Dalam kondisi pasar apa Williams R berperilaku berbeda?

Jawaban langsung

Williams %R berperilaku berbeda di berbagai kondisi pasar terutama karena ia menormalkan penutupan saat ini dalam rentang tertinggi–terendah baru-baru ini. Ketika rentang terbaru tersebut sangat sempit atau lebar, atau ketika harga sedang tren versus berosilasi, nilai yang dinormalisasi dapat menjadi lebih ekstrem atau lebih tidak stabil—bahkan jika pergerakan harga mentahnya terlihat serupa.

Penting untuk memisahkan (1) aturan perhitungan indikator yang stabil dari (2) fitur pasar yang bervariasi seperti volatilitas, kekuatan tren, dan seberapa sering harga berbalik di dalam jendela lookback.

Mekanisme atau definisi

Williams %R (sering ditulis %R) adalah osilator momentum yang dihitung dari periode lookback (biasanya N). Secara konseptual, ia menjawab: “Di mana harga penutupan hari ini relatif terhadap tertinggi tertinggi dan terendah terendah selama N periode terakhir?”

Formulasi umum menggunakan terendah terendah dan tertinggi tertinggi selama jendela lookback dan membandingkan penutupan saat ini dengan rentang tersebut. Hasilnya adalah osilator terikat (biasanya dinyatakan dari sekitar −100 hingga 0). Mekanisme utamanya stabil: indikator menskalakan ulang harga menjadi ukuran persentase-rentang.

Karena pembilang terkait dengan posisi penutupan, dan penyebutnya adalah rentang terbaru (tertinggi tertinggi dikurangi terendah terendah), perilaku berubah ketika rentang pasar terbaru berubah. Sebagai contoh:

• Dalam rentang yang terkompresi, perubahan kecil pada penutupan dapat menggerakkan %R secara substansial.
• Dalam rentang yang melebar, pergerakan absolut yang sama pada penutupan dapat menghasilkan perubahan yang lebih kecil pada %R.

Bukti atau contoh

Di bawah ini adalah skenario berbasis kondisi yang mengubah pembacaan Williams %R, dinyatakan dengan asumsi yang eksplisit.

Skenario A: Rentang terbaru yang sempit (volatilitas realisasi rendah) Asumsikan N tetap. Misalkan selama N periode terakhir, tertinggi tertinggi sangat dekat dengan terendah terendah. Jika penutupan hari ini bergeser sedikit ke arah atas pita sempit tersebut, “jarak dari terendah” penutupan relatif terhadap rentang kecil menjadi besar. Oleh karena itu, Williams %R bergerak menuju ekstrem atasnya lebih cepat.

Skenario B: Rentang terbaru yang lebar (volatilitas realisasi tinggi) Asumsikan N yang sama. Jika N periode terakhir mencakup penyebaran tertinggi–terendah yang besar, penyebutnya lebih besar. Bahkan jika harga bergerak tajam secara absolut, posisi penutupan yang dinormalisasi dapat berubah lebih sedikit, sehingga %R dapat tampak bergerak lebih lambat atau tetap kurang “ekstrem” daripada yang diharapkan pembaca dari grafik mentah.

Skenario C: Pasar tren versus pasar berombak Asumsikan pergerakan harga tetap dekat dengan satu sisi rentang lookback. Dalam tren naik yang berkelanjutan, tertinggi tertinggi dalam jendela lookback cenderung terus diperbarui, dan penutupan sering tetap lebih dekat ke bagian atas rentang; %R karena itu dapat menghabiskan lebih banyak waktu di dekat ekstrem. Sebaliknya, dalam lingkungan sideways atau mean-reverting, pembalikan berulang terus menyegarkan kedua ujung jendela lookback; %R dapat berayun bolak-balik lebih sering atau tampak “berhenti” di sekitar nilai tengah.

Skenario D: Tepi jendela lookback Asumsikan N tetap tetapi rezim volatilitas berubah tepat saat batas jendela bergerak. Ketika harga tertua keluar dari lookback dan serangkaian tertinggi/terendah yang berbeda masuk, penyebut dapat melonjak. Itu dapat menyebabkan “pergeseran rezim” yang terlihat pada osilator bahkan tanpa perubahan besar pada arah mentah hari ini.

Keterbatasan dan risiko

1. Indikator tidak memprediksi arah masa depan. Williams %R mengukur posisi relatif di dalam jendela historis. Normalisasi masa lalu dan ekstrem historis tidak menjamin kelanjutan di masa depan.

2. Kasus tepi dapat menciptakan stabilitas atau volatilitas yang menyesatkan. Jika rentang tertinggi–terendah baru-baru ini sangat kecil, %R dapat menjadi sangat sensitif terhadap perubahan harga yang sangat kecil. Sebaliknya, jika struktur rentang pasar tetap serupa, %R mungkin tampak stabil sementara kondisi di bawah permukaan berkembang.

3. Asumsi parameter dan data penting. Perilaku bergantung pada periode lookback N dan harga mana yang digunakan (tertinggi, terendah, dan konsep “penutupan” yang dipilih). Umpan data yang berbeda, konstruksi lilin yang berbeda, atau N yang berbeda dapat mengubah tampilan osilator.

4. Eksekusi dan biaya dapat mendominasi hasil. Meskipun artikel ini bersifat informasional, pembaca harus mencatat bahwa struktur mikro pasar, spread bid–ask, selip, dan aturan khusus yurisdiksi dapat memengaruhi bagaimana analisis berbasis indikator diterjemahkan ke hasil nyata. Faktor-faktor tersebut bersifat eksternal terhadap matematika Williams %R.