Moving Average adalah indikator yang banyak digunakan dalam analisis grafis. Ini mengukur nilai rata-rata harga dan representasinya dalam grafik biasanya ditunjukkan oleh garis dengan warna preferensi Anda yang ditetapkan pada platform. Ini bergerak setiap kali pasar memulai pergerakan baru.
Dengan itu Anda dapat mengidentifikasi tren bullish, bearish, dan lateralisasi pada grafik. Ada perbedaan penting antara Exponential Moving Average (EMA) dan Simple Moving Average (SMA).
Moving Average adalah indikator yang memfasilitasi pemahaman umum tentang data yang ada di grafik, dengan perhitungan berbasis periode. Ini menciptakan garis yang menunjukkan tren bagan aset yang dianalisis, mengingat semakin besar jumlah periode yang digunakan, semakin besar waktu yang dianalisis.
Misalnya: Rata-rata 200 menunjukkan periode yang lebih panjang pada grafik dan rata-rata 20 menunjukkan periode yang lebih pendek. Selain itu, Rata-Rata Pergerakan membantu Anda menyaring kebisingan dari grafik waktu yang lebih singkat yang merupakan karakteristik dari osilasi cepat di pasar.
Adalah mungkin untuk mengamati bahwa rata-rata pergerakan 20 periode akan mengikuti grafik secara dekat dan bahwa persimpangan rata-rata dengan harga grafik saat ini dapat berarti beberapa pembalikan tren pada grafik untuk jangka pendek atau panjang.
Rata-rata Pergerakan dianggap sebagai indikator lagging, karena hanya menunjukkan perubahan yang telah terjadi di grafik dan karenanya perlu digabungkan dengan indikator lain untuk membentuk analisis.
Moving Averages dibagi menjadi:
Aritmatika atau Simple Moving Average (SMA)
Rata-Rata Pergerakan Aritmatika menunjukkan harga rata-rata suatu aset menggunakan sejumlah periode tertentu.
Simple Moving Average adalah salah satu indikator tertua. Ini menunjukkan tren harga sederhana melalui perhitungan rata-rata. Ini mengikuti pergerakan grafik secara homogen. Semakin pendek periode yang digunakan untuk menghitung Simple Moving Average, hasilnya akan semakin mendekati harga saat ini. Sebagai imbalannya, itu menjadi lebih tidak stabil dan dipengaruhi oleh perubahan harga.
Persamaan yang digunakan untuk indikator ini adalah:
SMA = Jumlah Harga Penutupan ÷ Jumlah hari
Menjadi CP, Harga Penutupan, kami memiliki contoh rata-rata bergerak 5 periode:
SMA = {CP1 + CP2 + CP3 + CP4 + CP5} ÷ 5
Mari beralih ke contoh lain untuk menyederhanakan pemahaman:
Mari gunakan Rata-Rata Pergerakan 5 periode untuk menetapkan harga rata-rata dalam periode harian, dan menganalisis evolusi harga pada tiga hari yang berbeda. Pertimbangkan penutupan harian sebagai: 110.120.130.140.150.160 dan 170.
Sekarang amati bahwa pada hari pertama SMA menggunakan 5 hari pertama dalam perhitungannya.
Seperti namanya, rata-rata ini bergerak seiring waktu. Untuk ini, data lama dihapus saat data baru tersedia. Selama hari kedua, ini menghapus nilai pertama (110) dan menambahkan nilai baru di hari berikutnya (160).
Pada hari ketiga, ia terus menghapus angka pertama dari perhitungan (120) dan menambahkan nilai terbaru (170).
Dengan ini, dapat dicatat bahwa harga naik dari waktu ke waktu, dari 110 menjadi 170, selama 7 hari dan ada tren naik yang terbentuk pada periode ini.
Rata-Rata Bergerak Eksponensial (EMA)
Berdasarkan contoh terakhir menggunakan Arithmetic Moving Average, lebih mudah untuk memahami EMA.
EMA mirip dengan SMA, tetapi perhitungannya menggunakan faktor lain. Misalnya, dalam Rata-Rata Pergerakan ini, harga penutupan terbaru diperhitungkan, sementara SMA memiliki bobot yang lebih rendah pada harga, EMA akan menerima pengaruh yang lebih besar, mengingat hal itu menyimpulkan kepentingan yang lebih besar pada harga terbaru. Oleh karena itu, EMA adalah Moving Average yang lebih cepat yang mengikuti harga lebih dekat. EMA lebih sensitif terhadap fluktuasi harga dan pembalikan tren yang lebih baru, bahkan dalam periode waktu yang lebih lama.
