Korelasi dalam Trading: Korelasi Positif, Negatif, dan yang Berubah-ubah

Apa itu korelasi dalam trading, dan apa perbedaan antara korelasi positif, negatif, dan yang berubah?

Jawaban singkat: Korelasi dalam trading mengukur kekuatan dan arah hubungan antara imbal hasil dua instrumen selama periode tertentu. Korelasi positif berarti imbal hasil cenderung bergerak bersama; korelasi negatif berarti keduanya cenderung bergerak berlawanan. Korelasi dapat berubah seiring perubahan kondisi pasar, sehingga hubungan historis tidak boleh diperlakukan sebagai sinyal trading yang tetap.

Apa yang diukur oleh korelasi dalam trading?

Korelasi menggambarkan bagaimana dua variabel bergerak bersama. Dalam trading, ukuran yang umum adalah koefisien korelasi Pearson, yang biasanya ditulis sebagai r, dihitung dari dua rangkaian imbal hasil pada interval yang sesuai.

Imbal hasil adalah perubahan harga yang dinyatakan relatif terhadap harga awal. Jika sebuah instrumen naik dari 100 ke 102, imbal hasil sederhananya adalah 2%. Menggunakan imbal hasil membantu membandingkan instrumen dengan tingkat harga yang berbeda.

Untuk tujuan ini, mengorelasikan tingkat harga mentah dapat menyesatkan: dua deret yang tidak berhubungan mungkin tampak terkait erat karena keduanya sama-sama bertren seiring waktu. Korelasi imbal hasil umumnya merupakan titik awal yang lebih berguna untuk memeriksa apakah pergerakan keduanya berhubungan.

Korelasi Pearson mengukur hubungan linear. Korelasi ini tidak membuktikan bahwa satu pasar menyebabkan pasar lain bergerak, tidak menunjukkan pasar mana yang bergerak lebih dulu, dan tidak menentukan berapa poin satu instrumen harus bergerak ketika yang lain berubah.

Apa arti korelasi positif, negatif, dan nol?

Korelasi positif berarti imbal hasil cenderung bergerak bersama di seluruh pengamatan. Korelasi negatif berarti keduanya cenderung bergerak berlawanan. Lebih tepatnya, perhitungan ini membandingkan setiap imbal hasil dengan rata-rata deretnya sendiri; perhitungan ini tidak sekadar menghitung sesi ketika kedua harga naik atau turun.

Nilai yang lebih mendekati −1 atau +1 menunjukkan hubungan linear yang lebih kuat. Nilai yang lebih mendekati nol menunjukkan hubungan yang lebih lemah. Label seperti “kuat” atau “sedang” bergantung pada konteks, ukuran sampel, dan tujuan penggunaan; tidak ada ambang batas trading yang universal.

Korelasi yang berubah menggambarkan bagaimana estimasi berkembang seiring waktu. Korelasi dapat menguat, melemah, atau berganti tanda.

Mengapa korelasi berubah?

Korelasi berubah ketika kekuatan yang memengaruhi pasar berubah. Eksposur bersama terhadap suatu mata uang, suku bunga, atau selera risiko investor dapat mendominasi satu periode. Peristiwa perusahaan, guncangan pasokan, atau kebijakan bank sentral yang berbeda dapat mendominasi periode lainnya.

Inflasi juga dapat mengubah hubungan antaraset. Sebuah studi Bank for International Settlements pada Desember 2023 mendokumentasikan korelasi imbal hasil ekuitas AS dan obligasi pemerintah yang berubah menjadi positif sejak pertengahan 2021. Studi itu menjelaskan bagaimana inflasi dan pengetatan moneter yang diperkirakan dapat menekan kedua kelas aset. Ini adalah contoh historis, bukan pembacaan korelasi saat ini.

Emas dan dolar AS juga tidak memiliki hubungan negatif yang permanen. World Gold Council mendokumentasikan periode korelasi positif emas–dolar dalam analisisnya pada Mei 2022. Pendorong yang berbeda dapat memengaruhi kedua pasar sekaligus.

Sebuah estimasi juga dapat berubah tanpa pergeseran ekonomi yang bertahan lama. Sampel yang pendek atau beberapa pergerakan yang luar biasa besar dapat mengubah hasilnya. Koefisien yang berubah karena itu merupakan alasan untuk memeriksa data dan konteks pasar, bukan bukti bahwa rezim baru telah dimulai.

