Mengenal Perhitungan Moving Averages

0
2268

Mengenal Perhitungan Moving Averages

 

Definisi Moving Averages

Definisi Sederhana dari Moving Averages (dalam forex) adalah Pergerakan Rata-Rata dari Harga suatu Pair dalam rentang periode waktu tertentu.

Untuk penjelasan yang lebih terperinci mengenai asal-usul Moving Averages itu sendiri, mari kita bersama-sama menyimak ulasan/penjelasan dibawah ini:

Dalam ilmu statistik, Moving Averages adalah perhitungan untuk menganalisis titik data dengan menciptakan serangkaian Nilai Rata-Rata dari himpunan per bagian yang berbeda dari kumpulan data seluruhnya.  Jadi bisa kita sebut juga bahwa bagian paling vital dari Moving Averages itu adalah Nilai Rata-Rata.

Mengingat serangkaian angka dan ukuran per bagian itu bersifat tetap, maka elemen pertama dari Moving Averages diperoleh dengan cara mengambil rata-rata dari nilai awal pada suatu rangkaian seri nomor. Lalu bagian tersebut dimodifikasi dengan “pergeseran ke depan”; yaitu, tidak termasuk angka pertama dari seri dan termasuk nomor berikutnya mengikuti bagian asli dalam seri. Hal ini menciptakan bagian baru pada rangkaian/seri angka-angka tadi, yakni nilai rata-rata. Proses ini diulang di seluruh seri data. Lalu nilai rata-rata tadi dirangkai dalam bentuk garis yang disebut garis Moving Averages. Sebuah garis Moving Averages terdiri dari satu set nilai rata-rata, dan masing-masing nilai rata-rata itu sebenarnya merupakan rata-rata dari satu set rangkaian angka yang lebih besar lagi. Sebuah Moving Averages juga dapat menggunakan bobot perhitungan yang tidak sama untuk setiap nilai aktual pada tiap-tiap bagian untuk menekankan nilai-nilai perataan tertentu.

Sebuah Moving Averages pada umumnya digunakan dengan data rangkaian waktu untuk memperhalus pembacaan fluktuasi jangka pendek dan menyoroti trend jangka panjang ataupun siklus. Ambang batas antara jangka pendek dan jangka panjang tergantung pada cara penerapannya, dan penyesuaian parameter penghitungnya dari Moving Averages itu sendiri. Sebagai contoh, Moving Averages sering digunakan dalam analisis teknis data keuangan, seperti harga saham, investasi atau volume perdagangan. Hal ini juga digunakan dalam ekonomi untuk memeriksa produk domestik bruto, indeks tenaga kerja atau rangkaian waktu makroekonomi lainnya. Secara matematis, rata-rata bergerak adalah termasuk jenis konvolusi. Sehingga Moving Averages dapat dilihat sebagai contoh dari low-pass filter yang digunakan dalam pemrosesan sinyal. Ketika digunakan dengan rangkaian data non-waktu, Moving Averages akan menyaring komponen dengan frekuensi yang lebih tinggi yang tidak terhubung dengan waktu, meskipun biasanya hasilnya seringkali kurang akurat, namun hal itu dapat dianggap sebagai pemulusan/penghalusan dalam pembacaan data Moving Averages.

 

Jenis-jenis Moving Averages

Dalam dunia Trading Forex, ada banyak jenis-jenis Moving Averages, tetapi yang lazim dikenal di MT4 ada 4 jenis Moving Averages yaitu Simple, Exponential, Smoothed, dan Linear Weighted Moving Averages.

