Pairs Trading adalah strategi investasi netral pasar yang diperkenalkan pada pertengahan 1980-an oleh tim analisis kuantitatif yang dipimpin oleh Nunzio Tartaglia, seorang pedagang kuantitatif di bank investasi Wall Street terkenal, Morgan Stanley. Juga dikenal sebagai arbitrase statistik atau strategi netral pasar, ini adalah pendekatan perdagangan yang bertujuan untuk mendapatkan keuntungan dari perbedaan harga antara dua aset yang berkorelasi. Biasanya digunakan dalam pasar keuangan, terutama saham, futures, forex, atau kripto. Ide utama di balik pairs trading adalah memilih dua aset yang sangat berkorelasi dan mendapatkan keuntungan dari perbedaan harga sementara dengan membeli aset yang undervalued dan menjual aset yang overvalued. Para pedagang umumnya menganggap perbedaan ini sebagai fenomena jangka pendek, dengan harapan harga akan kembali ke hubungan normal historisnya pada akhirnya.
Inti dari strategi perdagangan pasangan terletak pada memanfaatkan divergensi harga jangka pendek antara dua aset yang berkorelasi, menggunakan lindung nilai untuk menghasilkan pengembalian tambahan (yaitu, pengembalian Alpha). Strategi ini didasarkan pada asumsi mendasar: Perbedaan harga antara aset berpasangan akan kembali ke rata-rata dari waktu ke waktu. Ini berarti bahwa fenomena pengembalian terkait erat dengan perilaku irasional pedagang di pasar.
Ketika banyak pedagang umumnya percaya bahwa aset tertentu akan bergerak ke arah tertentu, harga sering menunjukkan momentum dalam kenaikan. Kenaikan ini biasanya kurang mendapat dukungan fundamental dan dengan cepat jatuh kembali setelah mencapai titik tertentu yang tinggi. Demikian pula, aset dengan harga yang turun juga menunjukkan momentum turun. Ketika perilaku pasar rasional mendominasi, harga biasanya kembali ke level aslinya. Dengan mengadopsi strategi perdagangan pasangan, para pedagang dapat memperoleh keuntungan dari perbedaan harga kedua jenis aset ini.
Dalam operasi praktis, proses perdagangan pasangan dapat disimpulkan sebagai berikut: Investor pertama-tama memilih pasangan aset yang berkorelasi. Ketika perbedaan harga antara keduanya melebar, pedagang membeli aset dengan harga lebih rendah sambil secara bersamaan menjual pendek aset dengan harga lebih tinggi. Ketika perbedaan harga menyempit, pedagang menutup posisi pada aset yang dihargai rendah, mengakhiri perdagangan.
Dalam perdagangan pasangan, menemukan pasangan aset yang cointegrated adalah kunci kesuksesan. Pasangan aset ini ditandai dengan perbedaan harga yang relatif stabil dalam jangka panjang daripada hanya mengandalkan korelasi jangka pendek. Misalnya, anggap seorang investor memilih saham dari dua perusahaan teknologi - Perusahaan A dan Perusahaan B. Meskipun sentimen pasar jangka pendek dan peristiwa berita dapat menyebabkan fluktuasi harga dalam dua saham ini, perbedaan harganya cenderung berfluktuasi di sekitar nilai rata-rata dalam jangka panjang.
Dalam operasi praktis, langkah pertama adalah membersihkan data dan kemudian menggunakan analisis korelasi untuk menyaring pasangan aset dengan tren harga yang sangat berkorelasi. Koefisien korelasi Pearson biasanya digunakan untuk mengukur korelasi antara harga dua aset, memilih pasangan dengan koefisien korelasi tinggi sebagai calon. Selanjutnya, aset-aset ini harus menjalani pengujian kointegrasi untuk memastikan hubungan jangka panjang yang stabil antara harga mereka. Metode pengujian kointegrasi umum meliputi metode dua langkah Engle-Granger dan uji Johansen, yang dapat membantu mengkonfirmasi apakah perbedaan harga menunjukkan karakteristik mean-reverting.
Selain itu, melakukan uji stationeritas pada selisih harga pasangan aset sangat penting, biasanya menggunakan uji Augmented Dickey-Fuller (ADF) untuk menentukan apakah selisih harga fluktuasi sekitar rerata. Jika seri selisih harga adalah stationer, maka pasangan aset ini cocok untuk perdagangan pasangan. Akhirnya, uji reversion rerata, seperti analisis fungsi autokorelasi, diperlukan untuk mengkonfirmasi apakah selisih harga cenderung kembali ke rerata. Investor dapat lebih baik mengidentifikasi pasangan aset dengan potensi arbitrase jangka panjang melalui serangkaian langkah ini.
