Relationship Lab

Bagaimana sebuah seri bergerak bersama seri lain: korelasi perubahan harian selama 1 dan 3 tahun, beta, korelasi bergulir dan apakah salah satu cenderung bergerak lebih dulu. Korelasi bukan sebab-akibat, dan berubah dari waktu ke waktu.

Retail sales YoY terhadap…

Seri	1M	3M	1Y	n 1Y	3Y ↓	3B − 3T	Beta 1Y
PHLX Semiconductor (SOX) sox	–	–	0,71	5	0,45	–	0,31	sebaran
Nasdaq 100 ndx	–	–	0,85	5	0,41	–	1,16	sebaran
UST 2YR ust2y	–	–	−0,63	5	−0,41	–	−0,31	sebaran
Gold gold	–	–	0,18	5	0,38	–	0,14	sebaran
UST 10YR ust10y	–	–	−0,74	5	−0,38	–	−0,39	sebaran
Bitcoin btc	–	–	0,33	6	0,35	–	0,15	sebaran
INDOGB 10YR id10y	–	–	−0,90	4	−0,25	–	−0,10	sebaran
Brent brent	–	–	−0,51	5	−0,22	–	−0,11	sebaran
S&P 500 spx	–	–	0,65	5	0,18	–	2,04	sebaran
USD/IDR usdidr	–	–	−0,65	5	0,12	–	−5,95	sebaran
DXY dxy	–	–	−0,28	5	−0,08	–	−1,79	sebaran
LQ45 lq45	–	–	0,92	3	0,06	–	2,37	sebaran
Copper copper	–	–	0,15	5	−0,05	–	0,17	sebaran
JCI (IHSG) jci	–	–	0,77	3	0,01	–	1,36	sebaran
Newcastle coal coal	–	–	–	0	–	–	–	sebaran
United States Car registrations tvm_US_car	–	–	–	0	–	–	–	sebaran
United States Retail sales YoY tvm_US_rsyy	–	–	–	0	–	–	–	sebaran
Retail sales (IPR) YoY id_retail	–	–	–	0	–	–	–	sebaran
Brazil Car registrations tvm_BR_car	–	–	–	0	–	–	–	sebaran
Brazil Retail sales YoY tvm_BR_rsyy	–	–	–	0	–	–	–	sebaran
China Car registrations tvm_CN_car	–	–	–	0	–	–	–	sebaran
China Retail sales YoY tvm_CN_rsyy	–	–	–	0	–	–	–	sebaran
India Car registrations tvm_IN_car	–	–	–	0	–	–	–	sebaran

Dibandingkan dengan seri lintas aset utama dan seri dengan kategori dan negara yang sama. Perubahan dicocokkan pada tanggal yang sama. Beta = perubahan Retail sales YoY per satu satuan perubahan seri lain (kuadrat terkecil, 1 tahun). Kuning: kurang dari 20 perubahan yang sama (arahkan kursor ke nilai untuk melihat n). Stabilitas: korelasi 3 bulan dikurangi korelasi 3 tahun; ⇄ menandai tanda berlawanan. Perubahan korelasi menggambarkan masa lalu; bukan berarti hubungan telah putus atau akan kembali. Data ↓

Retail sales YoY · PHLX Semiconductor (SOX)

20 60 120 252

Tanggal yang sama tidak cukup untuk korelasi bergulir.

Korelasi bergulir perubahan harian selama 60 data terakhir, 3 tahun terakhir.

Siapa bergerak lebih dulu? (1 tahun)

Jeda (data)	-10	-9	-8	-7	-6	-5	-4	-3	-2	-1	+0	+1	+2	+3	+4	+5	+6	+7	+8	+9	+10
korelasi	–	–	–	–	–	–	–	–	−0,48	0,47	0,71	0,25	−0,82	–	–	–	–	–	–	–	–

Jeda +k: perubahan hari ini pada Retail sales YoY terhadap perubahan PHLX Semiconductor (SOX) k data kemudian (positif = yang pertama memimpin). Puncak di luar 0 hanya menggambarkan setahun terakhir.