Apa itu Fisher Transform?

Definisi Fisher Transform

Fisher Transform adalah transformasi matematis yang digunakan dalam analisis teknis untuk mengubah deret waktu ke dalam skala baru yang cenderung membuat titik ekstrem (dan potensi titik balik) lebih menonjol dibandingkan data aslinya. Dalam konteks forex, ini biasanya diterapkan pada deret yang diturunkan dari harga (misalnya, nilai yang didasarkan pada harga tertinggi dan terendah terkini).

Poin kuncinya adalah Fisher Transform bukanlah “mesin prediksi” yang berdiri sendiri. Ia membentuk ulang informasi dari deret masukan menjadi deret keluaran. Apakah keluaran tersebut menjadi berguna untuk interpretasi bergantung pada cara penghitungannya (terutama jendela lookback), serta pada perilaku pasar dari aset dan kerangka waktu yang mendasarinya.

Cara kerjanya: model sederhana dari mekanismenya

Dalam banyak formulasi umum, Fisher Transform mengambil langkah-langkah umum berikut:

1. Hitung ukuran posisi bergulir: selama jendela lookback yang dipilih, metode ini memperkirakan di mana nilai masukan saat ini berada dalam rentang terkini (sering didasarkan pada harga tertinggi / harga terendah dalam jendela tersebut). Ini menciptakan ukuran yang terikat (misalnya, antara −1 dan +1 dalam desain tipikal).

2. Terapkan pemetaan nonlinier: kemudian menggunakan fungsi nonlinier yang tumbuh cepat di dekat batas ukuran yang terikat. Ini memiliki efek mendorong kondisi ekstrem lebih jauh pada skala yang ditransformasikan.

3. Hasilkan deret keluaran yang ditransformasikan: nilai yang ditransformasikan berkembang seiring waktu saat bar baru tiba dan jendela bergulir diperbarui.

Anda dapat menganggap Fisher Transform sebagai “penambah kontras” untuk masukan berbasis rentang: ia mencoba membuat posisi yang tidak biasa dalam rentang terkini lebih terlihat. Karena ini adalah transformasi dari normalisasi bergulir, perilakunya dapat berubah ketika volatilitas, lebar rentang, atau pergeseran rezim terjadi.

Intuisi contoh (dengan asumsi eksplisit)

Asumsikan Anda menerapkan Fisher Transform pada deret yang diturunkan dari harga menggunakan jendela lookback tetap dan tanpa asumsi data real-time (Anda hanya menghitungnya dari bar historis yang sudah Anda miliki). Juga asumsikan pasar selama jendela tersebut tetap berada dalam struktur rentang yang relatif stabil.

• Ketika nilai saat ini dekat dengan tengah rentang terkini, ukuran posisi yang terikat akan berada di dekat pusat. Setelah langkah nonlinier, keluaran yang ditransformasikan biasanya tetap lebih dekat ke tingkat pusat.
• Ketika nilai saat ini bergerak dekat dengan batas atas atau bawah rentang terkini, ukuran posisi yang terikat mendekati titik ekstrem. Pemetaan nonlinier kemudian memperluas perbedaan, sehingga keluaran yang ditransformasikan cenderung menunjukkan pergerakan dengan magnitudo yang lebih besar.

Intuisi ini tidak menjamin bahwa “magnitudo besar” sesuai dengan pembalikan yang menguntungkan. Ini hanya menjelaskan bagaimana transformasi mengubah skala informasi.

Keterbatasan dan mode kegagalan yang perlu dipertimbangkan

1. Ketergantungan pada panjang jendela: jendela lookback mengontrol rentang tertinggi/terendah bergulir. Jendela yang lebih panjang menghaluskan perilaku; jendela yang lebih pendek bereaksi lebih cepat tetapi bisa lebih sensitif terhadap noise.

2. Sensitivitas rezim: Fisher Transform bergantung pada hubungan rentang terkini. Di pasar di mana volatilitas dan struktur rentang berubah dengan cepat, keluaran yang ditransformasikan dapat berubah karakter bahkan ketika perilaku harga secara luas serupa.

3. Pilihan masukan penting: jika Anda mengubah deret masukan yang mendasarinya (misalnya, menggunakan bidang harga yang berbeda atau cara berbeda untuk mendefinisikan posisi rentang), keluaran Fisher Transform dapat berubah secara substansial.

4. Efek data dan eksekusi: bahkan dengan penghitungan yang sama, hasil praktis dapat dipengaruhi oleh spread, slippage, dan cara Anda mengambil sampel data. Transformasi itu sendiri tidak memodelkan efek-efek ini.

5. Tidak ada jaminan masa depan dari riwayat: hubungan yang diamati dalam data masa lalu tidak menetapkan bahwa perilaku yang sama akan terulang dalam kondisi baru.

Keterbatasan material dalam praktiknya adalah Fisher Transform dapat membantu memvisualisasikan titik ekstrem, tetapi menafsirkan titik ekstrem sebagai “titik balik” tanpa aturan yang ketat dan dapat diuji dapat menyebabkan kesimpulan yang tidak konsisten.

Cara memverifikasi fakta Fisher Transform secara independen

Untuk memverifikasi perilaku Fisher Transform tanpa mengandalkan klaim, Anda dapat:

• Menghitung ulang dari bar historis menggunakan definisi persis Anda (termasuk panjang jendela dan ukuran posisi terikat yang spesifik). - Memeriksa bagaimana deret yang ditransformasikan berubah ketika Anda memvariasikan panjang jendela dan ketika volatilitas mengembang/menyusut. - Membandingkan hasil di seluruh periode waktu dengan karakteristik pasar yang berbeda.