Cara HMA (Hull Moving Average) Dihitung

Jawaban langsung

Hull Moving Average (HMA) dihitung dari rata-rata bergerak tertimbang (WMA) dari rangkaian harga yang sama menggunakan panjang utama dan panjang “setengah” turunan. Definisi umumnya adalah:

1. Misalkan n adalah panjang HMA.
2. Hitung WMA(n/2) dari rangkaian harga.
3. Hitung WMA(n) dari rangkaian harga.
4. Buat rangkaian perantara:
   • 2 · WMA(n/2) − WMA(n)
5. Terakhir, haluskan rangkaian perantara tersebut menggunakan WMA dengan panjang √n:

HMA(n) = WMA( √n, 2 · WMA(n/2) − WMA(n) )

Ini menghasilkan rata-rata yang bertujuan bereaksi lebih cepat daripada rata-rata bergerak tunggal sambil mengurangi sebagian lag.

Mekanisme dan definisi

Untuk menjelaskan cara kerja rumus ini, ada baiknya memisahkan mekanika yang stabil (struktur matematika) dari kondisi yang bervariasi (cara Anda memilih input dan cara Anda menangani detail praktis).

1) Input

• Rangkaian harga: urutan titik data (misalnya, harga penutupan per bar). HMA didefinisikan pada rangkaian, bukan pada satu harga.
• Panjang n: angka positif yang mengontrol kehalusan dan responsivitas.

2) Blok bangunan utama: Rata-rata Bergerak Tertimbang (WMA)

WMA adalah rata-rata bergerak di mana observasi yang lebih baru menerima bobot lebih besar daripada yang lebih lama. Untuk panjang yang dipilih L, WMA pada waktu t dapat ditulis secara konseptual sebagai:

• WMA(L) pada t = rata-rata tertimbang dari L titik harga terakhir yang berakhir pada t

Skema pembobotan yang tepat biasanya linier (bobot naik seiring kebaruan), tetapi Anda harus menggunakan definisi WMA yang konsisten di semua bagian perhitungan HMA.

3) Alur data HMA

HMA menggunakan tiga tahap:

Tahap A: Penghalusan setengah panjang

• Hitung WMA(n/2). Ini cenderung merespons lebih cepat daripada WMA(n) karena menggunakan lebih sedikit titik (penghalusan lebih sedikit).

Tahap B: Kombinasi pembentuk tren

• Gabungkan penghalusan setengah panjang dengan penghalusan panjang penuh:
  • 2 · WMA(n/2) − WMA(n)
• Struktur “selisih lalu diskalakan” ini dimaksudkan untuk menyesuaikan lag dengan membandingkan rata-rata yang lebih cepat (setengah panjang) dengan yang lebih lambat (panjang penuh).

Tahap C: Penghalusan akhir dengan √n

• Terapkan WMA lagi, tetapi pada rangkaian perantara dari Tahap B, menggunakan panjang √n.
• Karena √n lebih kecil dari n untuk n>1, penghalusan akhir ini mencoba menjaga hasil tetap responsif sambil mengurangi noise.

4) Asumsi praktis yang harus Anda nyatakan

Karena rumus ini mencakup n/2 dan √n, Anda memerlukan aturan deterministik untuk panjang non-integer:

• Jika platform Anda memerlukan periode integer untuk WMA, Anda harus memutuskan cara membulatkan n/2 dan √n (misalnya, floor, ceil, atau terdekat).
• Jika n kecil, √n dapat menyusut menjadi integer yang sangat kecil, membuat penghalusan akhir lebih lemah dan output lebih bergerigi.

Bukti atau contoh yang dapat Anda reproduksi

Di bawah ini adalah garis besar contoh mandiri (tanpa asumsi harga langsung). Anda dapat mereproduksinya dengan rangkaian harga numerik apa pun.

