Weighted Moving Average (WMA) Rata-rata Bergerak Rata-rata WMA diukur dengan merata-ratakan semua nilai sebelumnya selama periode tertentu, yang juga merupakan nilai yang berkelanjutan. Nilai ini berbobot linier (nilai paling tua mendapat bobot 1, nilai selanjutnya mendapat bobot 2, dan seterusnya sampai nilai yang sedang berlangsung, yang memiliki bobot sama dengan periode). Sampai ada cukup banyak nilai untuk mengisi periode yang diberikan moving average pada awal deret data tidak ditentukan. Penting untuk diingat bahwa untuk bobot yang lebih berlebih pada nilai yang sedang berjalan, Anda dapat menggunakan EMA. Anda juga bisa rata-rata 2 atau lebih WMA bersama. Dengan melihat rata-rata harga bergerak, gambaran umum tren dasar yang lebih umum dapat dilihat MA berguna untuk menghaluskan data mentah dan berisik, seperti harga harian. Data harga bisa berubah sangat setiap hari tanpa menunjukkan apakah harga naik atau turun. Moving averages dapat digunakan untuk melihat tren mengapa mereka juga dapat digunakan untuk memprediksi apakah data menghambat tren. Rata-rata pergerakan tertimbang diukur dengan mengalikan masing-masing data hari sebelumnya dengan berat. Bobot pada gilirannya didasarkan pada jumlah hari dalam moving average. Dalam contoh ini, bobot hari pertama adalah 1.0 sedangkan nilai pada hari terakhir adalah 5.0. Hal ini memberikan bobot 5 kali lebih banyak dari harga todays daripada harga 5 hari sebelumnya. Apa itu Weighted Moving Average Weighted Moving Average (WMA) adalah salah satu konfigurasi moving average sederhana yang tidak hanya memperhitungkan nilai harga tetapi juga bobotnya. Dihitung sesuai rumus: di mana. Nilai harga pi mdash untuk jumlah periode i. (Hari ini i 1), nilai bobot Wi mdash untuk harga untuk jumlah periode i. Dengan kata-kata sederhana, elemen dengan catatan nilai mereka dijumlahkan dan dibagi untuk jumlah bobot elemen tersebut, sehingga secara umum, rata-rata aritmatika elemen tersebut dihitung. Dapat diterima bahwa perubahan berat badan sesuai dengan fungsi linear dimana W1 mengambil bobot terbesar dan kemudian perhitungan menggunakan progresi aritmatika sederhana, misalnya. 1, 2, 3, 4, 5, 6. (atau lainnya 0,5, 0,75, 1, 1,25). Representasi semacam itu disebut L inear Weighted Moving Average. (LWMA). Mari kita mengambil periode sama dengan 5: di mana. P1 dan P2 mdash adalah harga untuk hari ini dan kemarin. Beberapa konfigurasi dapat menggunakan formula yang lebih rumit dengan distribusi non linier, yang melibatkan fungsi logaritmik, parabolik dan lainnya, misalnya jika berikut dicatat: - jumlah kutu pada batang - panjang jarak yang ditempuh pada lilin (High - Low) - Berat rata-rata terhadap jarak - ukuran badan lilin (Close - Open). Harga juga bisa berbeda. Tutup, Terbuka, Tinggi, Rendah, Harga Rata-rata, Harga Khas. Penerapan WMA Weighted Moving Average biasanya diterapkan pada kasus yang sama dimana rata-rata bergerak sederhana diterapkan untuk tujuan analisis teknis. Meskipun di bawah tanda masuk dan keluar pasar yang sama, LWMA merespons perubahan harga lebih cepat karena bobot dihitung untuk periode terakhir. Itu memungkinkan untuk tidak melewatkan saat-saat beruntung untuk memasuki pasar selama berita ekonomi penting, intervensi dan langkah signifikan lainnya. Untuk analisis pasar saham disarankan untuk menggunakan parameter sama dengan 7 dan 14, untuk pasar mata uang ndash 5 dan 20. Seperti yang dapat Anda lihat pada gambar, periode yang lebih besar adalah, rata-rata bergerak yang lebih halus dan kisaran fluktuasi yang lebih besar. Sine-Weighted Moving Average (SWMA) menggunakan fungsi sinus selama perhitungannya sebagai berat (W). Berkat SWMA, dimungkinkan untuk menyaring suara, menentukan bagian bawah dan atas dengan presisi lebih tinggi. Pro dan kontra dari WMA Karena memperhitungkan berat elemen, WMA lebih sensitif terhadap perubahan harga yang berbeda dengan rata-rata bergerak sederhana, yang memungkinkan masuk dan keluar lebih cepat. Namun, seperti MA lainnya, berat badan juga mengalami penundaan tertentu. Lebih baik menerapkannya dalam strategi jangka pendek dan menengah, karena perubahan harga terakhir memiliki bobot terbesar. Dengan kata lain, pada WMA kerangka waktu-tinggi terlihat lebih halus karena kebisingan pasar rendah dan tidak memberikan peringatan yang jelas. Artikel lainnya:
No comments:
Post a Comment