Apa itu Cmo?

Cmo secara sederhana

Cmo biasanya merujuk pada Chande Momentum Oscillator. Ini adalah osilator yang dibangun dari perubahan harga terkini. Ide utamanya adalah mengukur momentum dengan bertanya: selama jendela lookback yang dipilih, apakah pasar mengalami lebih banyak pergerakan naik atau lebih banyak pergerakan turun?

Dalam riset forex, orang menggunakan Cmo untuk menggambarkan kekuatan momentum dan arah. Nilai mendekati salah satu ekstrem menunjukkan dominasi kenaikan baru-baru ini; nilai mendekati ekstrem lainnya menunjukkan dominasi kerugian baru-baru ini. Namun, Cmo bukanlah prediksi dan dengan sendirinya tidak menunjukkan hasil perdagangan berikutnya.

Cara kerja Cmo (definisi, input, dan operasi)

Cmo dihitung dari perubahan harga dalam periode lookback (biasanya disebut N). Pertama, Anda menghitung perubahan dari satu bar ke bar berikutnya (misalnya, selisih harga penutupan):

• Misalkan Δ = harga(t) − harga(t−1).
• Jika Δ > 0, perubahan positif tersebut berkontribusi pada kenaikan.
• Jika Δ < 0, nilai absolut dari perubahan negatif tersebut berkontribusi pada kerugian.

Kemudian Cmo menggunakan rasio total kenaikan terhadap total kerugian dalam jendela tersebut. Rumus yang umum adalah:

Cmo = 100 × (G − L) / (G + L)

Di mana G adalah jumlah kenaikan selama N periode dan L adalah jumlah kerugian selama N periode (menggunakan nilai absolut untuk kerugian).

Asumsi untuk contoh: Anda harus menentukan jenis bar (close-to-close, mid, dll.) dan panjang lookback N. Tanpa detail tersebut, dua kalkulator dapat menghasilkan nilai Cmo yang berbeda bahkan pada dataset yang sama.

Interpretasi (umum): karena ekspresi tersebut membandingkan G dan L, Cmo mencerminkan apakah pergerakan terkini condong ke arah kenaikan atau kerugian. Penyebut (G + L) juga berarti bahwa ketika kenaikan dan kerugian sama-sama kecil, osilator dapat menjadi tidak stabil dan lebih sensitif terhadap perbedaan kecil dalam harga.

Bukti atau contoh yang dapat Anda verifikasi

Anda dapat memverifikasi mekanisme ini secara independen dengan jendela hipotetis kecil.

Asumsikan N = 5 dan Anda memiliki lima perubahan harga berurutan yang menghasilkan total kenaikan G = 30 dan total kerugian L = 10 (kerugian dihitung sebagai besaran absolut). Maka:

Cmo = 100 × (30 − 10) / (30 + 10) = 100 × 20 / 40 = 50.

Jika sebaliknya Anda memiliki G = 10 dan L = 30, maka Cmo = 100 × (10 − 30) / (10 + 30) = −50.

Ini menggambarkan dua properti penting yang dapat Anda periksa dengan data Anda sendiri:

1. Cmo bergerak menuju nilai positif ketika kenaikan terkini lebih besar daripada kerugian.
2. Cmo bergerak menuju nilai negatif ketika kerugian lebih besar daripada kenaikan.

Untuk penggunaan khusus forex, bagian “apa yang berubah” bergantung pada rangkaian harga yang Anda pilih (misalnya, harga penutupan pada timeframe bar Anda). Tidak ada pilihan tunggal yang benar di semua alur kerja.

Keterbatasan, risiko, dan mode kegagalan

Cmo memiliki keterbatasan material yang dapat memengaruhi keandalan:

1. Pasar yang berombak atau terikat rentang: ketika kenaikan dan kerugian sering bergantian, G dan L mungkin tetap berdekatan, menghasilkan osilasi yang sulit diinterpretasikan sebagai “rezim” momentum.
2. Sensitivitas terhadap detail kalkulasi: implementasi yang berbeda dapat bervariasi dalam cara mendefinisikan perubahan harga, memilih rangkaian bar, atau menangani tie dan pergerakan kecil. Hal ini dapat mengubah perilaku Cmo.
3. Ketidakstabilan penyebut kecil: ketika G + L sangat kecil, pecahan dapat menjadi sangat sensitif terhadap noise. Ini adalah mode kegagalan umum untuk osilator gaya momentum ketika pergerakan lemah.
4. Tidak ada jaminan hasil masa depan: hubungan historis antara pergerakan Cmo dan perubahan harga berikutnya tidak menetapkan bahwa kinerja masa depan akan serupa.

Karena risiko-risiko ini, Cmo harus diperlakukan sebagai pengukuran deskriptif yang merangkum struktur perubahan harga terkini, bukan sebagai sinyal yang berdiri sendiri.

Cara memverifikasi dan apa yang harus dicari selanjutnya

Untuk memverifikasi Cmo untuk tujuan Anda sendiri, dokumentasikan item-item ini sebelum membandingkan hasil:

• Panjang lookback N.
• Input harga yang tepat (misalnya, selisih close-to-close).
• Aturan penanganan untuk kenaikan dan kerugian (terutama bagaimana Anda memperlakukan pergerakan kecil dan tanda).
• Timeframe dan keselarasan bar Anda.

Jika Anda menginginkan langkah berikutnya, fokuslah pada bagaimana Cmo dievaluasi di bawah asumsi yang konsisten—seperti cara menyiapkan pengujian dengan hati-hati, dan cara menghitung Cmo secara konsisten di seluruh dataset—daripada mengasumsikan bahwa indikator itu sendiri menyiratkan arah atau profitabilitas.