Ketika Momentum dan Reversal Berdampingan: Temuan dari Data Mingguan Futures Komoditas

Pandangan buku teks tentang prediktabilitas imbal hasil tersegmentasi dengan rapi: imbal hasil berbalik pada horizon jangka pendek (mingguan hingga bulanan) dan menunjukkan momentum pada horizon menengah (3 hingga 12 bulan). Kerangka kerja ini, yang disintesis dari penelitian pasar ekuitas selama beberapa dekade mulai dari Lehmann (1990) hingga Jegadeesh and Titman (1993), telah menjadi kanonikal dalam penentuan harga aset. Namun, bukti baru dari pasar futures komoditas menunjukkan bahwa pemisahan yang rapi ini tidak lengkap.
Ding, Kang, Yu, dan Zhao (2026) menggunakan dekomposisi yang sederhana namun kuat untuk menunjukkan bahwa momentum dan reversal beroperasi secara simultan pada horizon mingguan. Dengan memisahkan imbal hasil komoditas menjadi komponen aliran spekulan dan residual ortogonal, mereka menemukan bahwa komponen aliran berbalik (konsisten dengan penyediaan likuiditas) sementara komponen residual menunjukkan momentum (konsisten dengan perilaku mengejar tren). Implikasi praktisnya adalah sebagai berikut: pedagang komoditas sistematis selama ini telah mencampurkan dua sinyal yang berbeda menjadi satu ukuran yang penuh noise, dan memisahkan keduanya menghasilkan sinyal perdagangan yang secara bermakna lebih baik.
Dekomposisi: Aliran vs. Informasi
Wawasan kunci bergantung pada data Commitments of Traders (COT) dari CFTC, yang melaporkan posisi mingguan spekulan non-komersial (proksi untuk pengikut tren institusional) di 26 pasar futures komoditas dari tahun 1993 hingga 2025.
Para penulis membangun ukuran perdagangan bersih mingguan, Q, yang didefinisikan sebagai perubahan posisi bersih long non-komersial yang diskalakan terhadap open interest. Mereka kemudian meregresikan imbal hasil komoditas mingguan terhadap Q secara cross-sectional dan mendefinisikan residual sebagai R(nonQ), yaitu komponen imbal hasil yang ortogonal terhadap tekanan perdagangan spekulan.
| Komponen | Definisi | Arah Prediktif | Mekanisme Ekonomi |
|---|---|---|---|
| Q (Aliran) | Perubahan net long spekulan / open interest | Negatif (reversal) | Penyediaan likuiditas; market maker menyerap aliran lalu melepasnya |
| R(nonQ) (Residual) | Imbal hasil mingguan dikurangi bagian yang dijelaskan aliran | Positif (momentum) | Pengejar tren oleh spekulan pada minggu-minggu berikutnya |
| Imbal Hasil Mentah | Imbal hasil mingguan yang tidak didekomposisi | Campuran / lemah | Momentum dan reversal saling membatalkan sebagian |
Dekomposisi ini secara konseptual bersih. Q menangkap dampak harga dari permintaan spekulatif, yang secara sementara mendorong harga menjauh dari fundamental dan kemudian berbalik. R(nonQ) menangkap segala hal lainnya, termasuk difusi informasi dan komponen imbal hasil yang menarik modal pengikut tren pada minggu-minggu berikutnya.
Bukti: 6,2% Tahunan dari Momentum Mingguan
Temuan sentral paper ini mencolok dalam besarannya. Peningkatan satu standar deviasi pada R(nonQ) di minggu t memprediksi peningkatan 11,6 basis poin pada imbal hasil di minggu t+1, yang diterjemahkan menjadi 6,2% secara tahunan. Angka ini melebihi rata-rata imbal hasil komoditas tanpa syarat sebesar 4,7% per tahun.
| Sinyal | Imbal Hasil Minggu Berikutnya (1 SD) | Ekuivalen Tahunan | Statistik-t | Berlaku Untuk |
|---|---|---|---|---|
| R(nonQ) momentum | +11,6 bps | +6,2% | Signifikan secara statistik | Seluruh cross-section |
| Q reversal | Negatif dan signifikan | Bervariasi menurut volatilitas | Signifikan secara statistik | Seluruh cross-section |
| Imbal hasil mentah (tidak didekomposisi) | Lemah / tidak signifikan | Mendekati nol | Sering tidak signifikan | Tersamarkan oleh efek yang saling membatalkan |
Beberapa fitur sinyal momentum ini menonjol bagi para praktisi.
Pertama, sinyal ini berlaku untuk seluruh cross-section komoditas, bukan hanya subset dengan karakteristik tertentu. Berbeda dengan momentum jangka pendek pasar ekuitas, yang oleh Medhat and Schmeling (2022) ditemukan terkonsentrasi pada saham dengan turnover tinggi, versi komoditas ini tersebar luas di seluruh logam, energi, pertanian, dan peternakan.