Dalam perdagangan pasangan, menemukan pasangan aset yang terkointegrasi adalah krusial untuk kesuksesan. Karakteristik dari pasangan aset ini adalah bahwa perbedaan harganya cenderung stabil dalam jangka panjang daripada hanya mengandalkan korelasi jangka pendek. Misalnya, jika seorang investor memilih saham dari dua perusahaan teknologi - Perusahaan A dan Perusahaan B. Meskipun harga dua saham ini mungkin fluktuatif dalam jangka pendek karena sentimen pasar dan peristiwa berita, perbedaan harganya biasanya berfluktuasi sekitar nilai rata-rata dalam jangka panjang.
Meskipun strategi perdagangan pasangan bertujuan untuk menangkap regresi perbedaan harga, tren pasar tidak selalu berkembang seperti yang diharapkan. Ketika perbedaan harga menunjukkan deviasi yang berlebihan, penting untuk melaksanakan stop-loss yang tepat waktu untuk mencegah kerugian lebih lanjut. Ketika perbedaan harga kembali ke rata-rata, keuntungan harus dikunci dengan tegas. Pada saat yang sama, ukuran posisi harus dikelola secara wajar berdasarkan ukuran modal akun dan toleransi risiko pribadi, menghindari risiko yang ditimbulkan oleh investasi yang terlalu terkonsentrasi. Strategi ini harus disesuaikan secara dinamis sesuai dengan perubahan pasar dan hasil backtesting historis untuk meningkatkan adaptabilitas dan profitabilitasnya.
Selain itu, pedagang harus memantau berita pasar dan peristiwa besar dengan cermat, menggunakan koefisien korelasi untuk menilai korelasi pasangan aset, dan menggabungkan indikator teknis untuk menilai tren pasar dan mengevaluasi risiko, memastikan pemahaman penuh tentang potensi risiko.
Di pasar kripto, perdagangan pasangan adalah metode arbitrase yang fleksibel dan strategis yang dapat membantu investor menemukan peluang keuntungan stabil di pasar yang volatil. Investor harus memilih pasangan aset kripto yang sangat terkorelasi, seperti Bitcoin (BTC) dan Ethereum (ETH), memastikan mereka memiliki fluktuasi pasar dan karakteristik teknis yang serupa. Selanjutnya, dengan menghitung yield dan perbedaan harga, fokus pada sinyal yang dihasilkan ketika perbedaan harga melebihi ambang batas tertentu. Begitu peluang tersebut tercapai, investor dapat secara fleksibel menerapkan strategi perdagangan: membeli aset yang lebih murah sementara menjual aset yang lebih mahal untuk mencapai arbitrase.
Di pasar kripto, berbagai pasangan aset dapat menunjukkan hubungan kointegrasi yang cocok untuk perdagangan pasangan. Pasangan koin utama seperti Bitcoin (BTC) dan Ethereum (ETH) adalah salah satu pasangan yang paling populer karena kinerja pasar dan tren mereka saling mempengaruhi. Bitcoin (BTC) dan Bitcoin Cash (BCH) juga sering menunjukkan hubungan kointegrasi karena asal-usul dan latar belakang teknis mereka yang serupa. Dalam proyek DeFi, Uniswap (UNI) dan SushiSwap (SUSHI), serta Aave (AAVE) dan Compound (COMP), sering kali memiliki harga token yang didorong oleh kekuatan pasar yang serupa, karena masing-masing merupakan pesaing utama dalam platform perdagangan terdesentralisasi dan protokol pinjaman. Selain itu, pasangan stablecoin utama seperti Tether (USDT) dan USD Coin (USDC) biasanya mempertahankan harga yang relatif stabil. Namun, perbedaan harga mereka dapat berfluktuasi dalam kisaran kecil di bawah kondisi pasar yang ekstrem.
