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.

Payrolls MoM ('000) terhadap…

Seri	1M	3M	1Y ↓	n 1Y	3Y	3B − 3T	Beta 1Y
Nasdaq 100 ndx	–	–	−0,76	5	−0,07	–	−19,91	sebaran
PHLX Semiconductor (SOX) sox	–	–	−0,75	5	−0,21	–	−6,31	sebaran
LQ45 lq45	–	–	−0,59	3	−0,29	–	−35,06	sebaran
DXY dxy	–	–	0,50	5	−0,27	–	61,38	sebaran
Brent brent	–	–	0,49	5	0,05	–	2,14	sebaran
UST 2YR ust2y	–	–	0,44	5	0,07	–	4,17	sebaran
UST 10YR ust10y	–	–	0,38	5	0,19	–	3,82	sebaran
S&P 500 spx	–	–	−0,37	5	0,06	–	−22,51	sebaran
JCI (IHSG) jci	–	–	−0,34	3	−0,44	–	−13,92	sebaran
USD/IDR usdidr	–	–	0,34	5	0,09	–	59,46	sebaran
Gold gold	–	–	−0,27	5	0,05	–	−4,06	sebaran
Bitcoin btc	–	–	0,26	6	0,16	–	8,30	sebaran
Sahm rule indicator us_sahm	–	0,27	0,25	11	0,01	+0,26	526,76	sebaran
Job openings ('000) us_jolts	–	–	0,23	11	0,03	–	0,12	sebaran
Unemployment rate us_ur	–	0,99	−0,22	11	0,02	+0,97	−464,29	sebaran
Copper copper	–	–	−0,11	5	0,35	–	−2,33	sebaran
INDOGB 10YR id10y	–	–	−0,10	4	0,13	–	−0,89	sebaran
Newcastle coal coal	–	–	–	0	–	–	–	sebaran
United States Unemployment rate tvm_US_ur	–	–	–	0	–	–	–	sebaran
Initial claims us_claims	–	–	–	2	0,41	–	–	sebaran
Brazil Unemployment rate tvm_BR_ur	–	–	–	0	–	–	–	sebaran
China Unemployment rate tvm_CN_ur	–	–	–	0	–	–	–	sebaran
India Unemployment rate tvm_IN_ur	–	–	–	0	–	–	–	sebaran

Dibandingkan dengan seri lintas aset utama dan seri dengan kategori dan negara yang sama. Perubahan dicocokkan pada tanggal yang sama. Beta = perubahan Payrolls MoM ('000) 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 ↓

Payrolls MoM ('000) · JCI (IHSG)

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	–	–	–	–	–	–	–	–	–	–	−0,34	–	–	–	–	–	–	–	–	–	–

Jeda +k: perubahan hari ini pada Payrolls MoM ('000) terhadap perubahan JCI (IHSG) k data kemudian (positif = yang pertama memimpin). Puncak di luar 0 hanya menggambarkan setahun terakhir.