Bagaimana Rate Of Change (ROC) dihitung?

Jawaban langsung

Rate Of Change (ROC) dihitung dengan mengukur seberapa besar perubahan suatu kuantitas yang dipilih dari titik waktu sebelumnya ke waktu saat ini, menggunakan periode lookback yang tetap (sering ditulis sebagai n).

Cara yang umum adalah bentuk persentase:

ROC(%): [ ROC_t = \frac{X_t - X_{t-n}}{X_{t-n}} \times 100 ]

Di mana:

• (X_t) adalah nilai saat ini dari seri data pada waktu (t)
• (X_{t-n}) adalah nilai (n) periode sebelumnya
• (n) adalah periode lookback

Mekanisme dan definisi

ROC bergantung pada dua pilihan: (1) apa yang Anda ukur (seri (X)) dan (2) seberapa jauh ke belakang Anda membandingkan (periode (n)).

Perhitungan langkah demi langkah

1. Pilih seri (X). Misalnya, (X) bisa berupa harga penutupan, tetapi metode ini berlaku sama untuk seri numerik lainnya.
2. Pilih (n), jumlah periode di masa lalu untuk dibandingkan.
3. Hitung selisih (X_t - X_{t-n}).
4. Normalisasi dengan membagi dengan (X_{t-n}) (untuk versi persentase), lalu kalikan dengan 100 jika Anda menginginkan skala persen.

Bentuk alternatif (non-persentase)

Beberapa implementasi melaporkan selisih yang dinormalisasi, bukan persentase: [ ROC_t = \frac{X_t - X_{t-n}}{X_t} ] atau sederhananya [ ROC_t = X_t - X_{t-n} ] Keduanya tidak identik: keduanya mengubah skala dan sensitivitas. Untuk verifikasi, Anda harus mengonfirmasi definisi persis mana yang digunakan oleh sumber data atau skrip kalkulasi Anda.

Apa arti “periode”

Kata “periode” berarti interval data yang Anda gunakan (misalnya, satu bar pada grafik). Jika kumpulan data Anda menggunakan irama 1 jam, maka (n=10) membandingkan nilai saat ini dengan nilai 10 jam sebelumnya. Jika kumpulan data Anda menggunakan bar harian, maka ia membandingkan dengan 10 hari sebelumnya.

Bukti atau contoh yang dapat Anda reproduksi

Asumsikan Anda memiliki deret waktu nilai untuk suatu kuantitas (X) yang diambil sampelnya setiap periode, dan Anda memilih:

• lookback (n=3)
• (X_t = 105) pada waktu saat ini
• (X_{t-3} = 100) tiga periode sebelumnya

Menggunakan rumus ROC persentase: [ ROC_t = \frac{105 - 100}{100} \times 100 = \frac{5}{100}\times 100 = 5 ] Jadi ROC adalah 5% dalam contoh ini.

Untuk memverifikasi sendiri dengan kumpulan angka lain, pilih pasangan (X_t) dan (X_{t-n}) mana pun dan terapkan aritmetika yang sama. Satu-satunya cara keluaran berubah adalah melalui dua input tersebut dan (n) yang dipilih.

Keterbatasan material: pembagian dengan nilai sebelumnya

Dalam rumus ROC persentase, penyebut (X_{t-n}) sangat penting. Jika (X_{t-n}) sangat kecil, ROC bisa menjadi sangat besar besarnya bahkan untuk perubahan absolut yang sederhana. Jika (X_{t-n}=0), bentuk persentase tidak terdefinisi.

Keterbatasan material: sensitivitas terhadap noise dan celah data

ROC mengukur perubahan, sehingga sering bereaksi kuat terhadap lompatan mendadak, diskontinuitas, atau ketidakteraturan data. Dua urutan dapat memiliki tingkat jangka panjang yang sama tetapi variabilitas jangka pendek yang berbeda, dan ROC akan mencerminkan variabilitas tersebut.

Keterbatasan dan risiko (apa yang dapat dan tidak dapat dikatakan oleh ROC)

ROC adalah ukuran laju perubahan bergaya momentum, tetapi bukan jaminan arah atau perilaku masa depan. Keterbatasan utama meliputi:

• Tanpa prediksi bawaan: ROC mengukur perubahan dari masa lalu ke saat ini; ia tidak menyandikan apakah perubahan itu akan bertahan.
• Ketergantungan pada pilihan: definisi data yang berbeda (seri (X) mana yang Anda gunakan) dan rumus ROC yang berbeda (persentase vs normalisasi lainnya) menghasilkan nilai yang berbeda.
• Skala yang tidak stabil: ROC persentase bisa tidak stabil ketika nilai lookback (X_{t-n}) mendekati nol.
• Keterbandingan antar aset atau waktu: karena ROC bergantung pada skala dan distribusi (X), membandingkan nilai antar seri yang berbeda bisa menyesatkan kecuali definisi dan karakteristik data yang sama digunakan.

Verifikasi atau pertanyaan lanjutan

Untuk memverifikasi secara independen perhitungan ROC Anda sendiri, lakukan daftar periksa ini:

• Konfirmasi definisi ROC persis Anda (bentuk persentase vs normalisasi lainnya).
• Konfirmasi lookback (n) pilihan Anda dan irama data Anda (apa arti satu periode).
• Hitung secara manual (X_t), (X_{t-n}), pembilang (X_t - X_{t-n}), dan ekspresi akhirnya.
• Periksa kasus tepi di mana (X_{t-n}) adalah nol atau sangat kecil.

Jika Anda ingin melangkah lebih jauh, langkah berikutnya yang berguna adalah membandingkan ROC dengan ukuran perubahan terkait (misalnya, bagaimana ROC berbeda dari konstruksi “selisih” atau “momentum” di sekitarnya) dan menguji bagaimana mengubah (n) mengubah daya tanggap nilai ROC.