Sebagai dua cryptocurrency utama di pasar kripto, BTC dianggap sebagai “emas digital,” sementara ETH adalah token asli dari jaringan Ethereum. Karena pangsa pasarnya yang tinggi, BTC dan ETH berfungsi sebagai “indikator” pasar dan biasanya menunjukkan keterkaitan yang tinggi dalam sebagian besar siklus pasar. Perubahan sentimen pasar, terutama pandangan terhadap seluruh industri cryptocurrency, seringkali tercermin secara bersamaan dalam harga BTC dan ETH. Meskipun teknologi dan skenario aplikasinya berbeda, fluktuasi harganya seringkali serupa karena keduanya merupakan aset inti di pasar.
Sebuah indikator penting yang sering dikutip oleh para trader adalah rasio BTC/ETH. Ketika Bitcoin tampil kuat dibandingkan dengan Ethereum, biasanya mencerminkan sentimen pasar yang lebih konservatif, dengan investor cenderung memilih Bitcoin sebagai aset pelarian yang memiliki kapitalisasi pasar lebih besar dan volatilitas lebih rendah. Sebaliknya, jika Ethereum tampil lebih kuat, itu menunjukkan sentimen pasar yang lebih agresif, dengan investor lebih fokus pada potensi ekosistem Ethereum, terutama dalam aplikasi terdesentralisasi (dApps), keuangan terdesentralisasi (DeFi), dan NFT.
Ketika korelasi antara BTC dan ETH tinggi, itu menunjukkan sentimen pasar yang konsisten dan risiko yang terkonsentrasi. Ketika korelasi menurun, harapan pasar untuk prospek kedua aset ini mulai berbeda, yang potensial memberikan para trader dengan peluang investasi yang berbeda. Para trader dapat mengelola risiko dan melindungi operasi berdasarkan perubahan dalam korelasi. Jika korelasi rendah, mereka dapat menggunakan perdagangan pasangan untuk arbitrase dari fluktuasi perbedaan harga antara keduanya. Dalam kasus korelasi tinggi, para trader akan mengurangi paparan risiko ganda terhadap keduanya dalam portofolio mereka.
Selanjutnya, ketika rasio BTC/ETH menyimpang dari rata-rata historisnya atau menunjukkan fluktuasi abnormal, biasanya menunjukkan ketidakseimbangan dalam hubungan harga antara keduanya. Pada saat ini, pedagang dapat menggunakan strategi pengembalian rata-rata, melakukan perdagangan terbalik ketika rasionya terlalu tinggi atau terlalu rendah dan menunggunya kembali ke tingkat normal, sehingga memperoleh pengembalian yang stabil.
Selain BTC dan ETH, token rantai publik lain juga menunjukkan tingkat korelasi yang bervariasi.
Bitcoin Cash adalah hard fork Bitcoin yang bertujuan untuk meningkatkan kecepatan transaksi dan mengurangi biaya. Karena fondasi teknis bersama mereka — dengan BCH menjadi "versi perbaikan" Bitcoin — harganya sering mengikuti tren Bitcoin. Ketika jaringan Bitcoin menjadi padat atau biaya transaksi naik, BCH biasanya mendapatkan perhatian sebagai alternatif. Kesamaan teknis antara BTC dan BCH memungkinkan investor untuk melakukan arbitrase menggunakan fluktuasi harga mereka, terutama ketika diskusi tentang penskalaan dan biaya transaksi meningkat di pasar. Dalam sebulan terakhir, korelasi antara BTC dan BCH mencapai 0,84, agak terkait dengan dominasi pasar BTC yang tinggi.
Kedua bursa terdesentralisasi utama di ruang DeFi memiliki kesamaan yang tinggi dalam permintaan pasar, basis pengguna, dan fungsionalitas. Pandangan pasar secara keseluruhan terhadap sektor DeFi biasanya mempengaruhi harga kedua token secara bersamaan, terutama selama penambangan likuiditas atau persaingan platform. Ketika insentif likuiditas atau fitur-fitur baru diperkenalkan, harga UNI dan SUSHI mungkin menunjukkan perbedaan fluktuasi, memberikan peluang arbitrase bagi investor. UNI dan SUSHI mempertahankan tingkat korelasi sebesar 0,83 selama tujuh hari terakhir (per 22/10), sementara koefisien korelasi selama setahun terakhir adalah 0,64.
