Apa Kesalahan Umum dengan SMA?

Definisikan SMA dengan jelas sebelum menggunakannya

SMA biasanya berarti “Simple Moving Average”: rata-rata dari rangkaian harga selama sejumlah periode masa lalu yang tetap. Ide utamanya adalah penghalusan. SMA mengubah rangkaian waktu yang berisik menjadi kurva yang lebih sederhana dengan merata-ratakan N observasi terbaru (“jendela” atau “panjang periode”).

Kesalahan umum adalah memperlakukan SMA seolah-olah secara langsung mengungkapkan arah masa depan. Karena SMA dibangun dari nilai masa lalu, SMA hanya dapat mencerminkan apa yang telah terjadi, dan akan bereaksi dengan penundaan yang setara dengan efek jendela rata-rata.

Kesalahpahaman lain adalah menganggap SMA sama dengan “tren.” SMA dapat menunjukkan arah atau kemiringan, tetapi ini tetap merupakan statistik yang dibangun yang perilakunya bergantung pada panjang periode yang dipilih dan data dasar yang Anda masukkan ke dalamnya (misalnya, “harga” apa yang Anda gunakan: penutupan, pembukaan, atau rangkaian lainnya).

Kesalahan mekanisme: input yang salah, interpretasi yang salah

Salah satu kesalahan yang sering terjadi adalah input yang tidak konsisten. Jika satu grafik menggunakan harga “penutupan” dan grafik lain menggunakan komponen harga yang berbeda, garis SMA akan berbeda meskipun dengan panjang jendela yang sama. Demikian pula, menggunakan kerangka waktu yang berbeda mengubah arti “satu periode”; SMA 20-periode pada grafik 1 jam merata-ratakan informasi yang berbeda dari SMA 20-periode pada grafik 1 hari.

Kesalahan kedua adalah terlalu menghargai momen seperti crossover. Orang mungkin menafsirkan perpotongan antara SMA yang lebih pendek dan SMA yang lebih panjang sebagai penjelasan lengkap tentang titik balik pasar. Pada kenyataannya, perpotongan adalah kondisi matematis yang didasarkan pada jendela yang dipilih. Itu tidak, dengan sendirinya, mengonfirmasi bahwa pergerakan masa depan akan mengikuti interpretasi tersebut.

Kesalahan ketiga adalah membingungkan “kemiringan” dengan “kepastian.” Kemiringan SMA yang naik menunjukkan bahwa rata-rata harga masa lalu telah meningkat, bukan bahwa perubahan harga berikutnya mungkin terjadi. Kondisi pasar dapat berubah, dan kemiringan SMA yang sama nantinya dapat mendatar atau berbalik.

Pemeriksaan bukti dan contoh gaya: bagaimana asumsi membentuk hasil

Pertimbangkan eksperimen pemikiran netral: misalkan dua SMA menggunakan rangkaian harga yang sama tetapi panjang jendela yang berbeda (misalnya, jendela pendek versus jendela yang lebih panjang). SMA yang lebih pendek biasanya akan bergerak lebih cepat karena merata-ratakan lebih sedikit titik masa lalu. SMA yang lebih panjang biasanya akan berubah lebih lambat. Jika Anda kemudian membandingkan “sinyal” yang berasal dari masing-masing garis, Anda mungkin melihat interpretasi yang bertentangan pada saat yang sama.

Ini bukan bukti bahwa SMA tidak berguna; ini menunjukkan mengapa asumsi itu penting. Jika Anda memilih jendela yang menghaluskan terlalu agresif, Anda mungkin tertinggal dari titik balik. Jika Anda memilih jendela yang terlalu pendek, Anda mungkin menangkap noise dan menghasilkan perubahan yang lebih sering. Either way, perilaku SMA yang Anda amati terkait dengan pilihan desain Anda.

Keterbatasan dan mode kegagalan

Keterbatasan material adalah penundaan. Karena SMA bergantung pada nilai masa lalu, SMA sering bereaksi setelah pasar mulai bergerak. Itu dapat menyebabkan entry/exit yang terlambat jika seseorang mencoba memperlakukan SMA sebagai pemicu langsung.

Mode kegagalan lainnya adalah sensitivitas rezim. SMA dapat terlihat “bersih” dalam beberapa kondisi pasar dan berantakan di kondisi lain. Hubungan historis—seperti bagaimana garis SMA berperilaku selama rentang masa lalu—tidak menjamin perilaku yang sama akan terjadi nanti.

Biaya dan eksekusi juga penting ketika hasil diukur dalam trading nyata. Bahkan jika interpretasi SMA sejalan dengan pergerakan harga dalam grafik, hasil yang terealisasi dapat berbeda setelah Anda memasukkan spread, komisi, selip, dan kendala operasional. Artikel ini tidak mengasumsikan data real-time, jadi Anda harus memperlakukan SMA sebagai indikator bagaimana rata-rata telah berubah, bukan sebagai ekspektasi profitabilitas bersih.

Verifikasi dan pertanyaan selanjutnya

Untuk memverifikasi apa yang ditunjukkan SMA, gunakan pemeriksaan netral:

• Bandingkan pengaturan SMA (setidaknya dua panjang jendela) untuk melihat apakah interpretasi stabil.
• Periksa input harga yang tepat yang digunakan (misalnya, penutupan vs rangkaian lain) dan pastikan grafik cocok.
• Evaluasi hasil hanya pada data historis yang terealisasi, dan hindari mengasumsikan replikasi masa depan.

Pertanyaan selanjutnya yang baik untuk diajukan adalah: “Apa sebenarnya yang dihitung grafik saya—panjang jendela dan input harga—dan bagaimana kesimpulan saya akan berubah jika saya mengubahnya?” Pendekatan ini menjaga fokus pada mekanisme yang dapat diverifikasi daripada kepastian prediktif.