BJF Trading Group Inc. — Ontario, Kanada Kontak Zona Anggota Blog
EN DE JA AR KO ES PT ID VI HI FR TR IT CN

 

BJF TRADING GROUP  ·  PANDUAN STRATEGI

Perdagangan Pasangan Forex & Arbitrase Statistik: Cara Kerjanya pada 2026

Perdagangan pasangan adalah bentuk paling tua dari arbitrase statistik — memperdagangkan spread antara dua instrumen yang secara historis saling terkait ketika spread tersebut menyimpang dari rata-ratanya, lalu bertaruh pada pengembalian ke rata-rata, bukan pada arah harga. Dalam forex, ada dua masalah berat yang tidak dimiliki perdagangan pasangan saham: korelasi dapat tiba-tiba rusak saat peristiwa bank sentral, dan kualitas eksekusi broker menentukan apakah edge per transaksi tetap bertahan setelah dua leg dieksekusi secara simultan. Halaman ini membahas matematika, pemilihan pasangan kandidat, lapisan eksekusi yang hampir tidak pernah diukur trader ritel, dan kondisi di mana strategi ini masih bekerja.

Berbasis kointegrasi
Netral pasar terhadap arah USD
3 diagram
Diperbarui Mei 2026

 

Panduan Video · 2026
Demo PairsTrading SharpTrader: Spot vs Futures pada Brent dan US30
Boris Fesenko · BJF Trading Group · 25 tahun mengembangkan perangkat lunak arbitrase (Video dalam bahasa Inggris)

SharpTrader menjalankan strategi PairsTrading pada Brent vs BRN.Z4 dan US30 vs US30.Z4 di satu akun, dengan Z-index di M15 dan periode 50 bar. Setelah penjelasan singkat, video menampilkan program bertrading selama dua hari parsial.

Momen penting:
  • 0:08 — PairsTrading pada pair berkorelasi tinggi seperti EURCAD dan USDCAD
  • 0:27 — Instrumen: Brent dengan BRN.Z4 dan US30 dengan US30.Z4
  • 0:45 — Memakai dua akun jika broker tidak menyediakan futures atau indeks
  • 0:54 — Pengaturan korelasi: Z-index, timeframe M15, periode 50
  • 1:11 — SharpTrader bertrading dan statistiknya selama dua hari parsial
Tonton juga: Cara Menambah dan Mengatur Arbitrase Statistik di SharpTrader (Video dalam bahasa Inggris)

Pengaturan langkah demi langkah strategi Arbitrase Statistik di SharpTrader pada akun cTrader via FIX API: pemetaan simbol, jam trading, perhitungan lot emas/perak, lock management, stop loss, take profit, dan membaca indikator korelasi.

Momen penting:
  • 0:12 — Menambahkan strategi Arbitrase Statistik dan daftar simbol bawaan
  • 2:18 — Memilih sesi cTrader FIX API dan memetakan simbol
  • 3:52 — Mengatur jam mulai dan berhenti trading untuk sesi indeks
  • 5:19 — Menghitung lot kedua berdasarkan lot pertama (emas vs perak)
  • 6:23 — Lock management dan penutupan paksa untuk menghindari triple swap
  • 11:39 — Membaca indikator korelasi untuk entry dan exit

Apa sebenarnya perdagangan pasangan forex

Perdagangan pasangan adalah strategi arbitrase statistik yang netral pasar: Anda mengidentifikasi dua instrumen yang harganya bergerak bersama karena penggerak ekonomi yang sama, membangun spread di antara keduanya, lalu memperdagangkan spread itu ketika menyimpang secara tidak normal dari rata-rata historisnya — long pada instrumen yang tertinggal, short pada instrumen yang memimpin — dengan taruhan bahwa spread akan kembali. Posisi ini tidak membawa pandangan arah; profit berasal dari menutupnya selisih, bukan dari naik atau turunnya salah satu instrumen.

Dalam saham, sebuah “pasangan” adalah dua saham dalam sektor yang sama. Dalam forex, pasangan berarti dua pasangan mata uang — total empat mata uang — sehingga Anda memperdagangkan spread dari dua spread. Ketika dolar menguat, EURUSD dan GBPUSD sama-sama turun; hubungan di antara keduanya jauh lebih stabil daripada masing-masing pasangan secara terpisah. Perdagangan pasangan mengisolasi hubungan tersebut dan mengabaikan dolar.