Kedua, efek momentum cenderung menguat ketika volatilitas rendah dan ketika profitabilitas yang diharapkan dari mengikuti tren tinggi. Hal ini konsisten dengan model Hong and Stein (1999): ketika pasar tenang, spekulan lebih percaya diri dalam mengejar tren, dan perilaku kolektif mereka menghasilkan kelanjutan imbal hasil.
Ketiga, sinyal R(nonQ) memperkuat momentum jangka menengah tradisional (3-12 bulan). Analisis probit menunjukkan bahwa menjadi pemenang R(nonQ) jangka pendek secara signifikan meningkatkan probabilitas menjadi pemenang dalam horizon yang lebih panjang. Mengagregasi sinyal R(nonQ) mingguan ke dalam konstruksi momentum jangka menengah secara substansial meningkatkan kinerja.
Mengapa Hal Ini Penting: Dua Sinyal Tersembunyi dalam Satu
Signifikansi praktis dari penelitian ini melampaui minat akademis. Sebagian besar strategi komoditas sistematis menggunakan imbal hasil mentah masa lalu sebagai input untuk sinyal momentum maupun mean-reversion. Paper ini menunjukkan bahwa imbal hasil mentah mencampurkan dua kekuatan yang secara ekonomi berbeda: reversal yang didorong oleh aliran yang mencerminkan tekanan harga sementara, dan kelanjutan yang didorong oleh informasi yang mencerminkan penempatan modal pengikut tren.
| Strategi | Sumber Sinyal | Periode Penahanan | Mekanisme |
|---|---|---|---|
| Reversal jangka pendek tradisional | Imbal hasil mingguan mentah | 1 minggu | Mengasumsikan semua pergerakan jangka pendek berbalik |
| Reversal yang didekomposisi | Q (aliran spekulan) | 1 minggu | Menargetkan hanya tekanan harga yang didorong likuiditas |
| Momentum menengah tradisional | Imbal hasil 3-12 bulan | 1-3 bulan | Menangkap kelanjutan tetapi dengan noise |
| Momentum yang ditingkatkan | R(nonQ) yang diagregasi | 1-12 bulan | Menghilangkan noise reversal aliran, sinyal lebih bersih |
Bagi commodity trading advisors (CTA) dan dana makro sistematis, implikasinya adalah bahwa data COT, yang diperbarui setiap minggu dan tersedia secara gratis dari CFTC, mengandung informasi yang dapat ditindaklanjuti untuk konstruksi sinyal. Dekomposisi ini tidak rumit: meregresikan imbal hasil terhadap perubahan aliran bersih, mengambil residual, dan menggunakannya sebagai sinyal momentum. Sinyal reversal menggunakan Q secara langsung.
Ketergantungan Rezim dan Dinamika Sinyal
Paper ini menyediakan bukti terperinci tentang kapan sinyal momentum paling kuat. Perilaku mengejar tren yang mendorong momentum R(nonQ) cenderung mengintensif dalam kondisi tertentu.
| Kondisi | Kekuatan Momentum Jangka Pendek | Mekanisme |
|---|---|---|
| Volatilitas rendah | Lebih kuat | Spekulan lebih percaya diri dalam mengejar tren |
| Profitabilitas momentum yang diharapkan tinggi | Lebih kuat | Keberhasilan momentum baru-baru ini menarik lebih banyak pengikut tren |
| Volatilitas tinggi | Lebih lemah | Ketidakpastian mengurangi selera mengejar tren |
| Positioning yang padat | Lebih lemah | Kapasitas terbatas untuk pengikut tren tambahan |
Struktur durasi juga penting. R(nonQ) secara positif memprediksi aliran perdagangan spekulan berikutnya hingga tiga minggu (t+1 hingga t+3), setelah itu efek mengejar tren mereda. Di luar horizon jangka pendek, mekanismenya bergeser: R(nonQ) memperkirakan imbal hasil selama jendela menengah (1-12 bulan) melalui apa yang tampak sebagai difusi informasi bertahap, bukan mengejar tren.
Mendefinisikan Ulang Reversal Jangka Pendek
Paper ini juga mendefinisikan ulang apa yang sebenarnya dimaksud dengan reversal jangka pendek. Dalam literatur ekuitas, strategi reversal jangka pendek dikonstruksi menggunakan imbal hasil masa lalu sebagai sinyal. Para penulis menunjukkan bahwa di pasar komoditas, efek reversal lebih tepat dikarakterisasi sebagai reversal berbasis perdagangan, bukan reversal berbasis imbal hasil.
Ketika Q (aliran spekulan masa lalu) dan imbal hasil masa lalu sama-sama dimasukkan sebagai prediktor, Q mendominasi. Imbal hasil masa lalu menambahkan sedikit kekuatan prediktif inkremental setelah informasi aliran dikontrol. Hal ini menunjukkan bahwa strategi reversal jangka pendek pasar ekuitas, yang tidak memiliki data posisi frekuensi tinggi, mungkin menggunakan proksi yang penuh noise untuk apa yang pada dasarnya merupakan efek penyediaan likuiditas yang terkait dengan aliran pesanan, bukan harga masa lalu secara langsung.