Simple Moving Averages (SMA)
Dalam aplikasi keuangan, Simple Moving Average (SMA) adalah nilai rata-rata yang tidak tertimbang dari n data sebelumnya. Namun, dalam ilmu pengetahuan dan rekayasa nilai rata-rata itu biasanya diambil dari jumlah yang sama dari data di kedua sisi nilai pusat. Hal ini memastikan bahwa variasi dalam nilai rata-rata selaras dengan variasi dalam data, bukannya bergeser dalam waktu. Untuk lebih sederhananya, Simple Moving Average dihitung dengan menjumlahkan satu/beberapa harga penutupan terakhir selama “n” periode dan kemudian membagi jumlah tersebut dengan n.
Rumusnya: SMA = (SUM(harga, n))/n
Contoh:
Apabila anda merencanakan dalam jangka waktu (Period) 5, maka Simple Moving Average pada grafik 1-jam, Anda akan menambah harga penutupan selama 5 jam terakhir, dan kemudian membagi jumlahnya dengan 5. Maka sekarang Anda memiliki harga penutupan rata-rata selama lima jam terakhir. String harga tersebut rata-rata sama dan Anda mendapatkan rata-rata yang bergerak. Apabila anda plot secara sederhana 5-Simple Moving Average pada grafik 10 menit, maka anda akan menambah harga penutupan dari 50 menit terakhir dan kemudian bagi jumlahnya dengan 5. Namun apabila anda plot jangka waktu 5 Simple Moving Average pada grafik 30 menit, anda akan menambah harga penutupan dari 150 menit terakhir dan kemudian bagi jumlahnya dengan 5. Hal yang sama juga berlaku untuk perhitungan Simple Moving Average pada time frame yang lebih tinggi.
Berikut ini adalah cara mengaktifkan indikator Moving Averages di MT4:

screenshot_1

screenshot_2

screenshot_3

Contoh gambar diatas adalah Simple Moving Averages Period 14 pada chart Daily EUR-JPY.

 

Exponential Moving Averages (EMA)
Metode Exponential Moving Average merupakan modifikasi dari metode Simple Moving Average (SMA). Nilai yang diindikasikan oleh SMA dianggap kurang dapat mewakili pergerakan harga terutama saat terjadi perubahan arah trend dengan sangat cepat. SMA dianggap terlalu lambat dalam memberikan titik acuan yang akan digunakan untuk prediksi pergerakan kurs selanjutnya.

Metode EMA ini dirancang untuk dapat mengurangi kelemahan yang dimiliki oleh SMA. Dengan demikian EMA diharapkan mampu memberikan indikasi yang lebih representatif terhadap pergerakan harga/trend.

Metode EMA menggunakan prinsip yang sama dengan SMA. Sehingga interpretasi dalam penggunaannya juga sama. Formula EMA memberikan bobot terhadap data kurs yang diobservasinya. Nilai EMA menunjukkan nilai rata-rata bergerak dari kurs yang diberi bobot sesuai dengan periodenya. Kurs terakhir diberi bobot lebih besar dibanding kurs sebelumnya. Rumus untuk perhitungan EMA adalah:

EMAt = EMAs + α x (Xt – EMAs)
EMAt = EMA terakhir
EMAs = EMA sebelumnya
Xt = kurs penutupan terakhir
α = 2/(n+1) = faktor penghalus
n = periode

Bentuk lain dari formula EMA adalah:

EMA = α x  {X1 + (1 – α)X2 + (1 – α)2 X3 + (1 – α)3 X4 + ….}

X1 sampai X4 dan seterusnya = Harga (kurs) penutupan.

Formula EMA memberikan bobot yang lebih tinggi terhadap nilai kurs terakhir. Semakin jauh ke belakang kurs yang digunakan, maka nilai pembobotan semakin kecil. Nilai pembobotan dari formula EMA adalah (1 – α).

Misal kurs terakhir yaitu X1, kurs kedua terakhir X2 dan kurs ketiga terakhir X3 dan seterusnya, maka nilai bobot untuk X1, X2, X3 dan seterusnya adalah:
Kurs terakhir, X1 diberi bobot (1 – α)0
Kurs kedua terakhir, X2 diberi bobot (1 – α)1
Kurs ketiga terakhir, X3 diberi bobot (1 – α)2 dan seterusnya.