Aave dan Compound adalah dua platform pemberian pinjaman terdesentralisasi utama, dengan token mereka AAVE dan COMP menyediakan tata kelola platform dan insentif. Kesehatan industri DeFi secara langsung mempengaruhi harga kedua token ini, dan ketika pasar bullish terhadap pemberian pinjaman terdesentralisasi, AAVE dan COMP sering naik bersama-sama. Koefisien korelasi antara AAVE dan COMP mencapai 0,93 dalam 30 hari terakhir, sementara koefisien korelasi selama setahun terakhir adalah 0,03, yang dapat diabaikan. Ini berfungsi sebagai pengingat khas bahwa hasil uji korelasi harus dianalisis berdasarkan jendela waktu yang berbeda untuk masalah tertentu.
Stablecoins terikat pada dolar AS. Sebagai stablecoin, tujuan mereka adalah untuk menjaga peg 1:1 dengan dolar, sehingga fluktuasi harga biasanya minimal. Namun, dalam kondisi pasar yang ekstrem, ketika likuiditas ketat, atau perubahan regulasi, perbedaan harga sementara dapat terjadi. Ketika situasi pasar ekstrem muncul, perbedaan harga jangka pendek antara USDT dan USDC memberikan peluang arbitrase dengan risiko rendah.
Impor pustaka yang diperlukan
Impor YFinance sebagai YF
Impor Panda sebagai PD
impor numpy sebagai np
impor statsmodels.api sebagai sm
dari statsmodels.tsa.stattools mengimpor coint, adfuller
1. Dapatkan data historis untuk BTC dan ETH
def get_crypto_data(ticker, mulai, akhir):
data = yf.download(tickers, mulai=mulai, akhir=akhir)['Adj Close']
return data
Unduh data BTC dan ETH
start_date = '01-01-2020'
end_date = '2024-01-01'
tickers = ['BTC-USD', 'ETH-USD']
data = dapatkan_data_kripto(tickers, tanggal_mulai, tanggal_akhir)
Uji kointegrasi
Uji kointegrasi Engle-Granger
def engle_granger_coint_test(y, x):
# Regresi y pada xx = sm.add_constant(x)model = sm.OLS(y, x).fit()residuals = model.resid# Lakukan uji akar unit ADF pada residual regresiresult = adfuller(residuals)p_value = result[1]return p_value
Lakukan uji kointegrasi
p_value = engle_granger_coint_test(data['BTC-USD'], data['ETH-USD'])
print(f"p-value uji kointegrasi: {p_value:.4f}")
Interpretasikan hasil tes
jika nilai p < 0,05:
print(“BTC dan ETH saling berkorelasi”)
else:
print("BTC dan ETH tidak dikointegrasikan")
Perlu dicatat bahwa korelasi antara berbagai kripto dapat bervariasi secara signifikan dalam periode yang berbeda. Mengambil BTC dan ETH sebagai contoh, selama periode korelasi tinggi ketika pasar secara keseluruhan naik atau turun, harga BTC dan ETH sering fluktuasi secara bersamaan, dengan koefisien korelasi biasanya berkisar antara 0,6 hingga 0,9. Hal ini membuat mereka menjadi pasangan aset yang umum dalam perdagangan pasangan, karena pergerakan harga mereka memiliki tingkat sinkronisasi yang tinggi, memfasilitasi arbitrase berdasarkan perbedaan harga. Namun, selama periode korelasi rendah, seperti peristiwa tertentu atau volatilitas pasar ekstrem, ketika satu kripto mungkin fluktuasi secara independen karena peningkatan teknis atau berita signifikan, korelasi dapat melemah secara sementara.
Perdagangan pasangan, sebuah strategi arbitrase statistik klasik, menawarkan keunggulan dan tantangan unik saat diterapkan pada kripto. Tidak seperti pasar tradisional, volatilitas kripto yang lebih tinggi dapat menyebabkan fluktuasi harga yang cepat, yang berpotensi memengaruhi efektivitas strategi. Likuiditas terbatas dalam beberapa aset kripto mungkin memengaruhi waktu masuk, keluar perdagangan, dan biaya. Kesulitan akuisisi dan analisis data dapat menyebabkan hasil uji korelasi dan kointegrasi yang tidak dapat diandalkan. Selain itu, ketidakpastian regulasi dan pergeseran kebijakan dapat mengganggu perilaku pasar, memengaruhi strategi perdagangan. Pasar kripto juga menghadapi risiko teknis yang meningkat, seperti kerentanan pertukaran dan serangan jaringan, yang dapat mengakibatkan kerugian investasi. Oleh karena itu, menerapkan perdagangan pasangan di pasar kripto menuntut pendekatan strategis yang lebih hati-hati dan dapat beradaptasi.