Bagaimana trader dapat mengukur dan memantau korelasi?

Pembacaan korelasi yang berguna memerlukan empat rincian: instrumen, frekuensi imbal hasil, panjang periode tinjauan ke belakang, dan tanggal pengukuran. “Pasar-pasar ini berkorelasi” tidak lengkap tanpa semuanya.

1. Pilih pengamatan yang sesuai. Bandingkan imbal hasil pada interval yang sama dengan menggunakan stempel waktu yang konsisten. Jam penutupan pasar yang berbeda, hari libur, atau pengamatan yang hilang dapat mendistorsi perbandingan.
2. Hitung imbal hasil secara konsisten. Imbal hasil persentase sederhana adalah (harga saat ini ÷ harga sebelumnya − 1) × 100. Enam puluh imbal hasil harian memerlukan 61 pengamatan harga berturut-turut untuk setiap instrumen.
3. Hitung koefisiennya. Dengan 60 imbal hasil yang selaras di setiap kolom lembar kerja, =CORREL(B2:B61,C2:C61) menghitung korelasi Pearson. Deret masukan harus bervariasi; deret dengan simpangan baku nol memiliki korelasi yang tidak terdefinisi.
4. Bandingkan dan perbarui jendela. Hitung ulang saat pengamatan baru tiba, dan bandingkan jendela yang lebih pendek dengan yang lebih panjang.

Frekuensi pengambilan sampel dan panjang periode tinjauan ke belakang adalah pilihan yang berbeda. Imbal hasil per jam versus harian mengubah pergerakan yang diukur. Dua puluh versus 60 pengamatan harian mengubah riwayat yang disertakan.

Korelasi bergulir menggunakan jendela yang bergerak: pengamatan terbaru masuk dan yang tertua keluar. Jendela pendek merespons cepat tetapi dapat berfluktuasi cukup besar. Jendela yang lebih panjang menghaluskan sebagian fluktuasi tetapi dapat menyembunyikan perubahan terbaru.

Misalnya, sepasang instrumen hipotetis mungkin menunjukkan +0.82 pada 60 imbal hasil harian dan +0.24 pada 20 terbaru. Sampel terbaru menunjukkan hubungan linear yang lebih lemah. Angka-angka ilustratif itu tidak menjelaskan mengapa hubungannya melemah atau pembacaan mana yang akan menggambarkan masa depan.

Bagaimana instrumen yang berkorelasi memengaruhi posisi terbuka?

Korelasi antarinstrumen hanyalah sebagian dari perhitungan eksposur. Posisi beli dan jual merespons pergerakan harga dasar yang sama dengan cara yang berbeda.

Tabel ini mengasumsikan posisi searah yang sederhana dan hubungan yang bertahan. Tabel ini tidak memperhitungkan perbedaan ukuran, volatilitas, spesifikasi kontrak, atau biaya. Korelasi yang sama dapat menghasilkan hasil moneter yang sangat berbeda di akun yang berbeda.

Misalnya, posisi beli EUR/USD diuntungkan oleh penguatan euro terhadap dolar. Posisi jual USD/CHF diuntungkan oleh pelemahan dolar terhadap franc. Dengan demikian, kedua posisi mengandung eksposur terhadap dolar yang lebih lemah. Jika kedua pasangan memiliki korelasi imbal hasil negatif selama periode yang diukur, mengambil arah trading yang berlawanan dapat memperkuat eksposur alih-alih mengimbanginya.

Bagi klien broker multiaset seperti NordFX, pertanyaan praktisnya adalah apakah beberapa posisi terbuka bergantung pada hasil pasar yang sama. Menghitung jumlah instrumen saja tidak menunjukkan seberapa terdiversifikasi akun tersebut.

Seperti apa risiko korelasi dalam praktiknya?

Bayangkan sebuah akun hipotetis dengan ekuitas $10.000. Seorang trader membuka posisi beli EUR/USD dan beli GBP/USD. Ukuran setiap posisi ditentukan sehingga eksekusi pada harga stop yang direncanakan akan merugi $50, sebelum biaya trading.

Jika dolar menguat terhadap kedua mata uang, kedua pasangan akan turun dan kedua posisi dapat merugi. Simbolnya berbeda, tetapi transaksi tersebut berbagi eksposur dolar.

Total $100 berasal dari penjumlahan dua kerugian terencana. Korelasi tidak mengurangi jumlah itu, dan koefisien tidak memberikan probabilitas bahwa kedua stop akan tercapai. Kerugian aktual dapat melebihi jumlah yang direncanakan karena gap, slippage, atau biaya.

