Cara Kerja Random Walk Index di Forex

Jawaban langsung

Random Walk Index (RWI) adalah cara untuk mengubah deret harga forex menjadi angka yang mencerminkan apakah pergerakan yang diamati lebih menyerupai perilaku random walk atau lebih menyerupai pergerakan dengan struktur tambahan. Dalam praktiknya, RWI tidak “memprediksi” harga berikutnya; RWI merangkum bagaimana urutan observasi masa lalu yang dipilih berperilaku relatif terhadap garis dasar random walk.

Poin kuncinya adalah bahwa “bagaimana RWI dihitung” dapat bervariasi antar implementasi. Jika Anda ingin memverifikasi klaim RWI untuk platform atau artikel tertentu, Anda biasanya perlu memeriksa: harga mana yang Anda gunakan (mid, bid, ask, close), langkah waktu apa yang Anda sampel, panjang riwayat apa yang Anda gunakan (window), dan langkah statistik yang tepat yang mengubah return atau selisih menjadi nilai indeks akhir.

Mekanisme atau definisi

Random walk adalah model sederhana tentang bagaimana deret waktu dapat bergerak ketika perubahan-perubahan yang berurutan diperlakukan sebagai sesuatu yang pada dasarnya tidak dapat diprediksi dan tidak terlalu bergantung pada perubahan-perubahan sebelumnya. Secara informal, jika perubahan harga bersifat acak dalam pengertian itu, maka jalurnya tidak menunjukkan struktur arah yang persisten di luar noise.

Random Walk Index dirancang untuk membandingkan perilaku “yang diamati” dari deret waktu forex Anda dengan ekspektasi random walk tersebut. Meskipun formula pastinya bervariasi, logika yang umum biasanya adalah:

• Ubah harga mentah menjadi perubahan yang cocok untuk perbandingan statistik (sering kali return atau selisih harga).
• Ukur beberapa properti tentang bagaimana perubahan tersebut berperilaku dari waktu ke waktu (misalnya, pertumbuhan variabilitas, struktur ketergantungan, atau seberapa cepat suatu statistik menyimpang dari apa yang Anda harapkan di bawah keacakan).
• Petakan perbandingan itu menjadi nilai indeks (sering kali dinormalisasi sehingga instrumen atau window yang berbeda dapat dibandingkan secara lebih konsisten).

Karena RWI adalah statistik turunan, ia mewarisi semua asumsi dari transformasi data yang mendasarinya. Untuk forex, detail praktis kecil—seperti menggunakan feed broker, frekuensi sampling, atau apakah Anda menggunakan bid/ask/mid—dapat mengubah hasil yang dihitung bahkan jika dinamika pasar jangka panjangnya sama.

Input, output, dan urutan perhitungan

Input yang Anda perlukan

Untuk menjelaskan RWI dengan jelas, sebutkan input yang Anda asumsikan dalam perhitungan:

1. Deret harga: urutan harga forex dari waktu ke waktu. Pilihan umum termasuk harga penutupan dari grafik atau definisi harga lain yang konsisten.
2. Interval sampling: seberapa sering Anda mengambil sampel (misalnya, satu menit, satu jam, atau langkah tetap lainnya). Pilihan ini mengubah properti statistik data.
3. Panjang window (periode lookback): jumlah observasi terbaru yang digunakan untuk menghitung indeks.
4. Definisi return/selisih: bagaimana Anda mengubah harga menjadi perubahan. Misalnya, beberapa pendekatan menggunakan log return; yang lain menggunakan selisih sederhana.
5. Asumsi garis dasar random walk: apa yang Anda perlakukan sebagai perilaku yang “diharapkan”. Implementasi dapat mengasumsikan kenaikan independen, stasioneritas dalam window, atau penyederhanaan lainnya.

Output yang umum

RWI biasanya menghasilkan satu nilai indeks per langkah waktu (sehingga Anda mendapatkan deret waktu dari nilai RWI). Indeks ini biasanya dimaksudkan untuk mewakili “tingkat keacakan vs. penyimpangan dari keacakan,” tetapi makna pasti dari nilai tinggi vs. rendah bergantung pada formula spesifiknya.

Karena ketergantungan itu, pendekatan verifikasi yang benar adalah mencari definisi yang digunakan oleh implementasi persis yang Anda pelajari. Jika definisi mengatakan “lebih tinggi berarti lebih acak,” maka interpretasikan sesuai; jika mendefinisikan kebalikannya, maka balikkan interpretasinya.

