yang Anda ukur mungkin tidak sama dengan periode sebenarnya ketika pasar paling aktif.
Bukti dan contoh mode kegagalan (tanpa jaminan)
Karena tidak ada definisi tunggal yang universal untuk volatilitas sesi, Anda bisa melihat hasil yang berbeda tergantung metodenya.
Misalnya, jika satu analis mengukur volatilitas menggunakan jam kalender dalam satu zona waktu sementara analis lain menggunakan penyelarasan yang berbeda, mereka bisa membagi hari dengan cara yang berbeda dan mengamati periode “aktif” yang berbeda. Demikian pula, jika satu menggunakan data per jam dan yang lain menggunakan data level menit, efek mikrostruktur (seperti lonjakan yang berumur pendek dan pelebaran spread) dapat mengubah statistik volatilitas.
Contoh lain adalah perubahan rezim. Pasar dapat bertransisi dari perilaku yang relatif tenang ke variabilitas yang lebih tinggi. Dalam kasus itu, hubungan historis “sesi mana yang lebih tenang” bisa melemah atau berbalik. Keterbatasan di sini bukan bahwa konsep ini selalu salah, tetapi bersifat kondisional: konsep ini menggambarkan pola di bawah kondisi tertentu, bukan aturan yang stabil.
Keterbatasan dan risiko: kapan volatilitas sesi menjadi kurang berguna
-
Ketergantungan pada asumsi: Hasil bergantung pada jendela sesi yang dipilih, penyelarasan zona waktu, dan metrik volatilitas. Dua setup yang masuk akal bisa menghasilkan kesimpulan yang berbeda.
-
Masalah data dan pengambilan sampel: Menggunakan rentang historis yang terbatas dapat menghasilkan hubungan yang tampak, tetapi tidak dapat digeneralisasi. Bahkan ketika Anda menemukan pola, Anda perlu memperlakukannya sebagai sesuatu yang kondisional terhadap sampel Anda.
-
Biaya dan efek eksekusi: Yang “dialami” trader tidak hanya pergerakan harga. Likuiditas, spread, komisi, dan kualitas eksekusi order dapat memengaruhi hasil yang benar-benar terjadi. Bahkan jika sebuah sesi menunjukkan pergerakan yang lebih tinggi di chart, biaya dan slippage dapat mengubah apa yang sebenarnya dapat dicapai.
-
Pendorong yang tersembunyi: Klaster volatilitas di sekitar peristiwa (rilis ekonomi, perkembangan geopolitik) bisa disalahartikan sebagai “efek sesi.” Jika waktu peristiwa seperti itu berkorelasi dengan jendela sesi yang Anda pilih, atribusinya menjadi tidak stabil.
-
Non-stasioneritas: Pasar tidak konstan. Hubungan historis antara sesi dan volatilitas tidak menjamin perilaku di masa depan.
Verifikasi dan pertanyaan berikutnya yang bisa Anda uji secara independen
Volatilitas sesi paling berguna ketika Anda bisa memverifikasinya dengan cara yang sesuai dengan kebutuhan penggunaan Anda yang persis.
Anda dapat memeriksa secara independen apakah jendela sesi dan ukuran volatilitas Anda stabil dari waktu ke waktu dengan mengulang perhitungan pada beberapa periode yang tidak saling tumpang tindih dan dengan menguji apakah “sesi volatilitas lebih tinggi” tetap lebih tinggi. Anda juga bisa memisahkan hari dengan waktu berita yang tidak biasa dari hari-hari normal untuk mengurangi kemungkinan bahwa pergerakan yang digerakkan peristiwa sedang diberi label sebagai perilaku sesi.
Dua pertanyaan berikutnya untuk memperjelas adalah: (1) Statistik volatilitas apa yang Anda gunakan, dan seberapa sensitif hasil terhadap pilihan metrik? (2) Bagaimana biaya dan kondisi eksekusi berbeda di antara jendela sesi Anda?
Jika Anda tidak bisa menjawab ini, maka keterbatasan utamanya adalah bahwa “volatilitas sesi” tetap merupakan observasi yang terikat pada metode Anda, bukan properti yang andal dan dapat dipindahkan.
DOCUMENT END