Diagram yang menunjukkan dua pasangan mata uang berkorelasi, EUR/USD dan GBP/USD, digabungkan menjadi spread Z = X minus beta times Y, yang menghasilkan z-score dan sinyal trading mean-reversion

Gambar 1 — Dua pasangan mata uang yang terhubung secara struktural digabungkan menjadi satu spread; z-score-nya menggerakkan aturan masuk/keluar mekanis.

Keterkaitan struktural inilah yang membuat strategi ini layak. Tanpa alasan ekonomi bagi dua pasangan untuk bergerak bersama — mata uang dasar yang sama, eksposur komoditas yang sama, rezim sentimen risiko yang sama — korelasi historis hanyalah kebetulan, dan akan rusak saat pertama kali diuji dalam tekanan. Perdagangan pasangan berada dalam keluarga besar strategi arbitrase forex; berbeda dari arbitrase latensi atau arbitrase segitiga, strategi ini mengeksploitasi inefisiensi statistik, bukan inefisiensi harga atau kecepatan, sehingga dapat menoleransi eksekusi yang lebih lambat tetapi menuntut kontrol risiko yang jauh lebih ketat.

 

Spread, kointegrasi, dan z-score

Titik awalnya adalah uji kointegrasi. Dua deret harga X dan Y berkointegrasi jika terdapat konstanta β sehingga spread Z = X − β·Y bersifat stasioner — memiliki rata-rata dan varians yang stabil dari waktu ke waktu, dan penyimpangannya kembali. Korelasi saja tidak cukup: dua deret bisa sangat berkorelasi tetapi tetap menjauh secara permanen. Kointegrasi adalah sifat yang lebih kuat dan benar-benar membenarkan taruhan mean-reversion.

Prosedur standar adalah dua langkah Engle-Granger: regresikan X terhadap Y untuk memperkirakan β, lalu uji deret residual Z untuk unit root menggunakan uji Augmented Dickey-Fuller (ADF). Jika ADF menolak hipotesis nol unit-root (biasanya pada p < 0.05), maka ada spread yang kembali ke rata-rata. Dari spread tersebut Anda menghitung z-score — berapa banyak deviasi standar posisi spread saat ini dari rata-ratanya — lalu memperdagangkannya.

Grafik z-score spread yang menunjukkan entri short-spread di atas +2 deviasi standar, entri long-spread di bawah -2, keluar ketika z-score kembali ke dalam + atau - 0.5, dan stop-out melewati + atau - 3

Gambar 2 — Aturan trading mekanis. Spread dimasuki ketika melebar melampaui ±2 deviasi standar, ditutup saat kembali menuju rata-rata, dan dihentikan melewati ±3 (hubungan telah rusak).

Aturan ini sengaja dibuat mekanis:

Kondisi z-score Aksi Alasan
z < −2 Masuk long-spread (beli X, short Y dalam proporsi β) Spread terkompresi secara tidak normal; bertaruh pada reversi naik
z > +2 Masuk short-spread (jual X, beli Y) Spread melebar secara tidak normal; bertaruh pada reversi turun
|z| < 0.5 Keluar dari posisi Spread telah kembali; edge telah ditangkap
|z| > 3 Stop segera Hubungan kemungkinan telah rusak — ini perubahan rezim, bukan noise

Ambang entri ±2 dan exit ±0.5 bersifat konvensional, bukan hasil derivasi. Dalam produksi, ambang ini dioptimalkan per pasangan pada data walk-forward — tetapi polanya adalah titik awal universal. Bagian sulitnya bukan aturannya; melainkan memastikan spread benar-benar berkointegrasi dan lapisan eksekusi tidak memakan edge.

 

Memilih pasangan kandidat yang bertahan di live trading

Pendekatan naif — memindai semua kombinasi simbol forex likuid dan mempertahankan yang paling berkointegrasi — adalah alasan paling umum strategi pasangan berhasil di backtest tetapi gagal di live. Dengan 35 major dan cross, ada 595 pasangan kandidat; pada p < 0.05, sekitar 30 di antaranya akan teruji sebagai “berkointegrasi” hanya karena kebetulan. Data mining untuk kointegrasi menemukan kebetulan-kebetulan itu.

