Cara Menghitung RSI dan Moving Average

Jawaban langsung

RSI dan moving average sama-sama dihitung dari deret waktu harga, tetapi keduanya melakukannya dengan cara yang berbeda. Moving average menghaluskan harga dengan merata-ratakan nilai-nilai terbaru selama jendela yang dipilih. RSI (Relative Strength Index) mengubah perubahan naik dan turun terbaru menjadi skor 0–100 yang terikat menggunakan jendela lookback dan metode penghalusan tertentu (sering kali penghalusan Wilder).

Untuk menghitungnya secara akurat, Anda memerlukan (1) deret harga yang digunakan (misalnya, harga penutupan), (2) langkah waktu atau frekuensi data (misalnya, bar harian), dan (3) parameter indikator (panjang lookback untuk RSI, panjang jendela dan metode untuk moving average). Setelah Anda memilih asumsi-asumsi ini, kedua perhitungan bersifat deterministik dan dapat diverifikasi secara independen dengan menghitung ulang dari deret input yang sama.

Mekanisme atau definisi

Moving average: apa yang dirata-ratakan

Moving average menghasilkan nilai yang dihaluskan untuk setiap langkah waktu dengan merata-ratakan sejumlah tetap observasi terbaru.

• Simple Moving Average (SMA): rata-rata aritmetika dari N nilai harga terakhir.
• Exponential Moving Average (EMA): moving average berbobot yang memberikan bobot lebih besar pada harga terbaru, didefinisikan melalui faktor penghalusan.

Karena platform yang berbeda mungkin menerapkan detail EMA sedikit berbeda, hal penting untuk verifikasi adalah menggunakan definisi dan parameter yang sama.

Rumus SMA

Misalkan P_t adalah harga yang dipilih pada waktu t (biasanya harga penutupan). Untuk panjang jendela N, SMA pada waktu t (ketika data yang cukup tersedia) adalah:

SMA(t) = (P_t + P_{t-1} + … + P_{t-N+1}) / N

Ini berarti nilai SMA pertama memerlukan setidaknya N titik harga, dan nilai SMA berikutnya bergeser maju satu langkah waktu.

Ide EMA dan bentuk umum

EMA dapat dinyatakan secara rekursif, menggunakan nilai EMA sebelumnya dan harga saat ini. Bentuk yang umum digunakan adalah:

EMA(t) = EMA(t−1) + α × (P_t − EMA(t−1))

di mana α adalah faktor penghalusan yang ditentukan dari panjang N yang dipilih. Hubungan yang khas adalah α = 2 / (N + 1), tetapi beberapa alat mungkin menggunakan inisialisasi atau konvensi yang sedikit berbeda. Untuk pemeriksaan independen, Anda harus mencocokkan definisi EMA dan aturan awal yang tepat yang digunakan oleh kalkulator yang Anda bandingkan.

RSI: mengubah keuntungan dan kerugian menjadi skor 0–100

RSI mengukur besaran relatif dari perubahan harga naik versus turun terbaru. Pendekatan klasik bekerja dengan selisih berurutan dan memisahkannya menjadi keuntungan dan kerugian.

Misalkan deret harga adalah P_t. Definisikan perubahannya:

Δ_t = P_t − P_{t-1}

Kemudian definisikan:

• Keuntungan_t = maks(Δ_t, 0)
• Kerugian_t = maks(−Δ_t, 0)

Setelah itu, RSI menghitung rata-rata yang dihaluskan (atau terkadang rata-rata sederhana, tergantung pada variannya) selama panjang lookback N.

Kekuatan relatif dan rumus RSI

Hitung rata-rata keuntungan dan rata-rata kerugian selama jendela (dengan metode penghalusan yang dipilih), lalu:

RS = RataRataKeuntungan / RataRataKerugian

RSI = 100 − (100 / (1 + RS))

Dua kasus tepi penting untuk perhitungan yang benar:

• Jika RataRataKerugian = 0, maka RS tidak terhingga, dan RSI secara efektif adalah 100.
• Jika RataRataKeuntungan = 0, maka RS = 0, dan RSI adalah 0.

Kasus-kasus ini terjadi ketika perubahan harga tidak menunjukkan kerugian atau keuntungan dalam jendela lookback di bawah definisi yang dipilih.

Penghalusan gaya Wilder (konvensi RSI umum)

Metode RSI yang banyak digunakan menerapkan penghalusan Wilder pada keuntungan dan kerugian:

• Untuk rata-rata pertama pada waktu t = N, gunakan rata-rata sederhana dari N keuntungan dan kerugian pertama.
• Kemudian perbarui secara rekursif setelahnya.

Aturan pembaruan yang umum adalah:

RataRataKeuntungan(t) = (RataRataKeuntungan(t−1) × (N−1) + Keuntungan_t) / N

RataRataKerugian(t) = (RataRataKerugian(t−1) × (N−1) + Kerugian_t) / N

Setelah Anda memiliki rata-rata ini, hitung RSI menggunakan rumus RS dan RSI di atas.