Ini dihitung dengan menerapkan persentase dari harga penutupan saat ini ke rata-rata pergerakan sebelumnya. Persentase ini ditentukan oleh persamaan:
Di mana, P = periode yang ditentukan untuk rata-rata bergerak Anda.
Sebagai contoh, dalam EMA 50 hari, kami memperoleh rata-rata eksponensial 3,9% (2/50+1 = 0,039). Ini berarti hari terakhir akan diberi bobot 3,9% dari nilai EMA. Untuk SMA 50 hari, setiap hari memiliki bobot yang sama 2%. Setelah itu, kami menggunakan pengganda ini bersama dengan EMA periode sebelumnya untuk menemukan EMA saat ini dengan persamaan berikut:
EMA: {Closing Price - EMA (previous day)} x pengali + EMA (hari sebelumnya).
Rata-Rata Pergerakan Tertimbang (WMA)
Kehadiran pola ini di grafik intraday tidak begitu umum dan mungkin tidak sekuat grafik harian. Sejak ditemukannya pola cup and handle telah terjadi peningkatan perangkat lunak yang memberikan kemudahan untuk menemukan pola ini dalam perdagangan, seperti pada grafik 4 jam misalnya. Biasanya, ketika pola ini dikonfirmasi pada grafik intraday dan/atau pada waktu grafik yang berbeda bersama dengan volume yang selalu menyertainya, Anda mungkin sedang melihat peluang investasi yang besar.
Pola Cangkir dan Gagang Terbalik
Berbeda dengan Rata-Rata Pergerakan Eksponensial, Rata-Rata Pergerakan Tertimbang (WMA) adalah tingkat kepentingan kumpulan data terbaru relatif terhadap data sebelumnya, hal ini dapat dilakukan dengan mengalikan setiap lilin dengan faktor pembobot. Dengan demikian, kumpulan data yang lebih baru dikumpulkan mewakili bagian yang lebih besar dari total nilai WMA.
Faktor pembobotan yang digunakan dalam perhitungan ditentukan oleh periode yang dibaca oleh WMA. Misalnya, dalam WMA 5 periode, faktor pembobotnya adalah urutan menurun dari 5. Lihat contoh berikut:
Mempertimbangkan
Crossing of Moving Averages adalah strategi yang menonjol dalam perdagangan saham dan mata uang kripto. Ini hanya digunakan sebagai dasar analisis, karena tidak menyimpulkan banyak informasi dalam harga rata-rata. Ini terdiri dari analisis perdagangan yang lebih dalam pada saat rata-rata pergerakan jangka pendek melintasi rata-rata pergerakan jangka panjang. Konvergensi tren jangka panjang dengan tren jangka pendek ini, diikuti oleh pembalikannya, dapat menandakan pembalikan tren. Bergantung pada rata-rata pergerakan mana yang melintasi yang lain di atas atau di bawah, dimungkinkan untuk memprediksi tren bearish atau bullish. Dalam kebanyakan kasus investor menggunakan Exponential dan Simple Moving Average dalam strategi ini, dengan SMA dalam jangka waktu yang lebih lama.
Moving Average adalah analisis perilaku harga dari waktu ke waktu. Dengan mengubah jumlah waktu dan pentingnya harga terkini, kita dapat memiliki pola Rata-Rata Pergerakan yang berbeda. Moving Average dapat memberi kita beberapa informasi penting pada grafik, seperti kontinuitas dan pembalikan tren, akselerasi dan deselerasi tren, area support dan resistance, dan bahkan area dengan kebisingan perdagangan yang lebih tinggi. Namun, mereka bergantung pada indikator lain untuk membentuk analisis, karena menampilkan perhitungan pergerakan masa lalu. Anda dapat menggunakan periode yang tak terhitung jumlahnya dan menguji strategi dengan berbagai indikator dengan memodifikasi Rata-rata untuk mempelajari grafik dengan lebih baik. Melalui analisis ini dimungkinkan untuk menemukan strategi input dan memahami mana yang paling cocok untuk Anda.