Pendekatan yang kuat dimulai dari struktur ekonomi dan menggunakan data hanya sebagai filter. Bangun klaster kandidat yang memiliki alasan nyata untuk bergerak bersama, lalu uji:

Klaster Contoh pasangan Keterkaitan ekonomi
Wilayah UE dengan base bersama EURUSD vs GBPUSD Keduanya mata uang kawasan Eropa yang didenominasikan dalam USD; merespons bersama rezim penguatan dolar
Eksportir komoditas AUDUSD vs NZDUSD Keduanya mata uang komoditas Pasifik, sama-sama terekspos permintaan Tiongkok
Petrocurrency USDCAD vs USDNOK Keduanya ekonomi pengekspor minyak pada sisi mata uang kuotasi; spread melacak diferensial Kanada-Norwegia
Klaster carry / yield AUDJPY vs NZDJPY Keduanya mencerminkan diferensial yield antara mata uang berbunga lebih tinggi dan Jepang
Kelompok safe-haven USDJPY vs USDCHF Keduanya merespons arus risk-off global, dengan kecepatan berbeda
Base bersama, quote terpisah EURJPY vs EURUSD Base yang sama (EUR); spread adalah proksi kekuatan relatif yen versus dolar

Konfirmasi multi-jendela

Di dalam setiap klaster, jalankan uji kointegrasi pada jendela bergulir — 3 bulan, 6 bulan, dan 12 bulan. Pertahankan hanya pasangan yang lolos di ketiga jendela. Pasangan yang berkointegrasi selama 12 bulan tetapi tidak selama 3 bulan berada dalam rezim yang sudah mulai bergeser. Konfirmasi multi-jendela adalah filter terbaik untuk memisahkan kointegrasi nyata dari kebetulan spesifik rezim.

 

Matriks korelasi langsung: kripto, perpetual, dan pasangan lintas aset, diperbarui setiap 15 menit

Tabel di bawah menerapkan logika klaster di atas pada data bursa langsung. Tiga pasar: Crypto spot (20 pasangan USDT Binance), Crypto perpetual (20 pasangan yang sama pada futures USDT-M, di mana kedua leg bisa di-short dan funding ditampilkan untuk setiap leg), dan Cross-asset — emas, perak, Brent, WTI, gas alam, ETF S&P 500 dan Nasdaq-100, serta saham yang bergerak seperti proksi kripto (MSTR, COIN, MARA, NVDA, AMD, TSLA), semuanya sebagai perpetual Binance bersama BTC dan ETH. Untuk setiap pasangan dan empat jendela waktu — dari 24 jam pada candle 15 menit hingga 90 hari pada candle harian — tabel ini menghitung korelasi Pearson dari log return, hedge ratio OLS, z-score spread saat ini, dan half-life pembalikan ke rata-rata. Bacalah seperti yang dijelaskan bagian di atas: korelasi yang tetap tinggi di keempat jendela adalah kandidat yang layak diuji kointegrasi; pasangan yang berkorelasi pada 24 jam tetapi tidak pada 90 hari berada dalam rezim yang sudah bergeser.

Live correlation matrix
Updated live

Binance spot, USDT pairs

Pearson correlation of log returns. Click a cell for the hedge ratio, spread z-score and charts of that pair. Click a row label to sort by that asset.

