Bagaimana TRIX dihitung? Rumus, input, dan verifikasi praktis

Apa arti TRIX sebelum Anda menghitungnya

TRIX (sering ditulis sebagai “TRIX”) adalah indikator tren yang dibangun dari harga yang dihaluskan. Ide utamanya adalah mengurangi noise terlebih dahulu, lalu mengukur seberapa cepat nilai yang dihaluskan secara kuat berubah.

Dalam banyak implementasi, TRIX dinyatakan sebagai persentase laju perubahan. Poin kuncinya adalah TRIX bukanlah angka ajaib tunggal: keluarannya bergantung pada rangkaian harga input (misalnya, close), panjang penghalusan, dan periode yang digunakan untuk menghitung perubahan.

Rumus TRIX (apa yang Anda hitung)

Perhitungan TRIX yang umum menggunakan langkah-langkah berikut.

Langkah 1: Buat rata-rata bergerak eksponensial (EMA)

Misalkan P[t] adalah harga pilihan Anda pada waktu t (misalnya, harga close). Untuk panjang penghalusan n, EMA dihitung secara rekursif:

• EMA[t] = EMA[t−1] + α · (P[t] − EMA[t−1])
• di mana α = 2 / (n + 1)

Ini memberi Anda satu rangkaian yang dihaluskan dengan EMA.

Langkah 2: Haluskan lagi—EMA dari EMA

TRIX menggunakan penghalusan tiga kali lipat. Jadi, Anda menerapkan EMA tiga kali berturut-turut:

• EMA1[t] = EMA dari P[t] dengan panjang n
• EMA2[t] = EMA dari EMA1[t] dengan panjang n
• EMA3[t] = EMA dari EMA2[t] dengan panjang n

Setelah tiga kali proses ini, EMA3[t] adalah nilai yang “dihaluskan tiga kali lipat”.

Langkah 3: Ubah nilai yang dihaluskan tiga kali lipat menjadi laju perubahan

TRIX umumnya didefinisikan sebagai persentase laju perubahan EMA3 selama periode TRIX m:

• TRIX[t] = 100 · (EMA3[t] − EMA3[t−m]) / EMA3[t−m]

Beberapa platform menggunakan skala yang sedikit berbeda (misalnya, mengembalikan pecahan mentah alih-alih mengalikannya dengan 100). Mekanisme dasarnya tetap sama: penghalusan tiga kali lipat, lalu perubahan relatif selama m.

Input dan persyaratan parameter (data apa yang Anda butuhkan)

Untuk menghitung TRIX dengan benar, Anda memerlukan:

1. Rangkaian harga P[t] yang konsisten

• Pilih bidang data yang ingin Anda haluskan (biasanya “close”).
• Jaga konsistensinya dengan cara Anda memverifikasi atau membandingkan dengan nilai grafik nanti.

2. Panjang penghalusan n

• Ini mengontrol seberapa kuat indikator menghaluskan input melalui setiap proses EMA.

3. Periode perubahan TRIX m

• Ini mengontrol seberapa jauh ke belakang Anda membandingkan EMA3 untuk menghitung laju perubahan.

4. Metode inisialisasi

• Rekursi EMA membutuhkan nilai EMA awal. Banyak sistem mengisi EMA dengan rata-rata awal atau menggunakan nilai pertama yang tersedia.
• Pilihan seed yang berbeda dapat menyebabkan nilai awal berbeda, meskipun nilai selanjutnya menyatu.

Jika Anda ingin memverifikasi secara independen setiap TRIX yang ditampilkan, Anda harus mencocokkan pilihan ini: bidang harga, n, m, dan (jika berlaku) bagaimana EMA diinisialisasi.

Contoh kerja sederhana (dengan asumsi)

Untuk membuat matematikanya konkret, misalkan:

• P[t] adalah rangkaian harga close.
• panjang penghalusan n = 3, jadi α = 2 / (3 + 1) = 0,5.
• periode TRIX m = 1 (jadi Anda membandingkan dengan nilai yang dihaluskan tiga kali lipat sebelumnya).

