Penemuan Kointegrasi Saya Menyelamatkan Saya Saat Korelasi Mati

12 Maret 2020. Saya menyaksikan pasangan korelasi saya meledak satu per satu. GLD/TLT — mati. EUR/CHF — hancur. Bahkan hubungan VIX/SPX favorit saya jadi kacau. Seluruh strategi saya, yang dibangun dari 8 tahun perdagangan korelasi, menjadi tidak berguna.

Lalu saya melihat sesuatu yang aneh. XLE dan USO masih menari bersama, mempertahankan spread mereka meski terjadi kekacauan. Bukan korelasi — sesuatu yang lebih dalam. Pengamatan itu membawa saya masuk ke lubang kelinci kointegrasi dan menyelamatkan tahun 2020 saya.

Keunggulan Statistik yang Bertahan Saat Segalanya Gagal

Inilah yang salah dipahami kebanyakan trader tentang pairs trading: mereka mengejar korelasi. Saya juga begitu, sampai saya menganalisis database saya yang berisi 15.000+ peristiwa volatilitas. Polanya jelas — korelasi mati di pasar ketakutan, tetapi kointegrasi bertahan.

Di lantai CBOE, kami menyebutnya "pasangan ekuilibrium." Dua aset yang terikat oleh kekuatan ekonomi yang lebih kuat daripada kepanikan pasar sementara. Korelasi mengukur apakah aset bergerak bersama, sedangkan kointegrasi mengidentifikasi pasangan yang tidak bisa terpisah selamanya.

Bayangkan seperti dua teman mabuk pulang berjalan. Korelasi berarti mereka berjalan ke arah yang sama. Kointegrasi berarti mereka terikat bersama — mereka mungkin terpeleset terpisah, tetapi selalu kembali menyatu.

Analisis saya terhadap 47 peristiwa ketakutan besar sejak 2008 menunjukkan pasangan terkointegrasi mempertahankan hubungannya 73% dari waktu ketika korelasi jatuh di bawah 0,3. Itu bukan teori — itu bicara data pasar langsung selama 15 tahun.

Uji Augmented Dickey-Fuller Menyelamatkan Saya

Agustus 2015, krisis devaluasi China. Saya menjalankan screening korelasi standar, tidak menemukan apa-apa. Lalu seorang teman quant memperkenalkan saya pada uji ADF untuk kointegrasi. Pengubah permainan.

Ini kerangka pengujian tepat saya yang telah mengidentifikasi 127 pasangan menguntungkan sejak 2015:

Langkah 1: Pra-filter untuk logika ekonomi
Tidak ada penambangan statistik acak. Setiap pasangan membutuhkan alasan fundamental untuk terhubung. Saham energi dengan futures minyak. Bank regional dengan kurva imbal hasil. Penambang emas dengan emas. Jika Anda tidak bisa menjelaskan hubungannya kepada anak 10 tahun, lewati.

Langkah 2: Jalankan uji Engle-Granger
Saya uji dengan data 252 hari perdagangan (1 tahun). Nilai-P harus di bawah 0,05. Tapi ini kuncinya — saya juga menguji pada 126 hari dan 378 hari. Hubungan harus bertahan di berbagai kerangka waktu atau itu sampah.

Langkah 3: Hitung waktu paruh mean reversion
Ini memberi tahu Anda berapa lama divergensi biasanya bertahan. Titik optimal saya adalah 5-20 hari. Di bawah 5 hari berarti biaya transaksi membunuh Anda. Di atas 20 hari berarti modal Anda terikat terlalu lama. Saya telah menguji 3.000+ pasangan — rentang ini konsisten menghasilkan.

Keajaiban terjadi ketika Anda menggabungkan ketelitian statistik dengan pengetahuan pasar. Quant murni melewatkan perubahan rezim. Trader diskresioner murni melewatkan keunggulan matematis. Anda butuh keduanya.

Tiga Pasangan Terkointegrasi yang Mencetak Uang di Pasar Ketakutan

Setelah menganalisis setiap lonjakan ketakutan besar sejak 2008, hubungan ini konsisten bertahan dan menghasilkan profit:

1. Spesial Kompleks Energi: XLE/USO
Saham energi versus futures minyak. Selama crash Maret 2020, spread ini melebar hingga 3 standar deviasi — yang terlebar sejak 2016. Entry di $31,50 XLE vs $8,20 USO dengan rasio lindung nilai 1:2,5 mencetak 14% dalam 11 hari saat spread menormalkan.

Kuncinya? Saham energi memiliki leverage operasional terhadap harga minyak, tetapi mereka tidak bisa terputus selamanya. Saat ketakutan melanda, saham terjual lebih keras daripada komoditas. Itulah entry Anda.

2. Arbitrase Perbankan: KRE/TLT
Bank regional versus obligasi Treasury. Ini setup pasar ketakutan favorit saya. Bank hancur karena kekhawatiran kredit sementara Treasury rally karena flight-to-quality. Tapi bank pada dasarnya adalah portofolio obligasi berleverage — spread harus kembali.

