Cara Menghitung Rata-Rata Bergerak Eksponensial- Probabilitas & Statistik



Analis saham menggunakan rata-rata bergerak untuk membantu menyaring kebisingan dan mengidentifikasi tren. Mereka tidak digunakan untuk memprediksi harga – tetapi informasi tren yang diperoleh dari grafik rata-rata pergerakan, terutama beberapa rata-rata pergerakan yang ditumpangkan di atas satu sama lain, dapat membantu mengidentifikasi titik resistensi dan dukungan, dan memicu keputusan untuk membeli atau menjual. Ada dua jenis rata-rata bergerak: rata-rata bergerak sederhana dan rata-rata bergerak eksponensial, dengan yang terakhir merespons lebih cepat terhadap perubahan tren.

TL;DR (Terlalu Panjang; Tidak Dibaca)

Rumus rata-rata bergerak eksponensial adalah:

EMA = (harga penutupan − EMA hari sebelumnya) × konstanta pemulusan + EMA hari sebelumnya

dimana konstanta pemulusan adalah:

2 ÷ (jumlah periode waktu + 1)

Cara Menghitung Rata-Rata Bergerak Sederhana

Sebelum Anda dapat mulai menghitung rata-rata pergerakan eksponensial, Anda harus dapat menghitung rata-rata pergerakan sederhana atau SMA. SMA dan EMA biasanya didasarkan pada harga penutupan saham.

Untuk menemukan rata-rata pergerakan sederhana, Anda menghitung rata-rata matematis. Dengan kata lain, Anda menjumlahkan semua harga penutupan di SMA Anda, lalu membaginya dengan jumlah harga penutupan. Misalnya, jika Anda menghitung SMA 10 hari, pertama-tama Anda menjumlahkan semua harga penutupan dari 10 hari terakhir, lalu membaginya dengan 10. Jadi, jika harga penutupan selama periode 10 hari adalah $12, $12, $13, $15, $18, $17, $18, $20, $21 dan $24, SMA-nya adalah:

12 + 12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 = 170 \ frac{170}{10} = 17

Jadi harga penutupan rata-rata untuk jangka waktu 10 hari tersebut adalah $17. Tetapi agar SMA berguna, Anda harus menghitung sejumlah SMA dan membuat grafiknya, dan karena setiap SMA hanya berurusan dengan data 10 hari sebelumnya, nilai lama akan “keluar” dari persamaan saat Anda menambahkan titik data baru. Itulah yang memungkinkan grafik rata-rata untuk “bergerak” dan menyesuaikan diri dengan perubahan harga dari waktu ke waktu, meskipun efek stabilisasi dari data lama tersebut berarti ada periode jeda sebelum perubahan harga benar-benar tercermin dalam rata-rata pergerakan sederhana Anda.

Sebagai contoh: Keesokan harinya, saham Anda ditutup pada $24 lagi. Kali ini saat Anda menghitung SMA, Anda menambahkan titik data terbaru ke persamaan Anda, tetapi juga “kehilangan” titik data terlama – harga penutupan $12 pertama. Jadi sekarang rata-rata pergerakan sederhana 10 hari Anda adalah:

12 + 13 + 15 + 18 + 17 + 18 + 20 + 21 + 24 + 24 = 182 \ frac{182}{10} = 18,2

Anda akan melakukan proses yang sama setiap hari, menghitung SMA baru untuk setiap hari yang ingin Anda tampilkan di grafik.

Periode Lag dalam Moving Averages

Periode jeda sebelum SMA Anda mengejar perubahan harga sebenarnya bukanlah hal yang buruk; bahwa “lag” itulah yang memperhalus varian harga sehari-hari. Jika rata-rata bergerak naik, Anda tahu bahwa harga umumnya naik, meskipun terjadi penurunan berkala. Demikian pula, jika rata-rata bergerak mulai turun, itu berarti harga secara umum menurun meskipun terjadi penurunan berkala.

Kedua, semakin lama jangka waktu rata-rata pergerakan Anda (lima hari versus 10 hari versus 100 hari, dan seterusnya), semakin lambat penyesuaiannya untuk mencerminkan tren saat ini. Jadi perilaku rata-rata pergerakan jangka panjang memberi Anda jendela menuju tren jangka panjang, sementara rata-rata pergerakan yang lebih pendek mencerminkan perilaku tren jangka pendek.

Formula Rata-Rata Bergerak Eksponensial

Perbedaan utama antara rata-rata pergerakan sederhana (SMA) dan rata-rata pergerakan eksponensial (EMA) adalah bahwa dalam perhitungan EMA, data terbaru diberi bobot untuk memberikan dampak yang lebih besar. Itu membuat EMA lebih cepat dari SMA untuk menyesuaikan dan mencerminkan tren. Sisi negatifnya, EMA membutuhkan lebih banyak data agar cukup akurat.