7 days BTC ETH BNB SOL XRP ADA DOGE TRX AVAX LINK DOT LTC BCH XLM SUI NEAR UNI ATOM HBAR SHIB
1 0.88 0.76 0.88 0.83 0.85 0.88 -0.03 0.77 0.74 0.77 0.76 0.70 0.71 0.85 0.68 0.62 0.63 0.76 0.79
0.88 1 0.74 0.85 0.84 0.87 0.89 0.11 0.80 0.79 0.73 0.76 0.66 0.62 0.88 0.71 0.66 0.65 0.78 0.82
0.76 0.74 1 0.76 0.70 0.79 0.84 0.14 0.73 0.73 0.77 0.74 0.69 0.64 0.79 0.56 0.63 0.65 0.81 0.73
0.88 0.85 0.76 1 0.86 0.85 0.89 0.10 0.77 0.78 0.74 0.75 0.67 0.74 0.84 0.68 0.60 0.65 0.80 0.83
0.83 0.84 0.70 0.86 1 0.83 0.87 0.12 0.80 0.73 0.74 0.73 0.67 0.75 0.85 0.72 0.59 0.64 0.77 0.80
0.85 0.87 0.79 0.85 0.83 1 0.94 0.07 0.86 0.82 0.85 0.81 0.71 0.74 0.95 0.76 0.74 0.77 0.87 0.87
0.88 0.89 0.84 0.89 0.87 0.94 1 0.08 0.85 0.82 0.84 0.85 0.76 0.76 0.94 0.74 0.72 0.75 0.87 0.89
-0.03 0.11 0.14 0.10 0.12 0.07 0.08 1 0.13 0.07 0.03 0.07 0.13 0.06 0.07 -0.06 -0.20 0.07 0.11 -0.03
0.77 0.80 0.73 0.77 0.80 0.86 0.85 0.13 1 0.81 0.74 0.75 0.67 0.66 0.86 0.73 0.66 0.68 0.79 0.74
0.74 0.79 0.73 0.78 0.73 0.82 0.82 0.07 0.81 1 0.68 0.71 0.60 0.61 0.83 0.68 0.68 0.68 0.78 0.75
0.77 0.73 0.77 0.74 0.74 0.85 0.84 0.03 0.74 0.68 1 0.77 0.71 0.76 0.85 0.64 0.67 0.74 0.84 0.79
0.76 0.76 0.74 0.75 0.73 0.81 0.85 0.07 0.75 0.71 0.77 1 0.71 0.70 0.82 0.60 0.67 0.65 0.76 0.77
0.70 0.66 0.69 0.67 0.67 0.71 0.76 0.13 0.67 0.60 0.71 0.71 1 0.62 0.74 0.54 0.52 0.59 0.69 0.68
0.71 0.62 0.64 0.74 0.75 0.74 0.76 0.06 0.66 0.61 0.76 0.70 0.62 1 0.73 0.59 0.57 0.63 0.75 0.72
0.85 0.88 0.79 0.84 0.85 0.95 0.94 0.07 0.86 0.83 0.85 0.82 0.74 0.73 1 0.78 0.75 0.78 0.86 0.86
0.68 0.71 0.56 0.68 0.72 0.76 0.74 -0.06 0.73 0.68 0.64 0.60 0.54 0.59 0.78 1 0.66 0.64 0.69 0.67
0.62 0.66 0.63 0.60 0.59 0.74 0.72 -0.20 0.66 0.68 0.67 0.67 0.52 0.57 0.75 0.66 1 0.62 0.68 0.73
0.63 0.65 0.65 0.65 0.64 0.77 0.75 0.07 0.68 0.68 0.74 0.65 0.59 0.63 0.78 0.64 0.62 1 0.74 0.72
0.76 0.78 0.81 0.80 0.77 0.87 0.87 0.11 0.79 0.78 0.84 0.76 0.69 0.75 0.86 0.69 0.68 0.74 1 0.82
0.79 0.82 0.73 0.83 0.80 0.87 0.89 -0.03 0.74 0.75 0.79 0.77 0.68 0.72 0.86 0.67 0.73 0.72 0.82 1

Most correlated pairs — 7 days

Hedge ratio β from OLS on log prices; z-score of the current spread vs its mean in this window
#PairCorrelationβ (hedge ratio)Spread z-scoreHalf-lifeStatus
1 ADA / SUI 0.95 1.19 -1.29 9.0 bars Deviating
2 ADA / DOGE 0.94 1.21 -0.60 7.2 bars Near mean
3 DOGE / SUI 0.94 0.95 -0.82 12.9 bars Near mean
4 DOGE / SHIB 0.89 0.85 +0.62 8.6 bars Near mean
5 SOL / DOGE 0.89 1.33 -1.70 6.0 bars Deviating
6 ETH / DOGE 0.89 0.69 +1.57 22.1 bars Deviating
7 BTC / SOL 0.88 0.54 +0.76 19.6 bars Near mean
8 BTC / ETH 0.88 0.97 -2.46 17.4 bars Stretched
9 BTC / DOGE 0.88 0.77 -0.34 6.1 bars Near mean
10 ETH / SUI 0.88 0.67 +0.89 21.2 bars Near mean
11 ETH / ADA 0.87 0.55 +1.73 24.5 bars Deviating
12 DOGE / HBAR 0.87 0.77 +0.66 12.1 bars Near mean