Urutan umum (tidak bergantung pada implementasi)

Anda dapat menggambarkan perhitungan RWI sebagai sebuah urutan, tanpa mengasumsikan satu formula universal:

1. Pilih window dari N observasi harga terbaru.
2. Transformasikan harga menjadi perubahan (return atau selisih) menggunakan definisi yang dipilih.
3. Hitung statistik yang menangkap bagaimana perubahan dalam window berperilaku.
4. Bandingkan statistik itu dengan apa yang diharapkan di bawah model random walk (garis dasar).
5. Normalisasikan atau skala perbandingan menjadi nilai indeks.
6. Tetapkan nilai RWI ke langkah waktu saat ini, lalu geser window ke depan dan ulangi.

Jika Anda mengimplementasikan RWI sendiri, daftar periksa verifikasinya adalah mendokumentasikan setiap pilihan (jenis harga, interval, window, transformasi) dan memastikan kode Anda cocok dengan definisi yang dirujuk.

Bukti atau contoh (dengan asumsi yang eksplisit)

Karena ada beberapa implementasi RWI, “contoh” yang paling andal adalah contoh hipotetis di mana Anda menjaga asumsi tetap eksplisit.

Asumsikan hal berikut untuk sebuah demonstrasi:

• Anda mengambil sampel harga forex setiap interval tetap.
• Anda menghitung log return dari harga penutupan yang disampling.
• Anda menggunakan window lookback dengan panjang N.
• Anda menghitung beberapa statistik penyimpangan keacakan dan mengubahnya menjadi indeks di mana nilai di atas garis dasar menunjukkan “lebih dekat ke perilaku random walk.”

Sekarang bayangkan dua window:

• Window A: return yang berurutan berfluktuasi di sekitar nol tanpa pola yang stabil, dan ukuran ketergantungan menunjukkan hubungan yang lemah antara perubahan masa lalu dan masa depan dalam window.
• Window B: return menunjukkan struktur yang lebih persisten (misalnya, rangkaian perubahan dengan tanda yang sama yang lebih panjang) sehingga ukuran ketergantungan menunjukkan penyimpangan yang lebih kuat dari independensi.

Di bawah pemetaan yang diasumsikan (indeks lebih tinggi = lebih mirip random walk), RWI(A) kemungkinan akan lebih dekat ke referensi “acak” daripada RWI(B). Keterbatasan yang krusial adalah bahwa kesimpulan ini hanya berlaku di bawah pilihan transformasi spesifik Anda dan definisi spesifik Anda tentang garis dasar dan penskalaan random walk.

Jika Anda mengubah asumsi apa pun—bidang harga yang berbeda (mid vs. close), interval yang berbeda, panjang window yang berbeda—perbandingannya berubah. Inilah sebabnya mengapa RWI paling baik dipahami sebagai “fungsi dari data dan definisi,” bukan sebagai kebenaran universal tentang pasar.

Keterbatasan dan risiko

1. Perbedaan implementasi

Mode kegagalan terbesar adalah memperlakukan RWI seolah-olah satu formula berlaku di mana-mana. Platform atau makalah yang berbeda dapat mengimplementasikan RWI dengan perhitungan yang berbeda, sehingga dua deret RWI yang diberi label “Random Walk Index” mungkin tidak dapat dibandingkan.

2. Sensitivitas terhadap window dan sampling

Ukuran statistik sering berubah ketika Anda:

• menambah atau mengurangi window lookback,
• mengubah interval sampling,
• mengganti definisi return.

Jadi bahkan jika perilaku pasar stabil, RWI yang Anda hitung dapat bergeser karena metodologi.

3. Biaya dan efek eksekusi

RWI dihitung dari observasi harga historis. Trading nyata melibatkan spread, komisi, dan waktu eksekusi, yang tidak secara otomatis tercermin dalam interpretasi statistik indeks. Itu berarti “RWI menunjukkan keacakan/penyimpangan” tidak menyiratkan bahwa sebuah strategi akan memiliki hasil bersih yang menguntungkan.

4. Non-stasioneritas dan pergeseran rezim

Kondisi forex dapat berubah. Window di mana return berperilaku dengan satu cara nantinya dapat diikuti oleh perilaku yang berbeda. Karena RWI adalah statistik bergulir, ia dapat mencerminkan perubahan rezim daripada properti struktural yang stabil.