Asumsikan Anda sudah memiliki EMA1[t−1], EMA2[t−1], dan EMA3[t−1] dari langkah-langkah sebelumnya.

1. Hitung EMA1[t]:

• EMA1[t] = EMA1[t−1] + 0,5 · (P[t] − EMA1[t−1])

2. Hitung EMA2[t]:

• EMA2[t] = EMA2[t−1] + 0,5 · (EMA1[t] − EMA2[t−1])

3. Hitung EMA3[t]:

• EMA3[t] = EMA3[t−1] + 0,5 · (EMA2[t] − EMA3[t−1])

4. Hitung TRIX[t] sebagai perubahan persentase EMA3:

• TRIX[t] = 100 · (EMA3[t] − EMA3[t−1]) / EMA3[t−1]

Asumsi penting: ini menggunakan m = 1. Jika m lebih besar dari 1, langkah terakhir membandingkan EMA3[t] dengan EMA3[t−m] sebagai gantinya.

Keterbatasan dan mode kegagalan yang diharapkan

Beberapa masalah dapat membuat nilai TRIX terlihat “salah” bahkan ketika kode Anda benar:

1. Ketidakcocokan parameter

• Jika grafik lain menggunakan n atau m yang berbeda, angkanya akan berbeda.

2. Input harga yang berbeda

• Menghaluskan “close” vs bidang lain (seperti harga tipikal) mengubah keluaran.

3. Perbedaan inisialisasi

• Nilai TRIX awal dapat bergeser tergantung pada bagaimana rangkaian EMA diisi.

4. Pembagian dengan penyebut kecil

• Karena TRIX adalah perubahan relatif, jika EMA3[t−m] sangat dekat dengan nol (mungkin terjadi dengan beberapa transformasi data), persentase laju perubahan bisa menjadi tidak stabil.

5. Penghalusan berlebihan vs responsivitas

• n yang lebih besar cenderung menghaluskan lebih banyak dan dapat menunda titik balik; n yang lebih kecil dapat mempertahankan lebih banyak noise. Ini adalah trade-off yang melekat pada mekanisme penghalusan.

Penting untuk dicatat, TRIX adalah indikator yang diturunkan dari perilaku harga masa lalu. Hubungan historisnya tidak menjamin perilaku masa depan; biaya, eksekusi, dan perubahan rezim pasar dapat mengubah apa arti “perubahan tren” dalam praktik.

Cara memverifikasi TRIX secara independen

Cara yang andal untuk memverifikasi TRIX adalah dengan menghitung ulang dari data yang sama yang Anda gunakan untuk membaca indikator:

• Langkah A: Kumpulkan rangkaian harga yang tepat dan konfirmasi bidangnya (misalnya, close).
• Langkah B: Implementasikan EMA dengan n yang dipilih dan konfirmasi α = 2/(n+1).
• Langkah C: Terapkan EMA tiga kali untuk mendapatkan EMA3.
• Langkah D: Hitung TRIX sebagai persentase laju perubahan EMA3 selama m.
• Langkah E: Bandingkan beberapa stempel waktu, terutama setelah cukup data pemanasan berlalu.

Pemanasan itu penting: nilai awal mungkin berbeda karena seed EMA. Jika implementasi Anda cocok dengan definisi yang sama dan Anda mengabaikan wilayah awal yang tidak stabil, hasilnya harus sejajar dengan baik.

Jika nilai Anda masih berbeda, penyebab paling umum adalah ketidakcocokan parameter (n atau m), input harga yang berbeda, atau inisialisasi EMA yang berbeda.

Pemeriksaan konsep terkait yang mungkin Anda coba

Jika Anda membandingkan indikator, pastikan Anda tidak mencampur definisi. Misalnya, beberapa ukuran momentum atau tren terkait mungkin menggunakan satu proses EMA atau rumus perubahan yang berbeda. Dalam hal ini, keluarannya mungkin terlihat serupa dalam arah tetapi tidak akan cocok secara numerik karena langkah penghalusan dan transformasi yang mendasarinya berbeda.