Spot–futures basis — quarterly delivery contracts

Binance mark price of the quarterly contract vs spot; annualised = basis × 365 / days to expiry. How cash-and-carry works →
ContractVenueExpiryDaysSpotFuturesBasisAnnualised
BTCUSDT_261225 USDT-M 2026-12-25 52 77,366.01 77,990.76 +0.81% +5.70%
ETHUSDT_261225 USDT-M 2026-12-25 52 2,288.62 2,302.71 +0.62% +4.34%
BTCUSD_261225 COIN-M 2026-12-25 52 77,366.01 77,899.86 +0.69% +4.87%
ETHUSD_261225 COIN-M 2026-12-25 52 2,288.62 2,300.96 +0.54% +3.81%
SOLUSD_261225 COIN-M 2026-12-25 52 93.430 93.707 +0.30% +2.09%
XRPUSD_261225 COIN-M 2026-12-25 52 1.279 1.286 +0.59% +4.14%
BNBUSD_261225 COIN-M 2026-12-25 52 699.140 706.368 +1.03% +7.30%
BTCUSDT_270326 USDT-M 2027-03-26 143 77,366.01 79,034.61 +2.16% +5.52%
ETHUSDT_270326 USDT-M 2027-03-26 143 2,288.62 2,327.93 +1.72% +4.39%
BTCUSD_270326 COIN-M 2027-03-26 143 77,366.01 78,985.59 +2.09% +5.35%
ETHUSD_270326 COIN-M 2027-03-26 143 2,288.62 2,325.92 +1.63% +4.17%
SOLUSD_270326 COIN-M 2027-03-26 143 93.430 94.078 +0.69% +1.78%
XRPUSD_270326 COIN-M 2027-03-26 143 1.279 1.294 +1.23% +3.14%
BNBUSD_270326 COIN-M 2027-03-26 143 699.140 714.563 +2.21% +5.64%

Positive = contango (futures above spot, the cash-and-carry case); negative = backwardation. Funding, fees and the exchange's own index are not included.

Correlation measures co-movement of returns, not cointegration — a high number here is a candidate, not a tradable pair. Hedge ratio and z-score are in-sample for the selected window and are indicative only. Gold, silver, oil, gas, ETF and stock prices are Binance tokenised perpetuals, which track but are not the CME, ICE or exchange prices. Not financial advice.

Brent vs WTI, emas vs perak, dan SPY vs QQQ adalah klaster yang sama dengan yang dijelaskan tabel forex di atas, kini bisa diukur secara langsung; tabel basis kontrak kuartalan di bawahnya adalah sisi cash-and-carry dari data yang sama. Harga komoditas, ETF, dan saham adalah perpetual tertokenisasi di Binance: mengikuti aset dasarnya, tetapi bukan kuotasi CME, ICE, atau bursa saham, dan likuiditas akhir pekan lebih tipis. Logika korelasi, hedge ratio, dan z-score ini sama dengan yang dijalankan strategi PairsTrading SharpTrader pada instrumen apa pun yang disediakan feed broker Anda.

 

Risiko leg: tempat lapisan eksekusi membunuh edge

Inilah bagian yang dilewatkan sebagian besar tutorial perdagangan pasangan. Sinyal pasangan membuka dua posisi simultan. Jika dua leg tidak dieksekusi pada saat yang sama, Anda terekspos pada risiko leg — eksposur arah telanjang dalam celah antara fill pertama dan fill kedua. Pada strategi yang menargetkan edge mean-reversion 0.5 hingga 1.0 pip per transaksi, bahkan latensi leg 200 ms pada spread yang bergerak cepat dapat menghapus edge sebelum leg kedua terisi.

Diagram garis waktu risiko leg dalam perdagangan pasangan: leg 1 terisi sekitar 200 milidetik sebelum leg 2, meninggalkan jendela eksposur arah telanjang di antara dua fill tempat edge terkikis

Gambar 3 — Jika dua leg tidak terisi bersama, posisi terekspos arah selama durasi celah. Pada edge sub-pip, celah itu adalah perbedaan antara strategi yang menguntungkan dan strategi impas.