Keterbatasan dan Kendala Implementasi
Beberapa kendala membatasi implementasi di dunia nyata.
Data COT dirilis dengan jeda tiga hari (posisi hari Selasa, dipublikasikan Jumat sore). Ini berarti sinyal momentum mingguan dari R(nonQ) tidak dapat ditindaklanjuti paling cepat hingga Senin berikutnya, yang menimbulkan jeda eksekusi. Backtest paper ini secara implisit mengasumsikan eksekusi pada Selasa berikutnya, yang realistis mengingat struktur jeda tersebut.
Biaya transaksi di futures komoditas rendah relatif terhadap ekuitas, tetapi frekuensi rebalancing mingguan menghasilkan turnover yang bermakna. Sinyal tahunan 6,2% merupakan angka bruto yang tidak memperhitungkan bid-ask spread, slippage, atau biaya roll. Imbal hasil bersih akan lebih rendah, terutama untuk kontrak pertanian dan peternakan yang kurang likuid.
Kapasitas dibatasi oleh ukuran pasar futures komoditas. Ke-26 komoditas dalam sampel sangat bervariasi dalam likuiditas, dari pasar yang dalam seperti minyak mentah dan emas hingga pasar yang tipis seperti oat dan lumber. Alokasi yang realistis perlu menyesuaikan ukuran posisi sesuai dengan kedalaman pasar.
Periode sampel (1993-2025) mencakup baik pasar bull komoditas sekuler (tahun 2000-an) maupun pasar bear yang berkepanjangan (2014-2020). Paper ini tidak melakukan pengujian out-of-sample formal di luar pemeriksaan robustness sub-periode.
Kesimpulan Praktis
Koeksistensi momentum dan reversal pada horizon mingguan membawa beberapa implikasi analitis bagi pedagang komoditas sistematis.
Kerangka kerja tradisional yang menyatakan reversal pada horizon jangka pendek dan momentum pada horizon menengah tampaknya merupakan penyederhanaan berlebihan yang muncul dari penggunaan imbal hasil mentah sebagai satu-satunya prediktor. Ketika aliran spekulan dikontrol, kedua efek tersebut terlihat pada frekuensi yang sama.
Data COT dari CFTC menyediakan sumber frekuensi mingguan yang tersedia secara publik untuk mendekomposisi imbal hasil komoditas menjadi komponen aliran dan non-aliran. Dekomposisi ini sederhana: komponen aliran (Q) berfungsi sebagai sinyal reversal, sementara residual ortogonal (R(nonQ)) berfungsi sebagai sinyal momentum.
Komponen momentum R(nonQ) secara historis telah menghasilkan imbal hasil tahunan sekitar 6,2% dari sinyal satu standar deviasi, yang secara ekonomi bermakna relatif terhadap rata-rata imbal hasil komoditas sekitar 4,7% per tahun. Sinyal ini menunjukkan kekuatan yang lebih besar selama lingkungan volatilitas rendah dan periode ketika strategi momentum baru-baru ini menguntungkan.
Mengagregasi sinyal R(nonQ) mingguan ke dalam konstruksi momentum jangka menengah secara historis telah meningkatkan kinerja strategi momentum komoditas tradisional 3-12 bulan. Efek momentum jangka pendek dan jangka menengah tampaknya saling terhubung, bukan merupakan fenomena yang independen.
Terkait
Written by Marcus Torres · Reviewed by Sam
Artikel ini berdasarkan literatur primer yang dikutip dan telah ditinjau oleh tim editorial kami untuk akurasi dan atribusi. Kebijakan Editorial.
Referensi
-
Ding, Y., Kang, W., Yu, J., & Zhao, S. (2026). "Momentum and Reversal on the Short-Term Horizon: Evidence from Commodity Markets." Working Paper, SSRN 6425598.
-
Jegadeesh, N., & Titman, S. (1993). "Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency." The Journal of Finance, 48(1), 65-91. https://doi.org/10.1111/j.1540-6261.1993.tb04702.x
-
Lehmann, B. N. (1990). "Fads, Martingales, and Market Efficiency." The Quarterly Journal of Economics, 105(1), 1-28. https://doi.org/10.2307/2937816
-
Medhat, M., & Schmeling, M. (2022). "Short-term Momentum." The Review of Financial Studies, 35(3), 1480-1526. https://doi.org/10.1093/rfs/hhab055
-
Hong, H., & Stein, J. C. (1999). "A Unified Theory of Underreaction, Momentum Trading, and Overreaction in Asset Markets." The Journal of Finance, 54(6), 2143-2184. https://doi.org/10.1111/0022-1082.00184
-
Kang, W., Rouwenhorst, K. G., & Tang, K. (2020). "A Tale of Two Premiums: The Role of Hedgers and Speculators in Commodity Futures Markets." The Journal of Finance, 75(1), 377-417. https://doi.org/10.1111/jofi.12845
-
Nagel, S. (2012). "Evaporating Liquidity." The Review of Financial Studies, 25(7), 2005-2039. https://doi.org/10.1093/rfs/hhs066