Pairs Trading adalah strategi investasi netral pasar yang diperkenalkan pada pertengahan 1980-an oleh tim analisis kuantitatif yang dipimpin oleh Nunzio Tartaglia, seorang pedagang kuantitatif di bank investasi Wall Street terkenal, Morgan Stanley. Juga dikenal sebagai arbitrase statistik atau strategi netral pasar, ini adalah pendekatan perdagangan yang bertujuan untuk mendapatkan keuntungan dari perbedaan harga antara dua aset yang berkorelasi. Biasanya digunakan dalam pasar keuangan, terutama saham, futures, forex, atau kripto. Ide utama di balik pairs trading adalah memilih dua aset yang sangat berkorelasi dan mendapatkan keuntungan dari perbedaan harga sementara dengan membeli aset yang undervalued dan menjual aset yang overvalued. Para pedagang umumnya menganggap perbedaan ini sebagai fenomena jangka pendek, dengan harapan harga akan kembali ke hubungan normal historisnya pada akhirnya.
Inti dari strategi perdagangan pasangan terletak pada memanfaatkan divergensi harga jangka pendek antara dua aset yang berkorelasi, menggunakan lindung nilai untuk menghasilkan pengembalian tambahan (yaitu, pengembalian Alpha). Strategi ini didasarkan pada asumsi mendasar: Perbedaan harga antara aset berpasangan akan kembali ke rata-rata dari waktu ke waktu. Ini berarti bahwa fenomena pengembalian terkait erat dengan perilaku irasional pedagang di pasar.
Ketika banyak pedagang umumnya percaya bahwa aset tertentu akan bergerak ke arah tertentu, harga sering menunjukkan momentum dalam kenaikan. Kenaikan ini biasanya kurang mendapat dukungan fundamental dan dengan cepat jatuh kembali setelah mencapai titik tertentu yang tinggi. Demikian pula, aset dengan harga yang turun juga menunjukkan momentum turun. Ketika perilaku pasar rasional mendominasi, harga biasanya kembali ke level aslinya. Dengan mengadopsi strategi perdagangan pasangan, para pedagang dapat memperoleh keuntungan dari perbedaan harga kedua jenis aset ini.
Dalam operasi praktis, proses perdagangan pasangan dapat disimpulkan sebagai berikut: Investor pertama-tama memilih pasangan aset yang berkorelasi. Ketika perbedaan harga antara keduanya melebar, pedagang membeli aset dengan harga lebih rendah sambil secara bersamaan menjual pendek aset dengan harga lebih tinggi. Ketika perbedaan harga menyempit, pedagang menutup posisi pada aset yang dihargai rendah, mengakhiri perdagangan.
Dalam perdagangan pasangan, menemukan pasangan aset yang cointegrated adalah kunci kesuksesan. Pasangan aset ini ditandai dengan perbedaan harga yang relatif stabil dalam jangka panjang daripada hanya mengandalkan korelasi jangka pendek. Misalnya, anggap seorang investor memilih saham dari dua perusahaan teknologi - Perusahaan A dan Perusahaan B. Meskipun sentimen pasar jangka pendek dan peristiwa berita dapat menyebabkan fluktuasi harga dalam dua saham ini, perbedaan harganya cenderung berfluktuasi di sekitar nilai rata-rata dalam jangka panjang.
Dalam operasi praktis, langkah pertama adalah membersihkan data dan kemudian menggunakan analisis korelasi untuk menyaring pasangan aset dengan tren harga yang sangat berkorelasi. Koefisien korelasi Pearson biasanya digunakan untuk mengukur korelasi antara harga dua aset, memilih pasangan dengan koefisien korelasi tinggi sebagai calon. Selanjutnya, aset-aset ini harus menjalani pengujian kointegrasi untuk memastikan hubungan jangka panjang yang stabil antara harga mereka. Metode pengujian kointegrasi umum meliputi metode dua langkah Engle-Granger dan uji Johansen, yang dapat membantu mengkonfirmasi apakah perbedaan harga menunjukkan karakteristik mean-reverting.
Selain itu, melakukan uji stationeritas pada selisih harga pasangan aset sangat penting, biasanya menggunakan uji Augmented Dickey-Fuller (ADF) untuk menentukan apakah selisih harga fluktuasi sekitar rerata. Jika seri selisih harga adalah stationer, maka pasangan aset ini cocok untuk perdagangan pasangan. Akhirnya, uji reversion rerata, seperti analisis fungsi autokorelasi, diperlukan untuk mengkonfirmasi apakah selisih harga cenderung kembali ke rerata. Investor dapat lebih baik mengidentifikasi pasangan aset dengan potensi arbitrase jangka panjang melalui serangkaian langkah ini.