Moving Average adalah indikator yang banyak digunakan dalam analisis grafis. Ini mengukur nilai rata-rata harga dan representasinya dalam grafik biasanya ditunjukkan oleh garis dengan warna preferensi Anda yang ditetapkan pada platform. Ini bergerak setiap kali pasar memulai pergerakan baru.
Dengan itu Anda dapat mengidentifikasi tren bullish, bearish, dan lateralisasi pada grafik. Ada perbedaan penting antara Exponential Moving Average (EMA) dan Simple Moving Average (SMA).
Moving Average adalah indikator yang memfasilitasi pemahaman umum tentang data yang ada di grafik, dengan perhitungan berbasis periode. Ini menciptakan garis yang menunjukkan tren bagan aset yang dianalisis, mengingat semakin besar jumlah periode yang digunakan, semakin besar waktu yang dianalisis.
Misalnya: Rata-rata 200 menunjukkan periode yang lebih panjang pada grafik dan rata-rata 20 menunjukkan periode yang lebih pendek. Selain itu, Rata-Rata Pergerakan membantu Anda menyaring kebisingan dari grafik waktu yang lebih singkat yang merupakan karakteristik dari osilasi cepat di pasar.
Adalah mungkin untuk mengamati bahwa rata-rata pergerakan 20 periode akan mengikuti grafik secara dekat dan bahwa persimpangan rata-rata dengan harga grafik saat ini dapat berarti beberapa pembalikan tren pada grafik untuk jangka pendek atau panjang.
Rata-rata Pergerakan dianggap sebagai indikator lagging, karena hanya menunjukkan perubahan yang telah terjadi di grafik dan karenanya perlu digabungkan dengan indikator lain untuk membentuk analisis.
Moving Averages dibagi menjadi:
Aritmatika atau Simple Moving Average (SMA)
Rata-Rata Pergerakan Aritmatika menunjukkan harga rata-rata suatu aset menggunakan sejumlah periode tertentu.
Simple Moving Average adalah salah satu indikator tertua. Ini menunjukkan tren harga sederhana melalui perhitungan rata-rata. Ini mengikuti pergerakan grafik secara homogen. Semakin pendek periode yang digunakan untuk menghitung Simple Moving Average, hasilnya akan semakin mendekati harga saat ini. Sebagai imbalannya, itu menjadi lebih tidak stabil dan dipengaruhi oleh perubahan harga.
Persamaan yang digunakan untuk indikator ini adalah:
SMA = Jumlah Harga Penutupan ÷ Jumlah hari
Menjadi CP, Harga Penutupan, kami memiliki contoh rata-rata bergerak 5 periode:
SMA = {CP1 + CP2 + CP3 + CP4 + CP5} ÷ 5
Mari beralih ke contoh lain untuk menyederhanakan pemahaman:
Mari gunakan Rata-Rata Pergerakan 5 periode untuk menetapkan harga rata-rata dalam periode harian, dan menganalisis evolusi harga pada tiga hari yang berbeda. Pertimbangkan penutupan harian sebagai: 110.120.130.140.150.160 dan 170.
Sekarang amati bahwa pada hari pertama SMA menggunakan 5 hari pertama dalam perhitungannya.
Seperti namanya, rata-rata ini bergerak seiring waktu. Untuk ini, data lama dihapus saat data baru tersedia. Selama hari kedua, ini menghapus nilai pertama (110) dan menambahkan nilai baru di hari berikutnya (160).
Pada hari ketiga, ia terus menghapus angka pertama dari perhitungan (120) dan menambahkan nilai terbaru (170).
Dengan ini, dapat dicatat bahwa harga naik dari waktu ke waktu, dari 110 menjadi 170, selama 7 hari dan ada tren naik yang terbentuk pada periode ini.
Rata-Rata Bergerak Eksponensial (EMA)
Berdasarkan contoh terakhir menggunakan Arithmetic Moving Average, lebih mudah untuk memahami EMA.
EMA mirip dengan SMA, tetapi perhitungannya menggunakan faktor lain. Misalnya, dalam Rata-Rata Pergerakan ini, harga penutupan terbaru diperhitungkan, sementara SMA memiliki bobot yang lebih rendah pada harga, EMA akan menerima pengaruh yang lebih besar, mengingat hal itu menyimpulkan kepentingan yang lebih besar pada harga terbaru. Oleh karena itu, EMA adalah Moving Average yang lebih cepat yang mengikuti harga lebih dekat. EMA lebih sensitif terhadap fluktuasi harga dan pembalikan tren yang lebih baru, bahkan dalam periode waktu yang lebih lama.