Oleh karena itu, keputusannya menyangkut eksposur gabungan: apakah ukuran posisi dan pendorong bersama sesuai dengan batas risiko akun. Contoh ini adalah aritmetika untuk ilustrasi, bukan alokasi yang direkomendasikan atau prakiraan.

Kesalahan apa yang perlu dihindari trader?

1. Memperlakukan korelasi sebagai tingkat keberhasilan. Koefisien bukan probabilitas menang atau persentase pergerakan harga yang cocok.
2. Mencampuradukkan korelasi dengan besarnya pergerakan. Instrumen yang sangat berkorelasi dapat memiliki volatilitas yang berbeda. Ukuran lot yang sama belum tentu menciptakan eksposur moneter yang seimbang.
3. Menggunakan data yang tidak cocok atau usang. Stempel waktu, frekuensi, atau pembacaan yang basi dan berbeda dapat menjawab pertanyaan yang berbeda dari yang relevan dengan transaksi.
4. Mengira korelasi rendah menghilangkan risiko. Koefisien historis yang mendekati nol tidak menyingkirkan kerugian bersama, ketergantungan nonlinear, atau kenaikan korelasi di masa depan.
5. Mengharapkan setiap divergensi akan menutup. Pergerakan bersama historis saja tidak membuktikan spread harga yang stabil atau menjamin bahwa dua pasar akan kembali ke hubungan sebelumnya.

Pertanyaan yang sering diajukan

Apa arti korelasi 0,7?

Angka itu menunjukkan hubungan linear positif pada data yang diukur, lebih dekat ke +1 daripada ke nol. Ini tidak berarti instrumen bergerak ke arah yang sama 70% dari waktu. Interpretasi juga bergantung pada sampel dan frekuensi imbal hasil.

Bisakah korelasi positif menjadi negatif?

Bisa. Perubahan kondisi ekonomi atau pendorong khusus pasar dapat membalik hubungan. Pemilihan sampel juga dapat mengubah estimasi, jadi bandingkan periode dan periksa data dasarnya sebelum menarik kesimpulan.

Pasangan mata uang mana yang paling berkorelasi?

Tidak ada peringkat yang permanen. Pasangan yang berbagi satu mata uang atau pendorong ekonomi dapat berhubungan erat, tetapi peringkatnya bergantung pada tanggal pengukuran, frekuensi, dan periode tinjauan ke belakang. Daftar “paling berkorelasi” apa pun harus menyebutkan rincian tersebut.

Apakah emas dan dolar AS selalu berkorelasi negatif?

Tidak. Hubungan keduanya bervariasi, dan keduanya bisa naik atau turun pada periode yang sama. Deret imbal hasil dan jendela pengukuran lebih penting daripada aturan tetap tentang hubungan keduanya.

Apakah korelasi negatif menjamin lindung nilai?

Tidak. Efeknya bergantung pada arah transaksi, ukuran, volatilitas, dan apakah hubungan tersebut bertahan. Membeli satu instrumen yang berkorelasi negatif dan menjual yang lain dapat memperkuat eksposur.

Apa kerangka waktu terbaik untuk analisis korelasi?

Tidak ada pilihan yang terbaik secara universal. Gunakan frekuensi imbal hasil yang relevan dengan periode kepemilikan dan bandingkan lebih dari satu panjang periode tinjauan ke belakang. Estimasi korelasi harian mungkin tidak menggambarkan hubungan intrahari.

Dapatkah korelasi memprediksi pergerakan harga berikutnya?

Tidak dengan sendirinya. Koefisien korelasi menggambarkan hubungan yang terukur; koefisien ini tidak membuktikan kausalitas, hubungan mendahului–tertinggal, atau sinyal entri yang andal. Penggunaan prediktif apa pun memerlukan pengujian terpisah.

Apa yang sebaiknya diambil trader dari analisis korelasi?

Korelasi berguna ketika konteksnya eksplisit: apa yang diukur, pada interval dan periode apa, dan bagaimana hasilnya berkaitan dengan posisi yang sesungguhnya. Meninjau rincian itu bersama ukuran, volatilitas, dan pendorong pasar bersama dapat mengungkap eksposur yang terkonsentrasi. Koefisien tetap merupakan estimasi historis, dan relevansinya harus dinilai ulang seiring perubahan kondisi.