Weighted Moving Average

User Rating: / 24
PoorBest 

Pertanyaan pertama yang timbul di benak kita adalah apakah perbedaan SMA dengan WMA? Tentu saja ada perbedaannya. Cukup berbeda sehingga diklasifikasikan menjadi dua bagian. Tidak cukup banyak berbeda sehingga nama mereka mirip karena menggunakan metodologi yang sama, hanya caranya yang berbeda.

Bayangkan begini: Manakah harga yang memiliki bobot penekanan yang lebih besar dalam memprediksi harga didepan, harga satu jam terakhir yang kita miliki atau harga dua bulan lalu yang kita miliki? Tentu saja yang satu jam terakhir. Paling tidak pergerakan harga tidak satu jam terakhir akan lebih representatif dalam memprediksi harga didepan apabila dibandingkan dengan harga dua bulan yang lalu.

Atau jika kita aplikasikan dengan kehidupan sehari-hari, ambillah kita akan membeli sebuah telepon genggam. Tentu saja kita akan mencari tahu harga telepon genggam tersebut dalam rentang waktu terakhir. Nah, mungkin kita akan lebih memperhatikan harga satu hari yang lalu dibandingkan harga dua minggu yang lalu karena menurut hemat kita pastilah pergerakan harga tidak akan berbeda jauh dengan harga satu hari lalu.

Bobot penilaian inilah yang diatur oleh WMA. Pada SMA, bobot setiap harga baik dua minggu lalu atau pun dua hari yang lalu memiliki bobot penilaian yang sama. Pada WMA data terakhir memiliki bobot yang lebih besar nilainya dibandingkan harga-harga sebelumnya.

Pembobotan nilai pada WMA akan tergantung pada panjang periode yang kita tetapkan. Semakin panjang periode yang ditetapkan, maka semakin besar pula pembobotan yang diberikan pada data terbaru. Perhatikan tabel sederhana dibawah:

No Data Bobot WMA
untuk 2 periode
Bobot WMA
untuk 5 periode
Bobot WMA
untuk 7 periode
1 20
2 25
3 28
1
4 23
2
5 24
1 3
6 22 2 4
7 21
3 5
8 20
1 4 6
9 19 2 5 7


Nah, dari sini terlihat pada WMA dengan 2 periode, maka dua data terakhirlah yanga akan dihitung. Semakin besar periode maka data terakhir akan semakin besar bobot penilaiannya.

Dalam bentuk matematis, WMA dirumuskan sebagai berikut:


Sebagai contoh, mari kita hitung WMA untuk 8 periode:

No Data
Bobot
Data x Bobot
WMA untuk 8 periode
1 25
1
25
2 26
2
52
3 23
3
69
4 27
4
108
5 29 5
145
6 23
6
138
7 21
7
147
8 20
8
160
= 844/36 = 23,44
36
844

Nah, tidak sulit bukan. Ini hanyalah untuk menjawab pertanyaan Anda dari mana sebenarnya perhitungan WMA itu diperoleh. Pada kenyataannya kita tidak perlu lagi melakukan perhitungan manual seperti ini dan mengeplotnya satu per satu pada kertas bergaris. Cukup dengan menggunakan software analisa gratis seperti pada www.netdania.com kita langsung dapat mengetahui nilai WMA untuk setiap harga mata uang.

Aplikasi WMA

Secara keseluruhan, peraturan pada WMA adalah sama seperti pada SMA karena memang cara perhitungannya sama hanya memiliki perbedaan pada pembobotan nilai saja. Berikut ringkasannya:

No Posisi WMA Arti
1 WMA berada dibawah harga. Kondisi bullish / trend naik.
2 WMA berada diatas harga. Kondisi bearish / trend menurun.
3 WMA memotong harga dari bawah. Perubahan trend menuu bearish.
4 WMA memotong harga dari atas. Perubahan trend menuju bullish.
5 WMA periode lebih pendek memotong
WMA periode lebih panjang dari bawah.
Perubahan trend menuju bearish.
6 WMA periode lebih pendek memotong
WMA periode lebih panjang dari atas.
Perubahan trend menuju bullish.
7 WMA dengan periode lebih panjang berada
diatas WMA berperiode lebih pendek.
Kondisi bearish / trend menurun.
8 WMA dengan periode lebih panjang berada
dibawah WMA berperiode lebih pendek.
Kondisi bullish / trend naik.

Nah, gambar dibawah ini adalah aplikasi dalam memprediksi trend yang akan terjadi dengan menggunakan WMA. Cara penggunaannya sama persis dengan penggunaan pada WMA.


Dan dibawah ini pemakaian WMA dengan dua periode yang berlainan:


Terlihat WMA lebih responsif dalam memprediksi perubahan trend pada USD/GBP. Setiap titik peralihan trend tepat berada pada candlestick terakhir trend yang sedang berlangsung. Perhatikan juga pada gambar di atas akan terjadi kembali perubahan trend dari bullish menuju bearish. Dalam hal ini pemilihan periode yang tepat juga berpengaruh pada presisi penentuan trend.

Nah, sampai disini kita sudah mengetahui bahwa pembobotan harga pada tiap-tiap rentang waktu yang berbeda nilainya juga berbeda. Namun, apakah metode pembobotan pada WMA merupakan metode pembobotan yang paling cepat dalam memberikan perubahan trend? Tidak. Pada WMA pembobotan dilakukan tidak menyertakan nilai WMA sebelumnya. Pada bagian setelah ini kita akan melihat metode rata-rata bergerak yang melibatkan fungsi eksponensial dalam melakukan pembobotannya. Hasilnya adalah pemberian sinyal peralihan yang dapat lebih dini. Exponential Moving Average (XMA).

Namun demikian bukan berarti disini WMA menjadi lebih baik dari SMA dan XMA menjadi lebih baik dari keduanya. Akan saya jelaskan mengapa demikian pada akhir dari penjelasan moving average method ini.
 

Add comment

Fasilitas ini disediakan untuk komunikasi dengan bahasa yang sopan. Tidak diizinkan melakukan aktifitas iklan, promosi, penghinaan, pencemaran nama baik, hal berkaitan sara. Pelanggaran akan dikenai sanksi tegas.


Security code
Refresh

belajarforex.com