Cara Indeks Intensitas Tren Dihitung

Jawaban langsung: apa yang dibutuhkan perhitungan

Indeks Intensitas Tren (TII) dihitung dengan mengukur seberapa kuat harga telah bertren selama jendela lookback yang dipilih, menggunakan transformasi tertentu dari perubahan harga dan (seringkali) normalisasi sehingga nilai dapat dibandingkan di berbagai waktu. Karena “Indeks Intensitas Tren” dapat diimplementasikan dengan rumus yang berbeda, kunci perhitungan yang akurat adalah memulai dari varian yang tepat yang Anda gunakan (definisi spesifik dari kekuatan tren, penghalusan, dan normalisasi).

Untuk menjelaskan TII dengan cara yang dapat Anda verifikasi secara independen, Anda perlu:

• Definisi varian (rumus yang tepat).
• Data deret waktu (biasanya urutan harga seperti harga penutupan, atau harga tengah yang diturunkan dari bid/ask tergantung pada konvensi platform Anda).
• Panjang lookback (jumlah periode yang digunakan untuk menghitung kekuatan tren).
• Setiap parameter penghalusan (misalnya, panjang rata-rata bergerak) dan aturan normalisasi (misalnya, penskalaan ke rentang tetap atau pembagian dengan ukuran seperti volatilitas).

Jika Anda tidak memiliki definisi varian yang tepat, Anda masih dapat memahami mekanismenya: TII biasanya meningkat ketika pergerakan harga lebih berarah dan persisten, dan menurun ketika pergerakan tidak menentu atau sering berbalik arah.

Mekanisme: model sederhana yang dapat diperiksa dari intensitas tren

Karena berbagai alat memberi label implementasi yang berbeda sebagai “Indeks Intensitas Tren,” cara praktis untuk memahami TII adalah sebagai produk dari dua bagian:

1. Arah/persistensi pergerakan selama jendela.
2. Kekuatan pergerakan tersebut relatif terhadap variabilitas tipikal selama jendela yang sama.

Model yang dapat diperiksa yang menangkap ide ini menggunakan tiga langkah.

Langkah 1: tentukan perubahan harga yang digunakan sebagai input

Pilih deret harga dan hitung perubahan satu periode.

• Misalkan (P_t) adalah harga yang dipilih pada waktu (t).
• Tentukan perubahan seperti (\Delta P_t = P_t - P_{t-1}).

Asumsi yang harus Anda nyatakan: Anda menggunakan definisi (P_t) yang sama dengan sumber yang ingin Anda replikasi (misalnya, hanya “penutupan,” atau harga tengah turunan). Menggunakan (P_t) yang berbeda menghasilkan (\Delta P_t) yang berbeda dan oleh karena itu nilai TII yang berbeda.

Langkah 2: rangkum arah dan persistensi selama jendela lookback

Pilih panjang lookback (N). Selama (t-N+1,\dots,t), Anda menghitung ringkasan arah. Pilihan umum dalam desain indikator meliputi:

• Pergerakan bersih: (P_t - P_{t-N}).
• Perubahan bertanda rata-rata: rata-rata dari (\Delta P) dengan tanda.
• Hitungan persistensi: seberapa sering tanda (\Delta P) cocok dengan arah dominan.

Dalam pendekatan “kekuatan arah” generik, Anda mendapatkan kuantitas yang lebih besar ketika pergerakan sebagian besar menunjuk ke arah yang sama.

Langkah 3: skala dengan ukuran variabilitas (normalisasi)

Normalisasi membantu mengubah pergerakan mentah menjadi sesuatu yang lebih dekat dengan “intensitas.” Tanpa normalisasi, sebuah indikator dapat membingungkan volatilitas absolut yang besar dengan tren yang kuat.

Skala seperti volatilitas generik dapat berupa:

• Perubahan absolut rata-rata: (\frac{1}{N}\sum_{i=0}^{N-1} |\Delta P_{t-i}|).
• Rentang atau deviasi standar selama jendela.

Kemudian rasio intensitas mengambil bentuk seperti:

• (\text{Intensitas} \approx \frac{\text{ringkasan arah}}{\text{ringkasan variabilitas}}).

Jika Anda juga menginginkan indeks yang dibatasi di antara batas (umum di dasbor indikator), Anda dapat menerapkan transformasi akhir seperti penskalaan ulang atau fungsi terbatas.

Bukti atau contoh: cara memverifikasi perhitungan yang sudah Anda miliki

Karena tidak ada rumus tunggal yang tetap secara universal, “contoh” yang paling andal adalah alur kerja replikasi untuk implementasi tertentu.