Dalam perdagangan pasangan, menemukan pasangan aset yang terkointegrasi adalah krusial untuk kesuksesan. Karakteristik dari pasangan aset ini adalah bahwa perbedaan harganya cenderung stabil dalam jangka panjang daripada hanya mengandalkan korelasi jangka pendek. Misalnya, jika seorang investor memilih saham dari dua perusahaan teknologi - Perusahaan A dan Perusahaan B. Meskipun harga dua saham ini mungkin fluktuatif dalam jangka pendek karena sentimen pasar dan peristiwa berita, perbedaan harganya biasanya berfluktuasi sekitar nilai rata-rata dalam jangka panjang.
Meskipun strategi perdagangan pasangan bertujuan untuk menangkap regresi perbedaan harga, tren pasar tidak selalu berkembang seperti yang diharapkan. Ketika perbedaan harga menunjukkan deviasi yang berlebihan, penting untuk melaksanakan stop-loss yang tepat waktu untuk mencegah kerugian lebih lanjut. Ketika perbedaan harga kembali ke rata-rata, keuntungan harus dikunci dengan tegas. Pada saat yang sama, ukuran posisi harus dikelola secara wajar berdasarkan ukuran modal akun dan toleransi risiko pribadi, menghindari risiko yang ditimbulkan oleh investasi yang terlalu terkonsentrasi. Strategi ini harus disesuaikan secara dinamis sesuai dengan perubahan pasar dan hasil backtesting historis untuk meningkatkan adaptabilitas dan profitabilitasnya.
Selain itu, pedagang harus memantau berita pasar dan peristiwa besar dengan cermat, menggunakan koefisien korelasi untuk menilai korelasi pasangan aset, dan menggabungkan indikator teknis untuk menilai tren pasar dan mengevaluasi risiko, memastikan pemahaman penuh tentang potensi risiko.
Di pasar kripto, perdagangan pasangan adalah metode arbitrase yang fleksibel dan strategis yang dapat membantu investor menemukan peluang keuntungan stabil di pasar yang volatil. Investor harus memilih pasangan aset kripto yang sangat terkorelasi, seperti Bitcoin (BTC) dan Ethereum (ETH), memastikan mereka memiliki fluktuasi pasar dan karakteristik teknis yang serupa. Selanjutnya, dengan menghitung yield dan perbedaan harga, fokus pada sinyal yang dihasilkan ketika perbedaan harga melebihi ambang batas tertentu. Begitu peluang tersebut tercapai, investor dapat secara fleksibel menerapkan strategi perdagangan: membeli aset yang lebih murah sementara menjual aset yang lebih mahal untuk mencapai arbitrase.
Di pasar kripto, berbagai pasangan aset dapat menunjukkan hubungan kointegrasi yang cocok untuk perdagangan pasangan. Pasangan koin utama seperti Bitcoin (BTC) dan Ethereum (ETH) adalah salah satu pasangan yang paling populer karena kinerja pasar dan tren mereka saling mempengaruhi. Bitcoin (BTC) dan Bitcoin Cash (BCH) juga sering menunjukkan hubungan kointegrasi karena asal-usul dan latar belakang teknis mereka yang serupa. Dalam proyek DeFi, Uniswap (UNI) dan SushiSwap (SUSHI), serta Aave (AAVE) dan Compound (COMP), sering kali memiliki harga token yang didorong oleh kekuatan pasar yang serupa, karena masing-masing merupakan pesaing utama dalam platform perdagangan terdesentralisasi dan protokol pinjaman. Selain itu, pasangan stablecoin utama seperti Tether (USDT) dan USD Coin (USDC) biasanya mempertahankan harga yang relatif stabil. Namun, perbedaan harga mereka dapat berfluktuasi dalam kisaran kecil di bawah kondisi pasar yang ekstrem.