Interpretasi dari metode EMA sama persis dengan interpretasi pada metode SMA. Faktor pembobot yang lebih kecil menyebabkan garis harga menjadi lebih dekat terhadap garis EMA daripada garis SMA.
metode EMA ini kelebihannya adalah mampu memberi signal lebih awal akan perubahan arah trend dibanding dengan SMA, tapi sekaligus EMA ini punya kelemahan yaitu seringkali menangkap signal palsu terutama saat market dalam keadaan sideways/flat.
Berikut ini adalah contoh tampilan Exponential Moving Averages (EMA):

screenshot_4

Dari contoh gambar diatas dapat kita lihat perbedaan interaksi antara SMA dan EMA terhadap garis harga.

Smoothed Moving Averages (SMMA)
Untuk perhitungan SMMA ini sebenarnya adalah modifikasi perhitungan dari SMA (Simple Moving Averages) dengan rumus sbb:

Nilai pertama Smoothed Moving Average dihitung seperti Simple Moving Average (SMA), yaitu:

SUM1 = SUM (CLOSE, N)
SMMA1 = SUM1/N, dengan kata lain  SMMA1 = SMA1
Smoothed Moving Average kedua dihitung dengan rumus berikut:
SMMA(a) = (SUM1-SMMA1+CLOSE(a))/N

Penjelasan-nya:

SUM1 – adalah total jumlah harga penutupan untuk N periode;
SMMA1 – adalah smoothed moving average candle pertama;
SMMA(a) – adalah smoothed moving average candle saat ini (kecuali untuk yang pertama);
CLOSE(a) – harga penutupan saat ini;
N – smoothing period.

SMMA ini adalah jenis Moving Averages yang cenderung “paling lambat” dalam memberikan signal, tetapi juga cenderung jarang memberikan signal palsu. Hal inilah yang menyebabkan SMMA lebih banyak dipakai oleh Trader Long Term ataupun Investor Besar yang berinvestasi jangka panjang.

Berikut adalah contoh tampilan Smoothed Moving Averages (SMMA):

screenshot_5

 

Linear Weighted Moving Averages (LWMA)
LWMA atau sering disingkat WMA ini adalah salah satu metode penghitungan Moving Averages yang pembobotan-nya tergantung kepada panjang periode penghitungan yang kita tetapkan. Semakin panjang periode yang ditetapkan, maka semakin besar pula pembobotan yang diberikan pada data(harga) terbaru. Jika pada SMA, bobot setiap harga, baik itu dua minggu lalu atau pun dua hari yang lalu pun memiliki bobot penilaian yang sama. Bedanya adalah kalau pada LWMA data terakhir memiliki bobot yang lebih besar nilainya dibandingkan harga-harga sebelumnya.
Perhitungan LWMA alias WMA ini dapat dirumuskan sebagai berikut:

Dalam penerapannya pada grafik forex, seringkali LWMA lebih responsif dalam memprediksi perubahan trend jika dibandingkan dengan SMA apalagi jika dibanding dengan SMMA, tetapi LWMA masih kalah cepat/responsif jika dibandingkan dengan EMA. Nah, meskipun LWMA masih kalah cepat dengan EMA dalam memberikan signal perubahan arah trend, tetapi LWMA lebih jarang memberikan signal palsu seperti halnya EMA, dengan kata lain LWMA cenderung lebih valid signalnya daripada EMA.
Berikut adalah contoh tampilan LWMA (sekaligus perbandingannya dengan SMA, EMA, dan SMMA):
screenshot_6
Dalam penerapan pada umumnya di dunia trading forex biasanya tiap-tiap jenis Moving Averages juga sering dianggap merepresentasikan style/gaya trading dari masing-masing trader itu sendiri.
SMA = Intraday Trader
EMA = Scalper, Hedge-Trader
SMMA = Long Term Trader/Investor
LWMA = Swing Trader
Nah, metode Moving Averages yang manakah yang paling sesuai dengan karakter anda? hanya anda sendiri yang bisa menjawabnya. Periode MA berapa, pakai satu tipe MA atau gabungan beberapa tipe MA, atau penggabungan MA dengan indikator lain, itu semua pilihan ada di tangan anda.

LEAVE A REPLY

Please enter your comment!
Please enter your name here