Cara CMO Dihitung (Rumus, Input, dan Verifikasi)
Jawaban langsung: bagaimana CMO dihitung
CMO (Chande Momentum Oscillator) dihitung dengan membandingkan ukuran total perubahan harga naik terbaru (“keuntungan”) dengan ukuran total perubahan harga turun terbaru (“kerugian”) selama jendela lookback yang tetap, dan mengubah perbandingan tersebut menjadi nilai osilator.
Cara umum untuk mengekspresikannya adalah:
CMO = 100 × (JumlahKeuntungan − JumlahKerugian) / (JumlahKeuntungan + JumlahKerugian)
Di mana:
- JumlahKeuntungan adalah jumlah perubahan harga positif selama periode lookback.
- JumlahKerugian adalah jumlah nilai absolut dari perubahan harga negatif selama periode lookback.
Ini menghasilkan nilai yang biasanya berkisar antara −100 dan +100 ketika penyebutnya bukan nol.
Mekanisme: tentukan input dan perhitungan langkah demi langkah
1) Pilih panjang lookback
Pilih panjang lookback berupa bilangan bulat, biasanya dilambangkan sebagai N. Perhitungan pada waktu tertentu menggunakan N perubahan harga-ke-harga terbaru dalam rangkaian.
Asumsi untuk verifikasi: Anda harus menggunakan N yang sama setiap kali menghitung CMO agar perbandingan menjadi bermakna.
2) Pilih rangkaian harga
CMO dihitung dari rangkaian waktu harga. Harga dapat didefinisikan dengan beberapa cara (misalnya, harga penutupan), tetapi apa pun yang Anda gunakan harus konsisten.
Asumsi untuk contoh: perhitungan di bawah ini menggunakan satu rangkaian harga P(t) dan mendefinisikan perubahan dari satu langkah waktu ke langkah berikutnya.
3) Hitung perubahan harga untuk setiap langkah
Untuk setiap langkah waktu i dalam jendela lookback, hitung perubahannya:
- ΔP(i) = P(i) − P(i−1)
Sekarang bagi setiap perubahan menjadi dua komponen:
- Keuntungan(i) = ΔP(i) jika ΔP(i) > 0, jika tidak 0
- Kerugian(i) = −ΔP(i) jika ΔP(i) < 0, jika tidak 0
Perhatikan konvensi tanda: kerugian disimpan sebagai besaran positif.
4) Jumlahkan keuntungan dan kerugian selama jendela lookback
- JumlahKeuntungan = Σ Keuntungan(i) untuk i dalam N langkah terakhir
- JumlahKerugian = Σ Kerugian(i) untuk i dalam N langkah terakhir
5) Terapkan rumus osilator
Hitung:
- CMO = 100 × (JumlahKeuntungan − JumlahKerugian) / (JumlahKeuntungan + JumlahKerugian)
Penting: jika JumlahKeuntungan + JumlahKerugian = 0, maka osilator secara matematis tidak terdefinisi karena Anda akan membagi dengan nol. Dalam implementasi nyata, alat mungkin menangani ini dengan cara yang berbeda (misalnya, membiarkannya kosong atau menetapkan nilai tertentu). Jika Anda ingin verifikasi independen, periksa dengan tepat bagaimana metode Anda menangani kasus penyebut nol.
Bukti atau contoh: perhitungan numerik kecil
Asumsikan N = 4 dan Anda menggunakan rangkaian harga P dengan nilai-nilai berikut pada langkah waktu yang berurutan:
- P(0)=100, P(1)=102, P(2)=101, P(3)=103, P(4)=103
Langkah 1: hitung perubahan selama 4 langkah terakhir:
- ΔP(1)=102−100=+2 → Keuntungan=2, Kerugian=0
- ΔP(2)=101−102=−1 → Keuntungan=0, Kerugian=1
- ΔP(3)=103−101=+2 → Keuntungan=2, Kerugian=0
- ΔP(4)=103−103=0 → Keuntungan=0, Kerugian=0
Langkah 2: jumlahkan keuntungan dan kerugian:
- JumlahKeuntungan = 2 + 0 + 2 + 0 = 4
- JumlahKerugian = 0 + 1 + 0 + 0 = 1
Langkah 3: hitung CMO:
- CMO = 100 × (4 − 1) / (4 + 1)
- CMO = 100 × 3/5
- CMO = 60
Apa artinya ini dalam istilah perhitungan: arah bersihnya positif karena jumlah keuntungan lebih besar daripada jumlah kerugian selama jendela yang dipilih.
Keterbatasan dan risiko: apa yang bisa salah dan mengapa bervariasi
1) Nilai tidak terdefinisi atau tidak stabil ketika keuntungan dan kerugian keduanya nol
Jika, selama jendela lookback, harga tidak pernah naik atau turun (semua perubahan nol), maka JumlahKeuntungan = 0 dan JumlahKerugian = 0, sehingga penyebutnya menjadi nol. Platform yang berbeda mungkin menampilkan keluaran yang berbeda. Ini adalah mode kegagalan utama untuk pemeriksaan independen.
2) Sensitivitas terhadap cara Anda mendefinisikan harga input
Nilai CMO bergantung pada rangkaian harga yang dipilih (misalnya, harga penutupan vs definisi harga konsisten lainnya). Bahkan jika “lookback” dan rumusnya sama, menggunakan rangkaian input yang berbeda dapat mengubah keuntungan dan kerugian yang dihitung.
3) Sensitivitas terhadap panjang lookback (N)
Mengubah N mengubah perubahan masa lalu mana yang disertakan, sehingga CMO dapat bergeser. Jendela yang lebih panjang memperhalus lebih banyak variasi dengan menggabungkan lebih banyak langkah; jendela yang lebih pendek bereaksi lebih terhadap perubahan terbaru. Ini bukan masalah dengan rumusnya, tetapi memengaruhi keterbandingan antar grafik.
4) Bukan jaminan tentang pergerakan masa depan
CMO merangkum perubahan masa lalu dalam jendela tetap; pola historis dalam CMO tidak menetapkan bahwa arah masa depan apa pun akan mengikuti. Biaya, perbedaan eksekusi, dan perubahan rezim pasar semuanya dapat mengubah bagaimana harga berperilaku setelah pembacaan osilator tertentu.
5) Perbedaan data dan pengambilan sampel
Jika Anda menghitung CMO dari kerangka waktu yang berbeda (atau dari data yang berbeda dalam cara langkah waktu dibentuk), kumpulan nilai ΔP berubah, yang mengubah CMO.
Verifikasi dan pertanyaan berikutnya: cara memeriksa pekerjaan Anda
Untuk memverifikasi secara independen bahwa Anda menghitung CMO dengan benar:
- Konfirmasi definisi harga Anda (rangkaian mana yang Anda gunakan) dan panjang lookback N Anda.
- Hitung ulang ΔP(i) untuk setiap langkah dalam jendela.
- Bagi setiap ΔP menjadi besaran Keuntungan dan Kerugian menggunakan aturan tanda yang sama.
- Jumlahkan keuntungan dan kerugian dan verifikasi penyebutnya (JumlahKeuntungan + JumlahKerugian) bukan nol.
- Terapkan CMO = 100 × (JumlahKeuntungan − JumlahKerugian) / (JumlahKeuntungan + JumlahKerugian).
Pertanyaan berikutnya yang perlu dipertimbangkan: “Bagaimana pengaturan CMO mengubah perilakunya?” Itu tergantung pada pilihan N dan rangkaian harga, yang keduanya secara langsung memengaruhi jumlah keuntungan/kerugian.