Tiga variabel eksekusi menentukan apakah perdagangan pasangan bertahan dalam produksi — dan tidak satu pun muncul dalam ulasan broker standar:

Variabel-variabel ini dapat diukur dari laporan trading, tetapi sebagian besar trader ritel tidak pernah mengukurnya sebelum menempatkan modal. Kami membuka metodologi dan toolkit khusus untuk ini — lihat toolkit audit eksekusi broker forex (BEQI), yang menilai latensi matching, asimetri slippage, dan pelebaran spread dari laporan Anda sendiri. Celah waktu eksekusi yang sama yang merusak arbitrase latensi berlaku, dalam bentuk ganda, pada perdagangan pasangan: lihat mengapa backtest sensitif latensi tidak bertahan dalam produksi.

 

Kapan perdagangan pasangan bekerja — dan kapan tidak

Jawaban jujur untuk 2026 adalah bahwa perdagangan pasangan masih bekerja, tetapi hanya dalam kondisi sempit. Strateginya belum mati; versi yang dihasilkan dari data mining-lah yang mati.

Bekerja ketika

Kondisi yang menjaga edge tetap utuh

  • Pasangan kandidat dibenarkan secara ekonomi, bukan hasil data mining, dan dikonfirmasi di beberapa jendela bergulir.
  • Eksekusi berjalan melalui venue yang cepat dan simetris — kedua leg pada satu matching engine, dengan pelebaran spread moderat.
  • Ukuran posisi menghormati risiko perubahan rezim — Anda menentukan ukuran untuk tail event, bukan untuk P&L backtest.
  • Parameter divalidasi secara walk-forward setiap kuartal dan pasangan yang berhenti berkointegrasi dipensiunkan.

Gagal ketika

Kondisi yang diam-diam menghancurkannya

  • Pemilihan pasangan dilakukan dengan data mining tanpa struktur ekonomi — kointegrasi palsu yang rusak saat live.
  • Eksekusi berjalan melalui venue yang lambat atau asimetris — slippage menumpuk di empat fill per round trip.
  • Backtest mengasumsikan spread tetap dan melewatkan pelebaran yang terjadi di setiap momen sinyal.
  • Peristiwa breakdown korelasi dikeluarkan dari backtest, atau ukuran posisi diperbesar setelah rentetan kemenangan.

Dalam pengalaman kami menerapkan strategi arbitrase statistik melalui venue forex ritel, mode kegagalan paling umum adalah pemilihan broker, bukan desain strategi. Strategi pasangan yang dirancang dengan benar pada broker dengan eksekusi buruk tetap kehilangan uang; strategi yang sama pada venue cepat dan simetris tetap bekerja. Ukur venue sebelum Anda mempercayai backtest — panduan broker arbitrase forex kami membahas apa yang perlu dicari.

 

Perdagangan pasangan vs keluarga arbitrase lainnya

Perdagangan pasangan adalah salah satu dari enam keluarga strategi arbitrase forex. Masing-masing mengeksploitasi inefisiensi yang berbeda dan menuntut infrastruktur yang berbeda — memahami posisi perdagangan pasangan memperjelas apa yang dibutuhkan dan tidak dibutuhkan.

Strategi Inefisiensi yang dieksploitasi Sensitivitas latensi Periode holding umum
Perdagangan pasangan Statistik — deviasi spread dari rata-rata Rendah hingga sedang Jam hingga hari
Arbitrase latensi Kecepatan — feed yang lebih cepat vs kuotasi broker yang lebih lambat Ekstrem Milidetik hingga detik
Trading berita Informasi — jendela reaksi setelah rilis Ekstrem Milidetik hingga menit
Arbitrase segitiga Harga — cross rate tiga pasangan yang tidak konsisten Tinggi Sub-detik
Arbitrase lock Lintas venue — posisi saling mengimbangi di berbagai broker Sedang Menit hingga hari

Kesimpulannya: perdagangan pasangan adalah yang paling toleran terhadap latensi dalam keluarga arbitrase, sehingga dapat diakses trader tanpa infrastruktur co-located. Namun toleransi itu bersifat relatif — risiko leg tetap penting, dan strategi ini mengganti risiko kecepatan yang mendominasi arbitrase latensi dan trading berita dengan risiko statistik (breakdown korelasi). Anda tidak perlu menjadi yang tercepat; Anda perlu menjadi yang paling disiplin dalam pemilihan pasangan dan risiko rezim.