Pengaturan contoh

• Pilih panjang n = 16.
• Lalu:
  • n/2 = 8
  • √n = 4
• Pilih definisi WMA yang disepakati (misalnya, bobot linier 1..L atau skema konsisten apa pun yang digunakan kalkulator Anda).
• Misalkan P[t] adalah harga Anda pada waktu t.

Perhitungan langkah demi langkah (konseptual)

Pada setiap waktu t di mana riwayat yang cukup ada:

1. Hitung A[t] = WMA(8) dari P (8 harga terakhir yang berakhir pada t).
2. Hitung B[t] = WMA(16) dari P (16 harga terakhir yang berakhir pada t).
3. Bangun rangkaian perantara:
   • C[t] = 2 · A[t] − B[t]
4. Hitung HMA akhir:
   • HMA[t] = WMA(4) dari C (4 nilai C terakhir yang berakhir pada t).

Apa yang perlu diverifikasi secara independen

• Konfirmasikan bahwa kalkulator HMA Anda mengikuti struktur yang sama: WMA(n/2) dan WMA(n) digabungkan sebagai 2·WMA(n/2) − WMA(n), lalu dihaluskan dengan WMA(√n).
• Konfirmasikan cara membulatkan n/2 dan √n ketika keduanya bukan integer.
• Konfirmasikan bahwa WMA diterapkan pada rangkaian yang benar (harga untuk WMA pertama; rangkaian C perantara untuk WMA akhir).

Keterbatasan dan risiko (kegagalan perhitungan yang dapat Anda periksa)

HMA dapat dihitung dengan benar, tetapi interpretasi masih bisa gagal jika Anda mengabaikan mekanika dan batasan data. Keterbatasan utama meliputi:

1) Efek tepi di awal

Anda tidak dapat menghitung WMA(n) sampai setidaknya n titik data sebelumnya ada, dan Anda tidak dapat menghitung WMA(√n) akhir sampai Anda juga memiliki cukup nilai perantara. Akibatnya:

• Nilai HMA awal hilang, tertunda, atau didasarkan pada riwayat efektif yang lebih pendek tergantung pada implementasi.

2) Penanganan panjang non-integer mengubah hasil

Jika platform mengonversi n/2 atau √n menjadi integer secara berbeda, nilai HMA dapat berbeda secara signifikan. Ini adalah mode kegagalan umum saat membandingkan dua grafik yang “menggunakan HMA” tetapi dengan aturan pembulatan berbeda.

3) Definisi WMA harus cocok

WMA bukan sekadar “rata-rata tertimbang.” Jika satu alat menggunakan bobot linier sementara alat lain menggunakan skema pembobotan berbeda, output HMA berubah bahkan dengan n dan rangkaian harga yang sama.

4) Sensitivitas terhadap input ber-noise dan resolusi waktu

Karena HMA adalah metode penghalusan yang diterapkan pada rangkaian, penampilannya bergantung pada:

• jenis harga yang dipilih (misalnya, penutupan vs rangkaian lain), dan
• interval data (ukuran bar). Pola historis dalam satu resolusi tidak menjamin perilaku serupa di resolusi lain.

Verifikasi dan apa yang harus ditanyakan selanjutnya

Untuk memverifikasi pemahaman Anda secara independen dan menghindari ketidakcocokan:

1. Mulailah dengan rumus tertulis untuk HMA yang cocok dengan WMA( √n, 2·WMA(n/2) − WMA(n) ).
2. Tentukan n Anda, skema bobot WMA Anda, dan aturan pembulatan Anda untuk n/2 dan √n.
3. Hitung ulang HMA pada rangkaian numerik kecil yang dipilih secara manual dan bandingkan dengan kalkulator.

Jika hasil Anda berbeda, pertanyaan berikutnya yang paling berguna adalah: Apakah kalkulator menggunakan skema pembobotan WMA dan pembulatan yang sama untuk periode pecahan?

Anda juga dapat memeriksa bagaimana perubahan n memengaruhi lag dan kehalusan, tetapi perlakukan itu sebagai properti dari mekanika penghalusan—bukan indikasi independen dari hasil masa depan.