Contoh pengaturan replikasi (deret waktu dan parameter)

Asumsikan Anda memiliki:

• Deret harga (P_t) pada interval reguler (misalnya, satu bar per jam).
• Lookback (N).
• Langkah penghalusan, jika implementasi menyertakannya.

Anda dapat memverifikasi dengan melakukan pemeriksaan independen ini.

1. Hitung ulang bahan mentah menggunakan input yang didokumentasikan:

   • (\Delta P_t = P_t - P_{t-1}).
   • Ringkasan arah pilihan Anda selama (N) periode terakhir.
   • Ringkasan variabilitas Anda selama (N) periode yang sama.

2. Hitung rasio intensitas dengan bentuk aritmatika persis yang digunakan implementasi Anda.

   • Jika rumus membagi dengan variabilitas, pastikan Anda tidak mencampur panjang jendela yang berbeda.

3. Periksa normalisasi/rentang keluaran.

   • Jika TII Anda dibatasi (misalnya, ditampilkan pada skala), reproduksi pemetaan akhir itu.

4. Bandingkan pada beberapa stempel waktu.

   • Replikasi harus cocok persis setidaknya untuk satu set kecil titik historis, dengan asumsi Anda menggunakan data dan parameter yang identik.

Pendekatan verifikasi ini independen dari broker, platform, atau kondisi pasar langsung apa pun, karena Anda bekerja sepenuhnya dari deret historis yang tersimpan dan rumus yang dinyatakan.

Persyaratan data apa yang biasanya penting

Untuk menghindari ketidakcocokan diam-diam, konfirmasikan:

• Bidang harga (penutupan vs harga tipikal vs harga tengah).
• Jarak bar (menit, jam, harian) dan kontinuitas stempel waktu.
• Apakah indikator menggunakan perbedaan bar-ke-bar atau pengembalian kumulatif.
• Bagaimana nilai yang hilang ditangani.

Keterbatasan dan risiko: di mana perhitungan bisa gagal

1) Ambiguitas implementasi

Keterbatasan utama adalah bahwa “Indeks Intensitas Tren” dapat merujuk pada rumus yang berbeda di berbagai alat. Dua indikator dapat sama-sama disebut TII tetapi berbeda dalam:

• Ringkasan arah (perubahan bersih vs hitungan persistensi).
• Penyebut variabilitas (perubahan absolut vs deviasi standar).
• Langkah penghalusan dan normalisasi.

Jika Anda tidak dapat mengidentifikasi rumus yang tepat, Anda tidak dapat memverifikasi hasil secara independen.

2) Sensitivitas terhadap noise

Jika input Anda menggunakan bar frekuensi tinggi, (\Delta P) dapat didominasi oleh pergerakan mikro. TII yang sangat menormalkan dengan perubahan absolut rata-rata mungkin masih menghasilkan ayunan yang tidak stabil ketika penyebut menjadi sangat kecil atau ketika tanda sering bergantian.

Mode kegagalan material: rentang sideways yang tidak menentu dapat menyebabkan intensitas rendah atau berosilasi bahkan jika pengamat manusia mengharapkan “tren.”

3) Pergeseran rezim dan non-stasioneritas

Dinamika harga Forex tidak stasioner. Jendela lookback yang bekerja di satu rezim dapat berkinerja buruk di rezim lain karena struktur variabilitas dan persistensi berubah.

Mode kegagalan material: ekspansi volatilitas mendadak dapat menekan atau mendistorsi nilai intensitas setelah normalisasi.

4) Ketidakcocokan prapemrosesan data

Platform yang berbeda dapat menghitung deret harga mereka menggunakan konvensi yang berbeda, seperti:

• bagaimana mereka menurunkan harga tipikal,
• apakah mereka menerapkan penyesuaian seperti aksi korporasi untuk pasar lain (kurang relevan untuk FX, tetapi prapemrosesan tetap bervariasi),
• bagaimana mereka memperlakukan bar yang tidak lengkap.

Mode kegagalan material: Anda mereplikasi aritmatika tetapi bukan definisi data, yang mengarah ke angka yang tidak cocok.

Verifikasi dan pertanyaan berikutnya untuk membuatnya konkret

Untuk menghitung TII secara akurat untuk kasus Anda, lakukan ini:

1. Mulai dari varian rumus yang tepat yang ingin Anda replikasi. 2) Tuliskan deret input (P_t) dan nilai parameter (lookback (N), panjang penghalusan, dan pemetaan apa pun ke skala).