Apa itu koefisien korelasi
Koefisien korelasi (correlation coefficient) adalah angka statistik yang mengukur seberapa searah pergerakan dua aset. Nilainya selalu berada di antara batas negatif penuh dan batas positif penuh.
- Mendekati batas positif: aset bergerak searah. Jika aset A naik, aset B cenderung ikut naik.
- Mendekati batas negatif: aset bergerak berlawanan arah. Jika A naik, B cenderung turun.
- Di sekitar titik tengah: tidak ada hubungan linear yang jelas.
Dalam praktik, istilah ini sering muncul sebagai korelasi pair forex (hubungan antar pasangan mata uang) atau korelasi antar aset secara umum, misalnya emas terhadap dolar AS atau indeks saham terhadap obligasi.
Siap mencoba di akun riil atau demo?
Tautan mitra · trading memiliki risiko kerugian yang tinggi
Contoh sederhana (hipotetis)
Bayangkan data return (persentase perubahan harga) harian aset A dan aset B selama periode tertentu.
| Skenario | Pola pergerakan | Hasil koefisien |
|---|---|---|
| Searah sempurna | B selalu naik atau turun sebanding dengan A | tepat di batas positif |
| Berlawanan sempurna | B selalu bergerak sebanding tetapi berlawanan arah dengan A | tepat di batas negatif |
| Data nyata | B umumnya searah dengan A, tetapi tidak setiap hari | positif, di bawah batas atas |
Sebagai gambaran umum, EUR/USD (Fiber) dan GBP/USD (Cable) secara historis sering menunjukkan korelasi positif. EUR/USD dan USD/CHF sering menunjukkan korelasi negatif, karena dolar AS berada di sisi yang berbeda pada kedua pasangan tersebut. Hubungan ini tidak tetap dan bisa berubah. Untuk menghitung nilai dari data Anda sendiri, gunakan alat di halaman Kalkulator dan simulator atau lembar kerja (spreadsheet).
Definisi formal
Ukuran yang paling umum adalah koefisien korelasi Pearson:
r = cov(X, Y) / (σX · σY)
Keterangan:
- cov(X, Y) adalah kovarians, yaitu seberapa jauh X dan Y menyimpang dari rata-ratanya pada waktu yang sama.
- σX dan σY adalah simpangan baku (standar deviasi) masing-masing.
Pembagian dengan simpangan baku membuat hasilnya tidak bergantung pada satuan harga. Karena itu, nilainya selalu terkunci di antara batas negatif penuh dan batas positif penuh.
Kasus tepi dan batasan
- Hitung dari return, bukan dari harga. Dua grafik harga yang sama-sama naik dalam jangka panjang bisa terlihat berkorelasi tinggi walaupun pergerakan hariannya tidak berhubungan. Ini disebut korelasi semu (spurious correlation).
- Hanya mengukur hubungan linear. Hubungan yang melengkung atau berubah arah bisa menghasilkan nilai mendekati titik tengah, padahal hubungannya ada.
- Sensitif terhadap pencilan. Satu lonjakan ekstrem dapat menggeser hasil. Korelasi peringkat Spearman lebih tahan terhadap pencilan.
- Tidak stabil. Hasilnya bergantung pada panjang jendela data dan timeframe. Saat terjadi tekanan pasar, korelasi antar aset sering melonjak bersamaan. Lihat Contagion keuangan dan Flight to quality.
- Korelasi bukan sebab-akibat. Nilai yang tinggi tidak menunjukkan aset mana yang memengaruhi aset lain.
Di mana istilah ini muncul
- Platform trading: MetaTrader tidak menampilkan korelasi sebagai kolom standar. Trader biasanya memakai indikator khusus atau matriks korelasi dari alat eksternal. Lihat Indikator & Alat Teknikal.
- Laporan dan berita: riset pasar memakai istilah ini untuk menjelaskan hubungan dolar AS dengan emas, minyak, atau indeks saham. Lihat juga Analisis Fundamental.
- Manajemen risiko: posisi pada pair yang berkorelasi positif kuat menambah exposure ke arah yang sama. Akibatnya, risiko bisa jauh lebih besar dari yang terlihat. Trading CFD dan forex dengan leverage dapat menimbulkan kerugian dengan cepat. Baca Manajemen risiko.
Istilah terkait
Beta, Volatilitas Tahunan, Dollar smile theory, Risiko mata uang, Glosarium Trading.
Pertanyaan yang sering diajukan
Apa arti correlation coefficient secara singkat?
Ukuran statistik tentang seberapa searah atau berlawanan arah dua aset bergerak, dalam rentang dari batas negatif penuh sampai batas positif penuh.
Apakah korelasi tinggi berarti satu aset bisa memprediksi aset lain?
Tidak. Korelasi hanya menggambarkan hubungan pada data masa lalu dan dapat berubah sewaktu-waktu.
Apa beda korelasi dan beta?
Korelasi mengukur arah dan kekuatan hubungan. Beta mengukur besarnya pergerakan suatu aset relatif terhadap acuan.
Mengapa hasil korelasi saya berbeda dari sumber lain?
Penyebabnya bisa berupa perbedaan timeframe, panjang periode data, penggunaan harga atau return, dan metode yang dipakai (Pearson atau Spearman).
