Kointegrasi vs Korelasi dalam Pairs Trading

Korelasi pada tingkat harga dapat meningkat secara artifisial karena tren bersama, sedangkan korelasi return menyangkut perubahan jangka pendek dan dapat berubah menurut rezim

Kointegrasi dimulai dari orde integrasi setiap deret dan menanyakan apakah kombinasi berbobot dapat menghilangkan tren stokastik

Kointegrasi bukan koefisien korelasi yang lebih kuat, melainkan pembatasan pada perilaku jangka panjang bersama dari proses nonstasioner

Suatu deret adalah I(1) ketika levelnya nonstasioner tetapi perbedaan pertamanya stasioner berdasarkan model dan komponen deterministik yang dinyatakan

Kointegrasi I(1) klasik mensyaratkan deret komponen memiliki orde integrasi yang kompatibel, meskipun konsep nonlinear dan fraksional yang lebih luas juga ada

Klasifikasi akar unit tidak pasti di dekat batas dan perubahan struktural, sehingga kesalahan prapengujian terbawa ke kesimpulan kointegrasi

Untuk dua deret I(1) X_t dan Y_t, kointegrasi ada jika suatu vektor tak nol membuat Z_t=Y_t−βX_t menjadi stasioner

Koefisien β adalah koefisien keseimbangan atau lindung nilai dalam model, bukan otomatis bobot netral dolar, netral beta, atau berbobot risiko minimum

Intersep, tren, normalisasi, mata uang, dividen, pemecahan saham, dan pergantian kontrak memengaruhi makna ekonomi dari spread yang diestimasi

Metode Engle–Granger mengestimasi regresi jangka panjang dan menguji residualnya terhadap akar unit menggunakan nilai kritis khusus

Hasilnya dapat bergantung pada normalisasi dan hanya mengidentifikasi paling banyak satu hubungan, sedangkan metode sistem Johansen mengestimasi rank dan vektor kointegrasi secara bersama-sama

Panjang lag, komponen deterministik, jendela sampel, dinamika residual, sampel terbatas, dan perubahan struktural sangat memengaruhi kedua pendekatan

Jika variabel terkointegrasi, model koreksi kesalahan merepresentasikan perubahan jangka pendek sekaligus penyesuaian menuju kesalahan keseimbangan tertunda

Koefisien penyesuaian menunjukkan kecepatan dan arah respons bersyarat, bukan separuh waktu atau jalur perdagangan simetris yang dijamin

Eksogenitas lemah, umpan balik, beberapa keseimbangan, penyesuaian nonlinear, dan perilaku ambang mengubah cara koefisien seharusnya ditafsirkan

Strategi harus memperkirakan semesta pembentukan, rasio lindung nilai, aturan masuk dan keluar, ukuran posisi, kalibrasi ulang, serta respons terhadap perubahan tanpa kebocoran informasi masa depan

Konvergensi yang tampak dapat dikalahkan oleh penarikan pinjaman sekuritas, pendanaan, dividen, aksi korporasi, dampak pasar, pembatasan short sale, dan risiko gap

Mencari banyak pasangan, jendela, ambang, dan asumsi biaya menciptakan masalah pengujian berganda dan overfitting backtest di luar pengujian kointegrasi

Gunakan periode pembentukan dan perdagangan kronologis, kestabilan parameter bergulir, diagnostik residual, pengujian perubahan struktural, perturbasi, dan pemantauan prospektif

Laporkan bukti integrasi, ketidakpastian vektor, distribusi spread, lama kepemilikan, turnover, kerugian ekor, kapasitas, biaya, pasangan yang gagal, dan penurunan kinerja live

Bertransaksilah hanya jika ada mekanisme ekonomi untuk keseimbangan bersama dan aturan pembatalan yang eksplisit; konvergensi statistik bukan jaminan struktural