Sebagai dua cryptocurrency utama di pasar kripto, BTC dianggap sebagai “emas digital,” sementara ETH adalah token asli dari jaringan Ethereum. Karena pangsa pasarnya yang tinggi, BTC dan ETH berfungsi sebagai “indikator” pasar dan biasanya menunjukkan keterkaitan yang tinggi dalam sebagian besar siklus pasar. Perubahan sentimen pasar, terutama pandangan terhadap seluruh industri cryptocurrency, seringkali tercermin secara bersamaan dalam harga BTC dan ETH. Meskipun teknologi dan skenario aplikasinya berbeda, fluktuasi harganya seringkali serupa karena keduanya merupakan aset inti di pasar.
Sebuah indikator penting yang sering dikutip oleh para trader adalah rasio BTC/ETH. Ketika Bitcoin tampil kuat dibandingkan dengan Ethereum, biasanya mencerminkan sentimen pasar yang lebih konservatif, dengan investor cenderung memilih Bitcoin sebagai aset pelarian yang memiliki kapitalisasi pasar lebih besar dan volatilitas lebih rendah. Sebaliknya, jika Ethereum tampil lebih kuat, itu menunjukkan sentimen pasar yang lebih agresif, dengan investor lebih fokus pada potensi ekosistem Ethereum, terutama dalam aplikasi terdesentralisasi (dApps), keuangan terdesentralisasi (DeFi), dan NFT.
Ketika korelasi antara BTC dan ETH tinggi, itu menunjukkan sentimen pasar yang konsisten dan risiko yang terkonsentrasi. Ketika korelasi menurun, harapan pasar untuk prospek kedua aset ini mulai berbeda, yang potensial memberikan para trader dengan peluang investasi yang berbeda. Para trader dapat mengelola risiko dan melindungi operasi berdasarkan perubahan dalam korelasi. Jika korelasi rendah, mereka dapat menggunakan perdagangan pasangan untuk arbitrase dari fluktuasi perbedaan harga antara keduanya. Dalam kasus korelasi tinggi, para trader akan mengurangi paparan risiko ganda terhadap keduanya dalam portofolio mereka.
Selanjutnya, ketika rasio BTC/ETH menyimpang dari rata-rata historisnya atau menunjukkan fluktuasi abnormal, biasanya menunjukkan ketidakseimbangan dalam hubungan harga antara keduanya. Pada saat ini, pedagang dapat menggunakan strategi pengembalian rata-rata, melakukan perdagangan terbalik ketika rasionya terlalu tinggi atau terlalu rendah dan menunggunya kembali ke tingkat normal, sehingga memperoleh pengembalian yang stabil.
Selain BTC dan ETH, token rantai publik lain juga menunjukkan tingkat korelasi yang bervariasi.
Bitcoin Cash adalah hard fork Bitcoin yang bertujuan untuk meningkatkan kecepatan transaksi dan mengurangi biaya. Karena fondasi teknis bersama mereka — dengan BCH menjadi "versi perbaikan" Bitcoin — harganya sering mengikuti tren Bitcoin. Ketika jaringan Bitcoin menjadi padat atau biaya transaksi naik, BCH biasanya mendapatkan perhatian sebagai alternatif. Kesamaan teknis antara BTC dan BCH memungkinkan investor untuk melakukan arbitrase menggunakan fluktuasi harga mereka, terutama ketika diskusi tentang penskalaan dan biaya transaksi meningkat di pasar. Dalam sebulan terakhir, korelasi antara BTC dan BCH mencapai 0,84, agak terkait dengan dominasi pasar BTC yang tinggi.
Kedua bursa terdesentralisasi utama di ruang DeFi memiliki kesamaan yang tinggi dalam permintaan pasar, basis pengguna, dan fungsionalitas. Pandangan pasar secara keseluruhan terhadap sektor DeFi biasanya mempengaruhi harga kedua token secara bersamaan, terutama selama penambangan likuiditas atau persaingan platform. Ketika insentif likuiditas atau fitur-fitur baru diperkenalkan, harga UNI dan SUSHI mungkin menunjukkan perbedaan fluktuasi, memberikan peluang arbitrase bagi investor. UNI dan SUSHI mempertahankan tingkat korelasi sebesar 0,83 selama tujuh hari terakhir (per 22/10), sementara koefisien korelasi selama setahun terakhir adalah 0,64.