 

Manajemen risiko: ketika korelasi rusak

Perdagangan pasangan bekerja karena korelasi stabil. Strategi ini berhenti bekerja ketika korelasi rusak — dan korelasi rusak secara tiba-tiba, bukan bertahap. Tiga episode yang harus dimodelkan setiap trader pasangan dalam backtest:

Respons manajemen risiko harus struktural, bukan parametrik: stop keras saat |z| > 3 selama lebih dari dua sesi; ukuran posisi yang diskalakan berbanding terbalik dengan kedekatan terhadap peristiwa bank sentral besar; tidak ada entry baru dalam 24 jam dari rilis berdampak tinggi yang terjadwal; dan pengujian ulang walk-forward per kuartal, dengan pasangan yang tidak lagi berkointegrasi dipensiunkan, bukan dioptimalkan ulang.

Heuristik ukuran posisi praktis mengaitkan ukuran dengan volatilitas spread itu sendiri dan jarak stop:

# Ukuran posisi perdagangan pasangan
position_size = (E × R) / (|β| × 3 × σ)

  E = ekuitas akun
  R = risiko per transaksi sebagai fraksi ekuitas (biasanya 0.5%–1%)
  β = koefisien kointegrasi (kemiringan regresi)
  σ = deviasi standar historis dari spread Z
  3 = ambang z untuk stop-out

Skala β menjaga dua leg netral nilai, bukan netral kontrak. Untuk portofolio multi-pasangan, batasi total notional di seluruh pasangan terbuka dan batasi posisi simultan pada segelintir hubungan kointegrasi yang berbeda — lebih dari itu Anda tidak melakukan diversifikasi, Anda terkonsentrasi pada faktor umum apa pun yang menghubungkan pasangan-pasangan tersebut.

 

Menguji strategi pasangan dalam eksekusi realistis

Alasan backtest pasangan melebih-lebihkan edge live adalah karena penguji strategi standar mengasumsikan fill tanpa latensi dan spread tetap — dua asumsi yang dilanggar oleh risiko leg dan pelebaran pada momen sinyal. Strategi pasangan perlu diuji dalam kondisi yang mencakup keduanya.

SharpTrader Optimizer dibuat untuk ini. Ia melakukan backtest pada aliran tick historis nyata, bukan pendekatan bar, memungkinkan Anda menetapkan waktu eksekusi order yang realistis dalam milidetik dan melihat bagaimana hal itu mengubah hasil, serta menerapkan spread historis variabel per tick — dengan slippage dimodelkan secara independen pada open dan close tiap leg. Untuk strategi dua leg, ini berarti backtest mencerminkan jendela risiko leg dan pelebaran pada momen sinyal yang dijelaskan Gambar 2 dan 3, alih-alih berpura-pura keduanya tidak ada. Heatmap performa 24 jam juga menunjukkan jam trading mana ketika spread pasangan tertentu paling bersih kembali ke rata-rata.

Versi singkat

  • Perdagangan pasangan mengeksploitasi inefisiensi statistik — mean reversion spread — dan netral pasar terhadap arah.
  • Pilih pasangan dari struktur ekonomi, konfirmasi kointegrasi di jendela 3/6/12 bulan, jangan pernah melakukan data mining.
  • Edge bersifat sub-pip, jadi kualitas eksekusi menentukan kelangsungan: risiko leg, asimetri slippage, dan pelebaran spread harus diukur.
  • Korelasi rusak tiba-tiba — tentukan ukuran untuk tail event, stop keras pada |z| > 3, hindari jendela kalender bank sentral.
  • Backtest dengan waktu eksekusi realistis dan spread variabel, atau edge live akan 30–50% lebih kecil daripada klaim backtest.

 

Pertanyaan yang sering diajukan

Apa itu perdagangan pasangan dalam forex?

Perdagangan pasangan dalam forex adalah strategi netral pasar yang memperdagangkan spread antara dua pasangan mata uang yang terhubung secara struktural — total empat mata uang. Ketika spread menyimpang secara tidak normal dari rata-rata historisnya, Anda long pada yang tertinggal dan short pada yang memimpin, bertaruh bahwa spread akan kembali. Posisi ini tidak memiliki pandangan arah terhadap mata uang tunggal mana pun; profit hanya berasal dari menutupnya selisih.

Apakah perdagangan pasangan sama dengan arbitrase statistik?

