Moving Average

Otopips Related Ads

Related Articles

Moving Average -

Moving Average atau yang lebih dikenal dengan MA merupakan indikator yang paling sering digunakan dan paling standar. Meskipun sangat sederhana, tetapi Moving average sendiri memiliki aplikasi yang sangat luas. Dikatakan sederhana karena pada dasarnya metode ini hanyalah pengembangan dari metode rata-rata yang biasa kita kenal. Misalnya; kita memiliki nilai 2,3,4,5,6 maka rata-rata dari nilai-nilai tersebut adalah (2+3+4+5+6)/5= 4. Sebagaimana namanya Moving Average adalah indicator yang menghitung rata-rata bergerak dari sebuah data. Mengapa dikatakan menghitung rata-rata bergerak? karena MA ini menghitung nilai dari setiap data yang bergerak berubah. Jadi MA ini akan selalu menghitung setiap data atau nilai yang baru terbentuk.

Dalam kancah trading forex, secara umum Moving average dikenal dengan tiga varian yang berbeda yaitu Simple Moving Average, Weighted Moving Average dan Exponential Moving Average. Masing-masing varian tersebut sesungguhnya adalah sama-sama menghitung rata-rata bergerak tetapi dengan metode yang berbeda dalam penghitunganya.

A. Simple Moving Average (SMA)

Simple Moving Average atau yang sering disingkat SMA adalah varian paling sederhana dari indicator Moving Average. Dikatakan paling sederhana karena SMA ini menggunakan metode paling simple dalam menghitung rata-rata data bergerak. Sebagai contoh: Jika kita mempunyai data 2, 3, 4, 5, 6, 7, 9 dan 10. Dan kemudian kita akan mencari nilai rata-rata dari data tersebut maka kita jumlahkan semua data tersebut dan kemudian hasilnya kita bagi dengan banyaknya data pembagi; agar lebih mudah mari kita terapkan penghitunganya.

Data: 2, 3, 4, 5, 6, 7, 9,10

Bilangan pembagi : 8

Rata-rata= jumlah data dibagi bilangan pembagi

(2+3+4+5+6+7+8+9+10)/8

Maka nilai rata-ratanya adalah 44/8 =5,5

2. Exponential Moving Average (XMA)

Exponential Moving Average atau yang sering disingkat XMA merupakan penyempurnaan dari metode SMA. Dikatakan sebagai penyempurnaan karena XMA menghitung rata-rata bergerak dengan pembobotan yang berbeda pada masing-masing data yang telah terbentuk pada blok data. Pada XMA terjadi sebaliknya yaitu semakin panjangperiode yang kita pakai maka semakin kecil pembobotan nilai terakhir yang kita pakai.

Secara matematis XMA kita tuliskan dalam bentuk sebagai berikut:

Ok, mari kita lihat contoh perhitungannya. Dibawah ini adalah perhitungan XMA 6 periode:

No	Data	Previous XMA	XMA
1	25
2	24
3	28
4	24
5	26
6	27	25,666667	26,047619
7	29	26,047619	26,891155
8	30	26,891155	27,779396
9	31	27,779396	28,699567
10	30	28,699567	29,071119
11	29	29,071119	29,050799
12	31	29,050799	29,607713

Beberapa dari Anda yang memperhatikan data-data yang membosankan ini pastilah bertanya-tanya dari mana nilai previous XMA pada data nomor 6 karena bukankah kita belum sama sekali memiliki nilai XMA pada bagian sebelumnya? Jawabannya, nilai previous XMA tersebut adalah nilai SMA. Jadi, nilai XMA untuk data pertama adalah sama persis dengan nilai SMA. Dalam contoh diatas besarnya adalah 25,666667. Diperoleh dari (25+24+28+24+26+27)/6 = 25,666667. Sama persis dengan cara menghitung SMA bukan? (ayo lihat kembali pada bab sebelumnya!!).

XMA pada nomor 6 diperoleh dari rumus diatas yaitu :

Perhitungan terus dilakukan seperti cara diatas untuk memperoleh nilai XMA berikutnya. Tapi sudahlah, Anda tidak perlu melakukan perhitungan seperti saya karena semuanya sudah tersedia secara otomatis pada masa sekarang. Namun jika Anda tertarik untuk melakukan cross check dengan apa yang saya berikan, silakan saja. Tidak ada yang menghalangi Anda.

3. Weighted Moving Average (WMA)

Weighted Moving Average atau yang lebih dikenal dengan WMA adalah salah satu varian MA yang menghitung rata-rata data bergerak dengan pembobotan pada beberapa data terakhir yang terbentuk. Pada SMA, bobot setiap data yang telah terbentuk pada beberapa periode sebelumnya atau yang baru saja terbentuk memiliki bobot penilaian yang sama. Sementara pada WMA pada masing-masing data yang telah terbentuk memiliki pembobotan yang berbeda. Data yang baru saja terbentuk pada blok data memiliki pembobotan yang lebih ketimbang data yang telah terbentuk pada blok data 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

Dalam Chart forex, penggunaan MA ini adalah untuk menghitung rata-rata bergerak dari blok data atau yang lebih dikenal dengan istilah candle. Aplikasi MA memiliki beberapa metode dengan penghitungan yang berbeda:

Open: menghitung rata-rata nilai open dari blok data

Jika kita menerapkan MA dengan apply Open maka MA ini hanya menghitung rata-rata dari setiap nilai open yang terbentuk dari masing-masing blok data pada chart

Close: menghitung rata-rata nilai close dari blok data

Jika kita menerapkan MA dengan apply Close maka MA ini hanya menghitung rata-rata dari setiap nilai Close yang terbentuk dari masing-masing blok data pada chart

High: menghitung rata-rata nilai High dari blok data

Jika kita menerapkan MA dengan apply High maka MA ini hanya menghitung rata-rata dari setiap nilai High yang terbentuk dari masing-masing blok data pada chart

Low: menghitung rata-rata nilai Low dari blok data

Jika kita menerapkan MA dengan apply Low maka MA ini hanya menghitung rata-rata dari setiap nilai Low yang terbentuk dari masing-masing blok data pada chart

Median Price (HL/2): menghitung rata-rata nilai median dari blok data

Jika kita menerapkan MA dengan apply Tengah maka MA ini hanya menghitung rata-rata dari setiap nilai Tengah yaitu (nilai High+Low)/3 yang terbentuk dari masing-masing blok data pada chart

Typical Price (HLC/3): menghitung rata-rata nilai karakter dari blok data

Jika kita menerapkan MA dengan apply Typical Price maka MA ini hanya menghitung rata-rata dari setiap nilai Typical Price yaitu (nilai High+Low+Close)/3 yang terbentuk dari masing-masing blok data pada chart

Weighted Close (HLCC/4): menghitung rata-rata nilai karakter dari blok data

Jika kita menerapkan MA dengan apply Weighted Close maka MA ini hanya menghitung rata-rata dari setiap nilai Weighted Close yaitu (nilai High+Low+Close+Close)/4 yang terbentuk dari masing-masing blok data pada chart

Thank You For Reading Moving Average on the Otopips If accepted, please share it via FB, Twitter and write your comments to this article