Analisis Teknikal dan Sistem Rata-Rata Bergerak

Analisis teknikal sering kali tidak terlepas dari sistem rata-rata bergerak, yang merupakan dasar bagi kami untuk mengamati pergerakan harga. Rata-rata bergerak jangka pendek dekat dengan pergerakan harga, dengan sensitivitas tinggi, tetapi banyak bising yang menghasilkan sinyal palsu; sementara rata-rata bergerak jangka panjang umumnya lebih akurat dalam menentukan tren, tetapi memiliki masalah keterlambatan yang serius.

Menentukan Rata-Rata Bergerak yang Tepat

Kami ingin mendapatkan rata-rata bergerak yang paling sesuai ketika harga bergerak cepat dalam satu arah; rata-rata bergerak jangka pendek adalah yang paling tepat. Sebaliknya, ketika harga bergerak sideways, rata-rata bergerak jangka panjang adalah yang tepat.

Sistem Rata-Rata Bergerak Adaptif Kaufman

Untuk mencapai tujuan di atas, mari kita lihat sistem rata-rata bergerak adaptif Kaufman berikut ini algoritmanya:

Langkah 1: Arah Harga

Arah harga diwakili sebagai perubahan harga netto selama periode waktu tertentu. Misalnya, menggunakan interval n hari (atau n jam):
direction = price – price[n];
di mana direction adalah selisih harga saat ini atau nilai arah, price adalah harga saat ini (harga penutupan hari ini atau harga penutupan jam), dan price[n] adalah harga penutupan dari n hari sebelumnya (atau n periode sebelumnya).

Langkah 2: Volatilitas

Volatilitas adalah total jumlah kebisingan pasar. Ini dapat didefinisikan dengan banyak cara berbeda, tetapi perhitungan ini menggunakan jumlah total dari semua perubahan harga "hari-ke-hari" atau "jam-ke-jam" (setiap perubahan dihitung sebagai bilangan positif) dalam n periode yang sama. Dinyatakan sebagai:
volatility = @sum(@abs(price – price[1]), n);
di mana volatility mengacu pada nilai volatilitas, @abs adalah fungsi nilai absolut, dan @sum(value, n) adalah fungsi jumlah nilai dalam n periode.

Langkah 3: Koefisien Efisiensi (ER)

Kedua komponen di atas digabungkan untuk mengekspresikan rasio pergerakan arah terhadap kebisingan, yang disebut sebagai koefisien efisiensi, ER:
Efficiency_Ratio = direction/volatility;
Dengan membagi "arah" dengan "kebisingan", nilai koefisien ini berfluktuasi dari 0 hingga 1. Ketika pasar bergerak dalam satu arah selama semua n hari, maka direction=volatility, dan koefisien efisiensi=1. Jika volatilitas meningkat untuk pergerakan harga yang sama, "volatilitas" menjadi lebih besar dan ER bergerak menuju nilai kurang dari 1. Jika harga tidak berubah, maka direction=0, dan ER=0.

Langkah 4: Mengubah Koefisien Kecepatan Tren

Untuk diterapkan ke rata-rata bergerak eksponensial, rasio akan diubah menjadi koefisien halus c, bergantung pada rumus berikut, kecepatan rata-rata harian dapat dengan mudah diubah dengan mengubah koefisien halus, menjadikannya adaptif. Rumusnya adalah sebagai berikut:
EXPMA = EXPMA[1] + c(price – EXPMA[1]);

Pengujian dan Hasil

Pengujian menunjukkan bahwa nilai koefisien halus kuadrat secara signifikan memperbaiki hasil, berkat penghindaran pergerakan garis tren dalam pasar yang sideways. Dalam pasar sideways, proses ini memilih tren yang sangat lambat, sedangkan di periode yang sangat tren, mempercepat hingga tren yang sangat cepat (namun tidak 100%).

Koefisien Halus

Koefisien halus adalah:
fastest = 2/(N+1) = 2/(2+1) = 0.6667;
slowest = 2/(N+1) = 2/(30+1) = 0.0645;
smooth = ER(fastest - slowest) + slowest;
c = smooth^smooth;

Desain Filter yang Menyesuaikan Diri

Untuk beradaptasi dengan karakteristik sistem, ketika volatilitas harga meningkat atau menurun, filter juga harus menyesuaikan nilainya menjadi lebih besar atau lebih kecil. Untuk mencapainya, filter didefinisikan sebagai persentase kecil dari perubahan AMA:
filter = percentage @std(AMA-AMA[1], n);
di mana @std(series, n) adalah deviasi standar dari serangkaian harga di n periode.

Aturan Perdagangan dengan Filter

Persentase filter minimum 0.1 dapat digunakan untuk perdagangan yang lebih cepat, sementara persentase yang lebih besar 1.0 dapat memilih pergerakan harga yang lebih berarti. Contoh tipikal adalah: pasar forex dan futures perdagangan lebih cepat, sedangkan pasar saham dan suku bunga perdagangan lebih lambat. Biasanya, ukuran filter dihitung berdasarkan data periode 20 hari.

Menambah Filter ke Aturan Perdagangan

Ketika AMA - @lowest(AMA, n) > filter, buy; ketika @highest(AMA, n) – AMA > filter, sell.

Strategi Berdasarkan Aturan di Atas

Menyusun strategi berdasarkan aturan di atas:
DIRECTION:=CLOSE-REF(CLOSE,10);
VOLATILITY:=SUM(ABS((CLOSE-REF(CLOSE,1))),10);
ER:=ABS(DIRECTION/VOLATILITY);
FASTSC:=2/(2+1);
SLOWSC:=2/(30+1);
SSC:=ER(FASTSC-SLOWSC)+SLOWSC;
CONSTANT:=SSCSSC;
AMA:EMA(DMA(CLOSE,CONSTANT),2),COLORGREEN;
FIL:=STD(AMA-REF(AMA,1),20);
PARTLINE(AMA-LLV(AMA,3)>FIL0.1,AMA,COLORMAGENTA);