Cara Menghitung RSI dan MACD

Jawaban langsung

RSI (Relative Strength Index) dan MACD (Moving Average Convergence Divergence) dihitung dari serangkaian harga historis dan sejumlah kecil pengaturan.

• RSI mengubah momentum harga terbaru menjadi skala 0–100 menggunakan rata-rata keuntungan dan rata-rata kerugian selama jendela waktu yang dipilih.
• MACD menggunakan rata-rata bergerak eksponensial (EMA) untuk mengukur perbedaan antara estimasi tren yang lebih cepat dan lebih lambat, lalu secara opsional menghaluskan perbedaan tersebut dengan EMA lain.

Untuk menjelaskan dan memverifikasi salah satu indikator, Anda hanya memerlukan (1) daftar harga yang diurutkan berdasarkan waktu, (2) parameter indikator (seperti panjang jendela waktu atau rentang EMA), dan (3) metode perhitungan yang tepat (terutama untuk rata-rata RSI). Karena metode bergantung pada pilihan ini, hasil dapat berbeda di berbagai alat chart dan pengaturan.

Mekanisme dan definisi

RSI: definisi input momentum bergerak

RSI dimulai dari perubahan harga antara titik data yang berurutan.

1. Hitung perubahannya:
   • (\Delta_t = \text{Harga}t - \text{Harga}{t-1})
2. Pisahkan perubahan menjadi keuntungan dan kerugian:
   • (\text{Keuntungan}_t = \max(\Delta_t, 0))
   • (\text{Kerugian}_t = \max(-\Delta_t, 0))
3. Selama jendela waktu yang dipilih dengan panjang (N), hitung rata-rata keuntungan dan rata-rata kerugian.

Formulasi RSI yang umum menggunakan penghalusan gaya Wilder. Dengan penghalusan Wilder, Anda pertama-tama menghitung rata-rata awal menggunakan (N) keuntungan dan kerugian pertama, lalu memperbarui secara rekursif:

• Awal (untuk nilai RSI pertama):
  • (\text{RataKeuntungan}N = \frac{1}{N}\sum{i=1}^{N}\text{Keuntungan}_i)
  • (\text{RataKerugian}N = \frac{1}{N}\sum{i=1}^{N}\text{Kerugian}_i)
• Pembaruan (untuk (t > N)):
  • (\text{RataKeuntungan}t = \frac{(\text{RataKeuntungan}{t-1}\cdot (N-1)) + \text{Keuntungan}_t}{N})
  • (\text{RataKerugian}t = \frac{(\text{RataKerugian}{t-1}\cdot (N-1)) + \text{Kerugian}_t}{N})

Kemudian hitung rasio kekuatan relatif:

• (\text{RS}_t = \frac{\text{RataKeuntungan}_t}{\text{RataKerugian}_t})

Terakhir, konversikan ke skala RSI:

• (\text{RSI}_t = 100 - \frac{100}{1 + \text{RS}_t})

Kasus tepi yang penting: jika (\text{RataKerugian}_t = 0), maka (\text{RS}_t) tidak terdefinisi dengan pembagian langsung. Banyak implementasi memperlakukan situasi ini sebagai RSI mendekati 100 ketika kerugian secara efektif nol selama jendela rata-rata. Saat memverifikasi hasil, Anda harus mencocokkan konvensi yang sama dengan yang digunakan oleh alat data Anda.

MACD: definisi perbedaan EMA

MACD didasarkan pada rata-rata bergerak eksponensial (EMA), yang merupakan rata-rata bergerak tertimbang yang merespons lebih cepat terhadap harga terbaru.

Input intinya adalah:

• Rentang EMA cepat (a)
• Rentang EMA lambat (b)
• Rentang garis sinyal (c) (sering kali (c) adalah 9 di banyak default umum, tetapi Anda harus memverifikasi pengaturan persis Anda)

1. Hitung EMA cepat dan lambat pada deret harga yang dipilih:

   • (\text{EMA}_{a}(t))
   • (\text{EMA}_{b}(t))

2. Hitung garis MACD sebagai selisihnya:

   • (\text{MACD}(t) = \text{EMA}{a}(t) - \text{EMA}{b}(t))

3. Secara opsional hitung garis sinyal sebagai EMA dari garis MACD:

   • (\text{Sinyal}(t) = \text{EMA}_{c} \big(\text{MACD}(t)\big))

4. Sering kali histogram juga ditampilkan (sekali lagi, tergantung pada konvensi chart):

   • (\text{Histogram}(t) = \text{MACD}(t) - \text{Sinyal}(t))

Detail penting untuk verifikasi: inisialisasi EMA dan rumus persis yang digunakan oleh implementasi Anda dapat berbeda (misalnya, bagaimana nilai EMA pertama diunggulkan). Jika MACD yang Anda hitung tidak cocok dengan chart, periksa apakah kedua sisi menggunakan inisialisasi EMA dan rentang yang sama.