3. Permainan Logam Mulia: GDX/GLD
Penambang emas versus emas. Ini hubungan kointegrasi paling andal yang saya lacak. Penambang adalah permainan berleverage pada harga emas — pergerakan 1% di emas biasanya mendorong 2-3% di penambang. Tapi pasar ketakutan memutus ini sementara.

Perhitungan spread: Harga GDX - (Beta × Harga GLD). Ketika ini mencapai -2 standar deviasi, saatnya bertindak. Data saya menunjukkan tingkat kemenangan 78% pada mean reversion dalam 15 hari.

Matematika Rasio Lindung Nilai yang Penting

Salah dalam hal ini dan trade "netral pasar" Anda menjadi sampah directional. Ini persis cara saya menghitung rasio lindung nilai:

Jalankan regresi ordinary least squares pada harga log:
log(Aset A) = α + β × log(Aset B) + ε

Rasio lindung nilai Anda adalah β. Tapi — dan ini kritis — saya menggunakan perhitungan rolling 60 hari. Rasio lindung nilai statis adalah cara pemula meledak. Pasar berevolusi, hubungan bergeser. Rasio Anda harus beradaptasi.

Contoh: Rasio XLE/USO saya di Januari 2020 adalah 1:2,3. Pada Maret, bergeser ke 1:2,8. Perbedaan 20% itu mengubah trade menang menjadi kalah jika Anda tidak menyesuaikan. Saya menghitung ulang setiap minggu dan menyesuaikan posisi ketika rasio bergerak lebih dari 10%.

Saat Kointegrasi Rusak (Dan Cara Bertahan)

Jujur saja — kointegrasi bukan sihir. Hubungan bisa rusak. Saya cukup sering terbakar untuk menghormati ini. Ini tiga pembunuhnya:

Patahan struktural: Ketika WTI menjadi negatif di April 2020, USO mengubah struktur kontraknya. Hubungan XLE/USO rusak selama 3 bulan. Stop loss saya menyelamatkan saya dari drawdown 40%. Selalu gunakan stop di 4 standar deviasi.

Perubahan regulasi: Aturan Volcker membunuh beberapa pasangan perbankan. Brexit menghancurkan hubungan EUR/GBP dengan ekuitas Eropa. Pantau kalender regulasi seperti P&L Anda bergantung padanya — karena memang begitu.

Divergensi likuiditas: Dalam ketakutan ekstrem, likuiditas mengering secara asimetris. Satu kaki menjadi tidak dapat diperdagangkan sementara yang lain tetap likuid. Saya belajar ini dengan susah payah dengan pasangan pasar berkembang di 2018.

Membangun Sistem Trading Kointegrasi Anda

Mulailah sederhana. Ini sistem persis yang saya gunakan sebelum perangkat lunak mewah:

1. Rutinitas screening harian (15 menit)
Jalankan uji ADF pada alam semesta Anda. Saya melacak 50 pasangan di pasar ekuitas, komoditas, dan mata uang. Skrip Python menanganinya dalam 3 menit. Tandai nilai-P di bawah 0,05 yang tidak terkointegrasi kemarin — ini peluang baru.

2. Pemantauan spread (terus menerus)
Hitung z-score untuk semua pasangan terkointegrasi. Saya menggunakan rumus ini:
Z = (Spread Saat Ini - MA 20-hari) / StdDev 20-hari

Peringatan muncul saat |Z| > 2. Saat itulah saya menyelidiki lebih dalam. Periksa berita, verifikasi tidak ada patahan struktural, konfirmasi likuiditas di kedua kaki.

3. Kerangka ukuran posisi
Risiko 1% modal per trade, dibagi antara dua kaki berdasarkan volatilitas mereka. Jika XLE memiliki vol tahunan 20% dan USO 40%, saya menempatkan 2/3 anggaran risiko di USO, 1/3 di XLE. Ini menyeimbangkan kontribusi volatilitas.

Bagi yang tertarik dengan detail pengkodean, lihat panduan implementasi AMM kami — konsep statistiknya langsung diterjemahkan.

Keunggulan Psikologi yang Tidak Dibahas Siapa Pun

Trading pasangan kointegrasi mengacaukan pikiran Anda berbeda dengan trade directional. Anda bertaruh pada hubungan, bukan arah. Ketika SPY crash dan kaki long XLE Anda berdarah, otak Anda berteriak "TUTUP!"

Tapi itu justru salah. Pasar ketakutan menciptakan peluang kointegrasi terbaik karena mereka adalah gangguan sementara terhadap hubungan stabil. Semakin lebar spread, semakin tinggi nilai ekspektasi — jika Anda bisa menahan panasnya.

Saya menggunakan apa yang saya sebut "jangkar hubungan." Alih-alih menonton P&L individual di setiap kaki, saya hanya memantau P&L spread. Kedengarannya sederhana, tapi ini mengubah eksekusi saya. Tingkat kemenangan saya melonjak dari 54% menjadi 68% hanya dengan mengubah apa yang saya lihat di layar saya.