Ini dihitung dengan menerapkan persentase dari harga penutupan saat ini ke rata-rata pergerakan sebelumnya. Persentase ini ditentukan oleh persamaan:
Di mana, P = periode yang ditentukan untuk rata-rata bergerak Anda.
Sebagai contoh, dalam EMA 50 hari, kami memperoleh rata-rata eksponensial 3,9% (2/50+1 = 0,039). Ini berarti hari terakhir akan diberi bobot 3,9% dari nilai EMA. Untuk SMA 50 hari, setiap hari memiliki bobot yang sama 2%. Setelah itu, kami menggunakan pengganda ini bersama dengan EMA periode sebelumnya untuk menemukan EMA saat ini dengan persamaan berikut:
EMA: {Closing Price - EMA (previous day)} x pengali + EMA (hari sebelumnya).
Rata-Rata Pergerakan Tertimbang (WMA)
Kehadiran pola ini di grafik intraday tidak begitu umum dan mungkin tidak sekuat grafik harian. Sejak ditemukannya pola cup and handle telah terjadi peningkatan perangkat lunak yang memberikan kemudahan untuk menemukan pola ini dalam perdagangan, seperti pada grafik 4 jam misalnya. Biasanya, ketika pola ini dikonfirmasi pada grafik intraday dan/atau pada waktu grafik yang berbeda bersama dengan volume yang selalu menyertainya, Anda mungkin sedang melihat peluang investasi yang besar.
Pola Cangkir dan Gagang Terbalik
Berbeda dengan Rata-Rata Pergerakan Eksponensial, Rata-Rata Pergerakan Tertimbang (WMA) adalah tingkat kepentingan kumpulan data terbaru relatif terhadap data sebelumnya, hal ini dapat dilakukan dengan mengalikan setiap lilin dengan faktor pembobot. Dengan demikian, kumpulan data yang lebih baru dikumpulkan mewakili bagian yang lebih besar dari total nilai WMA.
Faktor pembobotan yang digunakan dalam perhitungan ditentukan oleh periode yang dibaca oleh WMA. Misalnya, dalam WMA 5 periode, faktor pembobotnya adalah urutan menurun dari 5. Lihat contoh berikut:
Mempertimbangkan
Crossing of Moving Averages adalah strategi yang menonjol dalam perdagangan saham dan mata uang kripto. Ini hanya digunakan sebagai dasar analisis, karena tidak menyimpulkan banyak informasi dalam harga rata-rata. Ini terdiri dari analisis perdagangan yang lebih dalam pada saat rata-rata pergerakan jangka pendek melintasi rata-rata pergerakan jangka panjang. Konvergensi tren jangka panjang dengan tren jangka pendek ini, diikuti oleh pembalikannya, dapat menandakan pembalikan tren. Bergantung pada rata-rata pergerakan mana yang melintasi yang lain di atas atau di bawah, dimungkinkan untuk memprediksi tren bearish atau bullish. Dalam kebanyakan kasus investor menggunakan Exponential dan Simple Moving Average dalam strategi ini, dengan SMA dalam jangka waktu yang lebih lama.
Moving Average adalah analisis perilaku harga dari waktu ke waktu. Dengan mengubah jumlah waktu dan pentingnya harga terkini, kita dapat memiliki pola Rata-Rata Pergerakan yang berbeda. Moving Average dapat memberi kita beberapa informasi penting pada grafik, seperti kontinuitas dan pembalikan tren, akselerasi dan deselerasi tren, area support dan resistance, dan bahkan area dengan kebisingan perdagangan yang lebih tinggi. Namun, mereka bergantung pada indikator lain untuk membentuk analisis, karena menampilkan perhitungan pergerakan masa lalu. Anda dapat menggunakan periode yang tak terhitung jumlahnya dan menguji strategi dengan berbagai indikator dengan memodifikasi Rata-rata untuk mempelajari grafik dengan lebih baik. Melalui analisis ini dimungkinkan untuk menemukan strategi input dan memahami mana yang paling cocok untuk Anda.