Perdagangan pasangan adalah bentuk asli dan paling sederhana dari arbitrase statistik. Arbitrase statistik adalah kategori yang lebih luas — strategi apa pun yang mengeksploitasi hubungan statistik antar instrumen, termasuk basket multi-aset dan model faktor. Perdagangan pasangan adalah kasus dua instrumen: satu spread, satu hubungan kointegrasi, satu z-score.

Pasangan forex mana yang terbaik untuk perdagangan pasangan?

Kandidat terbaik berbagi penggerak ekonomi nyata: EURUSD dan GBPUSD (eksposur dolar bersama), AUDUSD dan NZDUSD (eksportir komoditas Pasifik), USDCAD dan USDNOK (petrocurrency), AUDJPY dan NZDJPY (klaster carry/yield). Hindari pasangan yang dipilih hanya karena backtest mengatakan mereka berkointegrasi — dengan 595 kombinasi yang mungkin, sekitar 30 akan teruji sebagai berkointegrasi hanya karena kebetulan.

Apakah perdagangan pasangan forex masih bekerja pada 2026?

Ya, tetapi hanya dalam kondisi sempit: pasangan yang dibenarkan secara ekonomi, venue eksekusi cepat dan simetris, ukuran posisi yang menghormati risiko perubahan rezim, dan validasi walk-forward per kuartal. Versi perdagangan pasangan hasil data mining tidak bekerja — sebenarnya tidak pernah benar-benar bekerja, hanya terlihat seperti bekerja dalam backtest. Versi yang disiplin tetap layak.

Apa itu risiko leg dalam perdagangan pasangan?

Risiko leg adalah eksposur arah telanjang antara saat leg pertama dari transaksi pasangan terisi dan saat leg kedua terisi. Sinyal pasangan membuka dua posisi yang seharusnya simultan; celah latensi apa pun di antara keduanya membuat akun terekspos arah. Pada strategi yang menargetkan edge sub-pip, bahkan latensi leg 200 ms pada spread yang bergerak cepat dapat menghapus edge sebelum leg kedua terkonfirmasi.

Mengapa backtest perdagangan pasangan gagal dalam live trading?

Empat alasan: kointegrasi palsu dari pemilihan pasangan berbasis data mining; slippage yang menumpuk di empat fill per round trip; pelebaran spread pada momen sinyal yang diabaikan backtest spread tetap; dan peristiwa breakdown korelasi (2015, 2020, 2022–2023) yang dikeluarkan dari jendela pengujian. Bersama-sama, faktor ini dapat membuat edge live 30–50% lebih kecil dari backtest — atau negatif.

Apa perbedaan perdagangan pasangan dengan arbitrase latensi?

Arbitrase latensi mengeksploitasi inefisiensi kecepatan — feed harga yang lebih cepat melawan kuotasi broker yang lebih lambat — dan sangat sensitif terhadap latensi, dengan posisi ditahan selama milidetik. Perdagangan pasangan mengeksploitasi inefisiensi statistik — mean reversion spread — menahan posisi selama jam hingga hari, dan jauh lebih toleran terhadap latensi. Perdagangan pasangan mengganti risiko statistik (breakdown korelasi) dengan risiko kecepatan yang mendominasi arbitrase latensi.

Bagaimana cara melakukan backtest strategi pasangan secara realistis?

Gunakan penguji yang berjalan pada data tick nyata, memungkinkan Anda menetapkan waktu eksekusi order non-nol, dan menerapkan spread historis variabel dengan slippage yang dimodelkan secara independen pada open dan close setiap leg. Penguji standar mengasumsikan fill tanpa latensi dan spread tetap — dua asumsi yang dilanggar oleh risiko leg dan pelebaran pada momen sinyal. SharpTrader Optimizer dibuat khusus untuk memodelkan variabel-variabel tersebut.

 

 

Uji strategi pasangan Anda sebelum mempertaruhkan modal

Strategi pasangan yang tampak menguntungkan pada backtest tanpa latensi dan spread tetap dapat menjadi impas saat live. SharpTrader Optimizer melakukan backtest pada data tick nyata dengan waktu eksekusi yang dapat dikonfigurasi dan spread variabel — slippage dimodelkan pada kedua leg, open dan close — sehingga hasilnya mencerminkan risiko leg, bukan menyembunyikannya.

Jelajahi SharpTrader Optimizer
Audit eksekusi broker Anda