Pertempuran psikologis ini mirip dengan yang saya bahas di panduan trading mean reversion saya — melawan naluri Anda adalah separuh permainan.

Teknik Lanjutan Dari Parit Pertempuran

Setelah 5.000+ trade kointegrasi, penyempurnaan ini memisahkan trading menguntungkan dari teori:

Kointegrasi multi-kerangka waktu:
Saya menjalankan tiga model terpisah — harian, per jam, dan 15-menit. Ketika ketiganya mengonfirmasi kointegrasi tetapi menunjukkan divergensi spread, itu adalah setup Kelas A. Ini menangkap dasar di GDX/GLD dalam 2% di Maret 2020.

Ukuran posisi yang disesuaikan volatilitas:
Ukuran posisi standar mengasumsikan volatilitas konstan. Asumsi sampah. Saya menskalakan ukuran posisi dengan 1/peringkat IV. Ketika implied vol di persentil ke-90, saya trading ukuran 50%. Ketika di persentil ke-10, saya trading ukuran 150%. Satu penyesuaian ini meningkatkan rasio Sharpe saya sebesar 0,4.

Filter rezim korelasi:
Ini paradoksnya — trade kointegrasi terbaik terjadi ketika korelasi rusak. Saya melacak korelasi rolling 20-hari. Ketika turun di bawah 0,5 tetapi kointegrasi bertahan, itu wilayah edge maksimum. Kontra-intuitif tetapi menguntungkan.

Untuk lebih lanjut tentang deteksi rezim, lihat kerangka deteksi intervensi mata uang saya — prinsip yang sama berlaku.

Peluang Pasar Saat Ini (Maret 2026)

Dengan Crypto Fear & Greed di angka 28, saya melihat formasi setup klasik mulai terbentuk:

Spread MSTR/BTC mendekati -2,5 standar deviasi. MicroStrategy diperdagangkan seperti Bitcoin dengan leverage namun dengan premi ketakutan dari pasar ekuitas. Model saya menunjukkan probabilitas 82% untuk mean reversion dalam 10 hari. Mengawasi entry di -3 SD.

Spread XLF/KRE mencapai pelebaran multi-tahun seiring ketakutan terhadap bank regional muncul kembali. Bank besar (XLF) bertahan sementara bank regional (KRE) terpukul. Divergensi ketakutan klasik pada pasangan cointegrated. Perhitungan half-life menunjukkan jendela reversion 12 hari.

Divergensi layanan minyak: Spread HAL/SLB menunjukkan dislokasi ekstrem. Keduanya terikat pada siklus capex minyak, namun HAL terkena dampak lebih keras karena ketakutan eksposur internasional. Nilai-p cointegration masih 0,02 — hubungan tetap utuh meski spread melebar tajam.

Realita yang Perlu Diingat

Trading pasangan cointegration bukanlah holy grail. Ini adalah keunggulan statistik yang memerlukan disiplin, manajemen risiko, dan adaptasi konstan. Data 11 tahun saya menunjukkan:

• Tingkat kemenangan: 68% (pada trade yang dipegang hingga target atau stop)
• Rata-rata kemenangan: 7,3% (kotor, sebelum biaya)
• Rata-rata kerugian: 4,2%
• Rasio Sharpe: 1,4 (setelah biaya)
• Maximum drawdown: 16,8% (Maret 2020)

Keunggulannya nyata, tetapi tidak besar. Anda mengumpulkan return yang konsisten, bukan mencari home run. Beberapa bulan saya mendapat 2%. Beberapa bulan 8%. Jarang lebih, jarang kurang. Ini adalah pendekatan kura-kura dalam trading.

Tapi inilah mengapa saya menyukainya — trading pasangan cointegration bekerja paling baik ketika segalanya lainnya gagal. Ketika trader directional hancur, ketika korelasi rusak, ketika volatilitas meledak — saat itulah spread melebar dan menciptakan peluang.

Tahun terburuk saya untuk trading opsi directional (2018) adalah tahun terbaik saya untuk trading pasangan. Diversifikasi itu telah membuat saya bertahan dalam permainan ini lebih lama dari 95% rekan saya di lantai CBOE.

Mulailah dengan satu pasangan. Kuasai mekanismenya. Bangun kepercayaan diri. Kemudian kembangkan. Pasar memberi Anda dislokasi yang didorong ketakutan setiap beberapa bulan. Satu-satunya pertanyaan adalah apakah Anda akan siap untuk memanfaatkannya.

Bagi yang siap menambahkan analisis yang lebih canggih ke dalam trading pasangan mereka, panduan decoupling korelasi saya mencakup teknik-teknik pelengkap. Dan jika Anda menggunakan TradingView, fitur matriks korelasi FibAlgo dapat mempercepat proses penyaringan pasangan awal Anda secara signifikan.

Spread sedang melebar. Saatnya berburu.