Bukti atau contoh (dapat diperiksa sendiri)

Di bawah ini adalah cara sederhana dan dapat diverifikasi untuk memeriksa pemahaman Anda menggunakan deret harga historis tetap apa pun yang sudah Anda miliki.

Contoh pengaturan untuk RSI

Asumsi untuk contoh ini:

• Anda memiliki harga (\text{Harga}_0, \text{Harga}_1, …)
• Anda memilih jendela waktu (N)
• Anda menggunakan metode penghalusan gaya Wilder yang dijelaskan di atas

Langkah-langkah yang dapat Anda replikasi:

1. Buat (\Delta_t) untuk setiap langkah.
2. Ubah menjadi (\text{Keuntungan}_t) dan (\text{Kerugian}_t).
3. Untuk nilai RSI pertama, rata-ratakan (N) keuntungan dan kerugian pertama.
4. Untuk titik berikutnya, perbarui rata-rata dengan rekursi Wilder.
5. Terapkan (\text{RSI}_t = 100 - \frac{100}{1 + \text{RataKeuntungan}_t/\text{RataKerugian}_t}).

Tes mandiri yang andal adalah menghitung RSI dari awal pada input yang sama dan membandingkan nilai pada indeks waktu yang sama. Jika Anda hanya ingin memvalidasi mekanikanya, fokuslah pada output RSI awal di mana rata-rata awal paling berpengaruh.

Contoh pengaturan untuk MACD

Asumsi:

• Anda memiliki deret harga yang diurutkan berdasarkan waktu
• Anda memilih rentang (a) (cepat), (b) (lambat), dan (c) (sinyal)
• Anda menggunakan metode EMA yang sama (termasuk inisialisasi) untuk kedua EMA dan EMA sinyal

Langkah-langkah:

1. Hitung (\text{EMA}{a}(t)) dan (\text{EMA}{b}(t)) di seluruh deret.
2. Kurangkan untuk mendapatkan (\text{MACD}(t)).
3. Hitung (\text{Sinyal}(t)) sebagai EMA dari (\text{MACD}(t)).
4. Jika perlu, hitung (\text{Histogram}(t) = \text{MACD}(t) - \text{Sinyal}(t)).

Pemeriksaan mandiri adalah memverifikasi bahwa garis MACD Anda sama dengan EMA cepat dikurangi EMA lambat di setiap indeks. Jika garis MACD cocok tetapi garis sinyal tidak, perbedaannya hampir selalu disebabkan oleh ketidakcocokan dalam rentang sinyal atau inisialisasi EMA.

Keterbatasan dan mode kegagalan

1) Pengaturan “standar” yang berbeda menghasilkan angka yang berbeda

Output RSI dan MACD bergantung pada parameter (jendela waktu RSI (N); rentang EMA MACD (a), (b), dan rentang sinyal opsional (c)). Bahkan ketika pengguna mengira mereka menggunakan indikator yang sama, pengaturannya bisa berbeda di berbagai platform.

2) Penyelarasan data dan titik yang hilang mengubah perhitungan

Indikator-indikator ini dibangun dari titik data yang berurutan. Jika deret input Anda memiliki candle yang hilang, stempel waktu yang tidak teratur, atau definisi “Harga” yang berbeda (seperti harga penutupan versus nilai turunan lainnya), keuntungan/kerugian yang dihitung untuk RSI dan urutan EMA untuk MACD dapat berubah.

3) Inisialisasi rata-rata EMA dan RSI memengaruhi nilai awal

Nilai pertama yang dihitung RSI bergantung pada rata-rata awal selama (N) periode pertama. Nilai awal MACD bergantung pada bagaimana EMA diunggulkan sebelum algoritma “terkunci”. Ini dapat menyebabkan perbedaan yang terlihat di dekat awal riwayat chart.

4) Kasus tepi dapat menghasilkan rasio yang tidak terdefinisi

Dalam RSI, ketika rata-rata kerugian menjadi nol (atau secara efektif nol), (\text{RS}) melibatkan pembagian dengan nol. Implementasi menangani ini secara berbeda (misalnya, memperlakukan RSI sebagai 100). Jika Anda memverifikasi secara independen, Anda harus mengadopsi konvensi kasus tepi yang sama.

5) Indikator bukan jaminan hasil yang berdiri sendiri

RSI dan MACD menggambarkan pola dalam harga dan momentum (yang diubah oleh matematika), bukan perilaku masa depan.