Untuk menghitung EMA dari sekumpulan data, Anda harus melakukan tiga hal:

Rumus EMA didasarkan pada nilai EMA hari sebelumnya. Karena Anda harus memulai perhitungan Anda di suatu tempat, nilai awal untuk perhitungan EMA pertama Anda sebenarnya adalah SMA. Misalnya, jika Anda ingin menghitung EMA 100 hari selama setahun terakhir untuk melacak saham tertentu, Anda akan mulai dengan SMA dari 100 titik data pertama pada tahun tersebut.

Itu terlalu banyak angka untuk ditambahkan di sini, jadi mari kita tunjukkan EMA lima hari dari kumpulan data yang dimulai setahun yang lalu. Jika lima harga penutupan pertama tahun ini adalah $14, $13, $14, $12 dan $13, SMA Anda adalah:

14 + 13 + 14 + 12 + 13 = 66 \ frac{66}{5} = 13,2

Jadi SMA yang menjadi nilai EMA awal Anda adalah 13,2.

Pengganda pembobot atau konstanta pemulusan adalah yang menekankan data terbaru, dan nilainya bergantung pada periode waktu EMA Anda. Rumus untuk konstanta pemulusan Anda adalah:

frac{2}{text{jumlah periode waktu } + 1}

Jadi jika Anda menghitung EMA lima hari, perhitungannya menjadi:

frac{2}{5 + 1} = frac{2}{6} = 0,3333

atau, jika Anda menyatakannya sebagai persentase, 33,33%.

  • Perhatikan bahwa EMA dapat dirujuk berdasarkan periode waktunya (dalam hal ini, EMA lima hari) atau berdasarkan nilai persentasenya (dalam hal ini, EMA 33,33%). Selain itu, semakin pendek periode waktunya, semakin berat data terbaru yang akan diberi bobot.

Terakhir, hitung EMA terpisah untuk setiap hari antara nilai awal (SMA yang Anda hitung di Langkah 1) dan hari ini. Anda melakukannya dengan memasukkan informasi dari Langkah 1 dan 2 ke dalam rumus EMA:

text{EMA} = (text{harga penutupan } – text{ EMA hari sebelumnya}) × text{ smoothing konstan sebagai desimal } + text{ EMA hari sebelumnya}

Ingat, “EMA hari sebelumnya” untuk perhitungan pertama Anda adalah SMA yang Anda temukan di Langkah 1, yaitu 13,2. Karena SMA tersebut mencakup data selama lima hari pertama, nilai EMA pertama yang Anda hitung akan berlaku untuk hari berikutnya, yaitu hari keenam. Dengan menggunakan data dari Langkah 1 dan 2 dalam rumus EMA, Anda memiliki:

begin{aligned} text{EMA } &= (12 – 13.2) × 0.3333 + 13.2 \ &= 12.80 end{aligned}

Jadi nilai EMA untuk hari keenam adalah 12,80.

Jika nilai penutupan pada hari ketujuh adalah $11, Anda akan mengulangi prosesnya, menggunakan nilai hari keenam sebesar 12,80 sebagai “EMA hari sebelumnya” yang baru. Maka perhitungan untuk hari ketujuh adalah sebagai berikut:

begin{aligned} text{EMA } &= (11 – 12.8) × 0.3333 + 12.8 \ &= 12.20 end{aligned}

Mendapatkan EMA Akurat

Jika Anda ingat bahwa contoh asli mengatakan Anda akan menghitung EMA lima hari saham untuk data sepanjang tahun, itu berarti Anda masih memiliki beberapa ratus perhitungan yang harus dilakukan – karena Anda harus menghitung satu hari dalam satu waktu. Jelas, ini jauh lebih cepat dan lebih mudah dengan program atau skrip komputer untuk menghitung angka untuk Anda.

Jika Anda benar-benar menginginkan EMA seakurat mungkin, Anda harus memulai perhitungan dengan data sejak hari pertama stok tersedia. Meskipun seringkali tidak praktis, ini juga memperkuat fakta bahwa EMA digunakan untuk merefleksikan dan menganalisis tren – jadi jika Anda membuat grafik EMA mulai dari hari pertama saham, Anda akan melihat bagaimana, setelah periode lag, kurva grafik bergeser. mengikuti harga saham yang sebenarnya. Jika Anda juga menggambar SMA untuk periode waktu yang sama pada grafik yang sama, Anda juga akan melihat bahwa EMA menyesuaikan diri dengan perubahan harga lebih cepat daripada SMA.

wutphanfoto/iStock/GettyImages

Related Posts

Dia