Seperti halnya EMA, kunci untuk verifikasi adalah Anda mencocokkan perilaku penghalusan dan inisialisasi yang tepat yang digunakan oleh alat yang Anda uji.

Bukti atau contoh (dengan asumsi eksplisit)

Asumsi untuk contoh

Asumsikan:

1. Anda menggunakan harga penutupan.
2. Anda menghitung indikator pada deret bar dengan satu langkah waktu tetap.
3. RSI menggunakan lookback N = 14 dan penghalusan gaya Wilder.
4. Moving average adalah SMA dengan jendela N = 20.

Sekarang definisikan deret harga ilustratif kecil untuk moving average (nilai hanya untuk demonstrasi):

Untuk waktu t = 1…20, misalkan harga penutupan adalah P_1, P_2, …, P_20.

• SMA(20) sama dengan (P_1 + P_2 + … + P_20) / 20.
• SMA(21) sama dengan (P_2 + P_3 + … + P_21) / 20.

Sifat geser ini adalah inti dari perhitungan moving average.

Langkah-langkah perhitungan RSI

Untuk menghitung RSI pada waktu t, Anda memerlukan:

1. Selisih Δ_t = P_t − P_{t-1}.
2. Keuntungan dan kerugian Keuntungan_t = maks(Δ_t, 0) dan Kerugian_t = maks(−Δ_t, 0).
3. Rata-rata yang dihaluskan RataRataKeuntungan(t) dan RataRataKerugian(t) menggunakan aturan penghalusan yang dipilih.
4. RS dan RSI:
   • RS = RataRataKeuntungan / RataRataKerugian
   • RSI = 100 − (100 / (1 + RS))

Bahkan tanpa memasukkan nilai numerik, logika verifikasinya sama: jika Anda mulai dari deret P_t yang sama, menerapkan definisi yang sama, dan menggunakan rata-rata awal yang sama, Anda harus mendapatkan hasil RSI yang sama dengan implementasi indikator.

Keterbatasan dan risiko

Sensitivitas indikator terhadap konvensi data

Baik RSI maupun moving average sensitif terhadap konvensi perhitungan:

• Pilihan harga input (penutupan, pembukaan, harga tipikal, dll.).
• Frekuensi data dan bagaimana bar yang hilang ditangani.
• Panjang jendela dan metode penghalusan (terutama penghalusan RSI dan inisialisasi EMA).

Jika satu implementasi menggunakan konvensi yang berbeda, keluarannya dapat berbeda bahkan ketika rumusnya terlihat serupa.

Mode kegagalan dan kasus tepi

Keterbatasan material meliputi:

• Perilaku periode awal: sebelum Anda memiliki cukup titik data, RSI dan moving average mungkin tidak terdefinisi atau dihitung dengan aturan inisialisasi khusus.
• Pembagian dengan nol (RSI): jika rata-rata kerugian adalah nol, RSI mencapai 100; jika rata-rata keuntungan adalah nol, RSI mencapai 0. Hasil ini dapat mencerminkan “tidak ada variasi” dalam deret perubahan dalam jendela, bukan kondisi pasar dalam arti yang lebih luas.
• Overfitting pada parameter: RSI dan moving average berubah ketika Anda menyesuaikan panjangnya. Model atau interpretasi yang bergantung pada satu set parameter mungkin tidak dapat digeneralisasi.

Risiko salah tafsir

RSI adalah osilator yang dibangun dari keuntungan dan kerugian relatif; moving average adalah penghalusan harga. Tidak satu pun yang secara inheren merupakan bukti mandiri tentang pergerakan harga di masa depan. Hubungan historis (jika seseorang mengklaim hubungan itu ada) tidak menetapkan bahwa hubungan yang sama akan bertahan di kemudian hari.

Verifikasi atau pertanyaan berikutnya

Cara memverifikasi perhitungan secara independen

Untuk memverifikasi RSI dan moving average sendiri:

1. Gunakan deret harga dan langkah waktu yang sama dengan alat pembuat grafik.
2. Terapkan definisi dan parameter yang sama persis (panjang lookback, metode penghalusan, dan aturan inisialisasi).
3. Bandingkan keluaran Anda dengan keluaran alat tersebut pada titik waktu yang sama.
4. Jika ada perbedaan, periksa konvensi yang mendasarinya (misalnya, bagaimana nilai pertama dihitung atau bagaimana data yang hilang ditangani).
5. Untuk RSI, konfirmasikan apakah alat tersebut menggunakan penghalusan Wilder atau varian lain, dan apakah alat tersebut menangani kasus tepi (rata-rata kerugian atau keuntungan nol) dengan cara yang sama.