Apa itu Contoh Kerja McGinley Dynamic?

Definisi McGinley Dynamic

McGinley Dynamic adalah metode rata-rata bergerak yang memperbarui estimasi garis “rata-rata” secara lebih adaptif dibandingkan rata-rata bergerak dengan parameter tetap. Alih-alih menggunakan tingkat penghalusan yang konstan, metode ini mengubah tingkat tersebut berdasarkan seberapa jauh harga terbaru dari nilai McGinley saat ini.

Cara sederhana untuk memahaminya: ketika harga jauh dari rata-rata saat ini, metode ini bereaksi lebih cepat; ketika harga dekat, metode ini bereaksi lebih lambat. Adaptivitas ini adalah mekanisme inti yang dapat Anda isolasi dari hasil pasar apa pun.

Karena deskripsi daring yang berbeda mungkin menggunakan parameterisasi yang sedikit berbeda, contoh kerja di bawah ini sengaja dibuat eksplisit tentang bentuk rumus yang tepat, input, dan asumsi yang digunakan.

Mekanisme: apa yang masuk ke dalam contoh kerja

Untuk menghasilkan contoh kerja yang dapat diverifikasi, Anda harus memutuskan tiga hal:

1. Seri input: urutan harga (misalnya, harga penutupan) pada interval waktu yang sama.
2. Nilai awal: estimasi McGinley Dynamic awal, yang dapat Anda tetapkan sama dengan harga pertama atau rata-rata awal lain yang dipilih.
3. Aturan pembaruan dengan konstanta: parameter (sering disebut konstanta penghalusan) yang mengontrol responsivitas.

Aturan pembaruan yang diasumsikan

Untuk contoh kerja ini, asumsikan aturan pembaruannya berbentuk:

McGinley(t) = McGinley(t−1) + [ (Harga(t) − McGinley(t−1)) / (k · ( (Harga(t)/McGinley(t−1))^4 )) ]

Di mana:

• Harga(t) adalah harga input pada langkah t.
• McGinley(t−1) adalah nilai McGinley sebelumnya.
• k adalah konstanta positif.

Ini adalah salah satu gaya representasi yang umum. Tugas verifikasi Anda adalah menghitung ulang menggunakan aturan persis yang ingin Anda gunakan (termasuk pangkat dan cara pembagian diatur).

Contoh numerik kerja (langkah demi langkah)

Asumsi

• Kami menggunakan lima langkah waktu dengan harga yang diukur pada interval yang sama.
• Pilih konstanta penghalusan k = 1.
• Kondisi awal: McGinley(1) = Harga(1).
• Harga adalah: Harga(1)=100, Harga(2)=102, Harga(3)=101, Harga(4)=105, Harga(5)=103.

Langkah 1 (t=1)

• McGinley(1) = Harga(1) = 100

Langkah 2 (t=2)

• Harga(2) = 102, McGinley(1) sebelumnya = 100
• Hitung rasio: (Harga(2)/McGinley(1)) = 102/100 = 1,02
• Hitung (rasio)^4: 1,02^4 ≈ 1,08243216
• Hitung penyebut: k · (rasio^4) = 1,08243216
• Hitung kenaikan:
  • Harga − McGinley = 102 − 100 = 2
  • Kenaikan = 2 / 1,08243216 ≈ 1,8479
• McGinley(2) = 100 + 1,8479 ≈ 101,8479

Langkah 3 (t=3)

• Harga(3) = 101, McGinley(2) sebelumnya ≈ 101,8479
• Rasio: 101 / 101,8479 ≈ 0,9916
• (rasio)^4 ≈ (0,9916)^4 ≈ 0,9669 (perkiraan)
• Penyebut ≈ 0,9669
• Harga − McGinley ≈ 101 − 101,8479 = −0,8479
• Kenaikan ≈ (−0,8479) / 0,9669 ≈ −0,8771
• McGinley(3) ≈ 101,8479 − 0,8771 = 100,9708

Langkah 4 (t=4)

• Harga(4)=105, McGinley(3) sebelumnya ≈ 100,9708
• Rasio: 105 / 100,9708 ≈ 1,0401
• (rasio)^4 ≈ (1,0401)^4 ≈ 1,1697
• Penyebut ≈ 1,1697
• Harga − McGinley ≈ 105 − 100,9708 = 4,0292
• Kenaikan ≈ 4,0292 / 1,1697 ≈ 3,445
• McGinley(4) ≈ 100,9708 + 3,445 = 104,4158

Langkah 5 (t=5)

• Harga(5)=103, McGinley(4) sebelumnya ≈ 104,4158
• Rasio: 103 / 104,4158 ≈ 0,9863
• (rasio)^4 ≈ (0,9863)^4 ≈ 0,9450
• Penyebut ≈ 0,9450
• Harga − McGinley ≈ 103 − 104,4158 = −1,4158
• Kenaikan ≈ −1,4158 / 0,9450 ≈ −1,499
• McGinley(5) ≈ 104,4158 − 1,499 = 102,9168

Apa yang ditunjukkan contoh ini

Dengan aturan dan asumsi yang dinyatakan, garis McGinley naik dengan cepat ketika harga melonjak di atas rata-rata saat ini (t=2 hingga t=4), dan kemudian turun ketika harga jatuh di bawah rata-rata (t=3 dan t=5). Tujuan di sini bukanlah peramalan; ini menunjukkan mekanisme pembaruan adaptif yang dapat Anda reproduksi.

Keterbatasan dan potensi mode kegagalan

1. Ambiguitas parameter dan aturan: Jika Anda menggunakan varian rumus yang berbeda yang dipublikasikan (pangkat berbeda, penempatan istilah, atau definisi), Anda akan mendapatkan hasil yang berbeda. Selalu verifikasi dengan aturan pembaruan yang tepat. 2. Sensitivitas terhadap pilihan input: Metode ini bergantung pada seri harga yang dipilih (penutupan vs. harga tipikal, dll.) dan interval waktu. Mengubah input mengubah jalur yang dihitung. 3. Kasus tepi numerik: Karena pembaruan melibatkan rasio yang menggunakan nilai McGinley sebelumnya, nilai mendekati nol atau kondisi awal yang tidak konsisten dapat menyebabkan perilaku tidak stabil. 4. Pergeseran rezim dan kebisingan: Pergerakan adaptif masih bisa tertinggal dalam perubahan rezim yang tiba-tiba atau bereaksi berlebihan dalam urutan yang berisik.