Aave dan Compound adalah dua platform pemberian pinjaman terdesentralisasi utama, dengan token mereka AAVE dan COMP menyediakan tata kelola platform dan insentif. Kesehatan industri DeFi secara langsung mempengaruhi harga kedua token ini, dan ketika pasar bullish terhadap pemberian pinjaman terdesentralisasi, AAVE dan COMP sering naik bersama-sama. Koefisien korelasi antara AAVE dan COMP mencapai 0,93 dalam 30 hari terakhir, sementara koefisien korelasi selama setahun terakhir adalah 0,03, yang dapat diabaikan. Ini berfungsi sebagai pengingat khas bahwa hasil uji korelasi harus dianalisis berdasarkan jendela waktu yang berbeda untuk masalah tertentu.
Stablecoins terikat pada dolar AS. Sebagai stablecoin, tujuan mereka adalah untuk menjaga peg 1:1 dengan dolar, sehingga fluktuasi harga biasanya minimal. Namun, dalam kondisi pasar yang ekstrem, ketika likuiditas ketat, atau perubahan regulasi, perbedaan harga sementara dapat terjadi. Ketika situasi pasar ekstrem muncul, perbedaan harga jangka pendek antara USDT dan USDC memberikan peluang arbitrase dengan risiko rendah.
Impor pustaka yang diperlukan
Impor YFinance sebagai YF
Impor Panda sebagai PD
impor numpy sebagai np
impor statsmodels.api sebagai sm
dari statsmodels.tsa.stattools mengimpor coint, adfuller
1. Dapatkan data historis untuk BTC dan ETH
def get_crypto_data(ticker, mulai, akhir):
data = yf.download(tickers, mulai=mulai, akhir=akhir)['Adj Close']
return data
Unduh data BTC dan ETH
start_date = '01-01-2020'
end_date = '2024-01-01'
tickers = ['BTC-USD', 'ETH-USD']
data = dapatkan_data_kripto(tickers, tanggal_mulai, tanggal_akhir)
Uji kointegrasi
Uji kointegrasi Engle-Granger
def engle_granger_coint_test(y, x):
# Regresi y pada xx = sm.add_constant(x)model = sm.OLS(y, x).fit()residuals = model.resid# Lakukan uji akar unit ADF pada residual regresiresult = adfuller(residuals)p_value = result[1]return p_value
Lakukan uji kointegrasi
p_value = engle_granger_coint_test(data['BTC-USD'], data['ETH-USD'])
print(f"p-value uji kointegrasi: {p_value:.4f}")
Interpretasikan hasil tes
jika nilai p < 0,05:
print(“BTC dan ETH saling berkorelasi”)
else:
print("BTC dan ETH tidak dikointegrasikan")
Perlu dicatat bahwa korelasi antara berbagai kripto dapat bervariasi secara signifikan dalam periode yang berbeda. Mengambil BTC dan ETH sebagai contoh, selama periode korelasi tinggi ketika pasar secara keseluruhan naik atau turun, harga BTC dan ETH sering fluktuasi secara bersamaan, dengan koefisien korelasi biasanya berkisar antara 0,6 hingga 0,9. Hal ini membuat mereka menjadi pasangan aset yang umum dalam perdagangan pasangan, karena pergerakan harga mereka memiliki tingkat sinkronisasi yang tinggi, memfasilitasi arbitrase berdasarkan perbedaan harga. Namun, selama periode korelasi rendah, seperti peristiwa tertentu atau volatilitas pasar ekstrem, ketika satu kripto mungkin fluktuasi secara independen karena peningkatan teknis atau berita signifikan, korelasi dapat melemah secara sementara.
Perdagangan pasangan, sebuah strategi arbitrase statistik klasik, menawarkan keunggulan dan tantangan unik saat diterapkan pada kripto. Tidak seperti pasar tradisional, volatilitas kripto yang lebih tinggi dapat menyebabkan fluktuasi harga yang cepat, yang berpotensi memengaruhi efektivitas strategi. Likuiditas terbatas dalam beberapa aset kripto mungkin memengaruhi waktu masuk, keluar perdagangan, dan biaya. Kesulitan akuisisi dan analisis data dapat menyebabkan hasil uji korelasi dan kointegrasi yang tidak dapat diandalkan. Selain itu, ketidakpastian regulasi dan pergeseran kebijakan dapat mengganggu perilaku pasar, memengaruhi strategi perdagangan. Pasar kripto juga menghadapi risiko teknis yang meningkat, seperti kerentanan pertukaran dan serangan jaringan, yang dapat mengakibatkan kerugian investasi. Oleh karena itu, menerapkan perdagangan pasangan di pasar kripto menuntut pendekatan strategis yang lebih hati-hati dan dapat beradaptasi.