Apa itu contoh perhitungan Fisher Transform?

Definisi Fisher Transform (apa itu)

Fisher Transform adalah transformasi matematis yang digunakan dalam analisis teknis untuk mengubah rangkaian input (sering kali diturunkan dari harga) menjadi rangkaian output yang cenderung menonjolkan pembalikan arah. Secara sederhana: transformasi ini memetakan ulang nilai “di posisi mana saya dalam rentang terbaru?” yang terbatas ke dalam skala dengan pemisahan yang lebih kuat di dekat titik ekstrem.

Karena ini adalah transformasi, outputnya tidak secara otomatis menjadi sinyal trading yang berdiri sendiri. Ini paling baik dipahami sebagai angka yang dihitung yang perilakunya bergantung pada bagaimana Anda mendefinisikan input, jendela, dan penskalaannya.

Mekanisme (bagaimana contoh perhitungan dapat disusun)

Contoh perhitungan memerlukan asumsi yang tidak dijamin oleh “realitas pasar” saja. Berikut adalah satu cara mandiri untuk menghitungnya secara numerik.

Asumsi untuk contoh

1. Kita memiliki rangkaian pendek lima harga penutupan: 100, 102, 101, 103, 104.
2. Kita menggunakan panjang jendela 5 (sehingga setiap langkah melihat min dan max yang sama di seluruh sampel). Ini adalah asumsi penyederhanaan untuk memudahkan verifikasi.
3. Untuk setiap langkah waktu t, kita mendefinisikan posisi ternormalisasi x di dalam rentang jendela:
   • Misalkan min = 100 dan max = 104.
   • Rentang = max − min = 4.
   • x = (harga − min) / rentang, sehingga x berada di [0, 1].
4. Kita kemudian memetakan x ke nilai terbatas simetris di (−1, 1) menggunakan:
   • p = 2x − 1.
   • Jadi p adalah −1 ketika harga = min dan +1 ketika harga = max.
5. Untuk menghindari nilai yang tidak terdefinisi di ±1, kita batasi p ke dalam (−0.999, 0.999). Ini adalah pilihan implementasi; perangkat lunak yang berbeda mungkin menangani ini secara berbeda.
6. Kita menggunakan pemetaan gaya Fisher yang disederhanakan dengan rumus dasar:
   • f = 0.5 * ln((1 + p) / (1 − p)) di mana ln adalah logaritma natural.

Dengan asumsi eksplisit ini, pembaca mana pun dapat mereproduksi aritmetikanya.

Perhitungan langkah demi langkah untuk titik terakhir

Untuk harga terakhir 104:

• x = (104 − 100) / 4 = 1
• p = 2(1) − 1 = 1
• batasi p menjadi 0.999
• f = 0.5 * ln((1 + 0.999) / (1 − 0.999)) = 0.5 * ln(1.999 / 0.001) = 0.5 * ln(1999)

Karena ln(1999) ≈ 7.6009, f ≈ 3.8004.

Apa yang berubah lebih awal dalam rangkaian

Untuk harga 100:

• x = 0, p = −1 → batasi menjadi −0.999
• f ≈ −3.8004

Untuk harga antara, p berada di antara −0.999 dan 0.999, menghasilkan nilai di antara titik ekstrem tersebut. Itulah efek “penonjolan” dalam arti numerik: logaritma tumbuh dengan cepat saat p mendekati ±1 (dekat dengan min atau max jendela).

Keterbatasan dan risiko (mode kegagalan material)

1. Sensitivitas parameter. Output sangat bergantung pada panjang jendela dan min/max persis yang digunakan. Mengubah jendela mengubah input ternormalisasi p, yang mengubah f.
2. Detail implementasi. Implementasi yang berbeda dapat menggunakan variabel antara yang berbeda (misalnya, menggunakan high/low berjalan, penghalusan berbeda, atau aturan pembatasan yang berbeda). Bahkan dengan harga yang sama, f dapat berbeda.
3. Masalah batas. Jika p dapat mencapai tepat ±1 dan tidak ditangani dengan pembatasan atau offset, pemetaan log dapat menjadi tidak terdefinisi atau tidak stabil secara numerik.
4. Bukan prediksi yang berdiri sendiri. Output Fisher Transform adalah nilai yang ditransformasikan, bukan hubungan sebab-akibat yang dijamin. Pola historis dalam satu periode tidak menetapkan hasil masa depan.

Verifikasi dan pertanyaan lanjutan yang dapat Anda jawab

Untuk memverifikasi contoh secara mandiri, hitung ulang setiap langkah dari rumus yang diasumsikan sama: min/max, normalisasi ke x, pemetaan ke p, pembatasan, lalu transformasi logaritmik. Jika nilai yang Anda hitung berbeda, tempat pertama yang perlu diperiksa adalah pembatasan dan penanganan batas.

Pertanyaan lanjutan yang berguna adalah: bagaimana perangkat lunak pilihan Anda mendefinisikan rangkaian input dan jendela? Fisher Transform hanya dapat direproduksi ketika definisi input dan detail rumus cocok.