Cara Menghitung Bollinger Bands

Bollinger Bands dalam satu definisi sederhana

Bollinger Bands adalah seperangkat tiga garis yang dibangun dari jendela data harga yang sama:

• pita tengah: moving average dari harga
• pita atas: pita tengah ditambah kelipatan standar deviasi bergulir
• pita bawah: pita tengah dikurangi kelipatan standar deviasi bergulir

Ide utamanya adalah bahwa jarak antara pita atas dan bawah berubah seiring dengan volatilitas: ketika variabilitas harga meningkat, standar deviasi bergulir naik dan pita melebar; ketika variabilitas menurun, pita menyempit.

Rumus perhitungan (dengan parameter)

Untuk menghitung Bollinger Bands pada waktu tertentu, Anda memerlukan deret waktu harga (misalnya, harga penutupan). Kemudian:

Parameter

• Periode (N): jumlah observasi dalam jendela bergerak yang digunakan untuk rata-rata dan standar deviasi.
• Pengali (k): berapa standar deviasi yang akan ditambahkan/dikurangkan.
• Input harga: harga apa yang Anda terapkan untuk perhitungan (biasanya harga penutupan, tetapi metode ini mengharuskan Anda konsisten menggunakan satu pilihan).

Mekanika langkah demi langkah

Misalkan Pₜ adalah harga yang dipilih pada waktu t.

1. Pita tengah (moving average) [ \text{MB}t = \frac{1}{N} \sum{i=0}^{N-1} P_{t-i} ]

2. Standar deviasi bergulir Hitung standar deviasi dari N harga terakhir di sekitar moving average yang sama (gunakan definisi standar deviasi yang konsisten di seluruh perhitungan Anda). [ \text{SD}t = \sqrt{\frac{1}{N} \sum{i=0}^{N-1} \left(P_{t-i} - \text{MB}_t\right)^2} ] (Beberapa implementasi menggunakan (N-1) alih-alih (N) untuk estimator yang tidak bias; perilaku pita secara kualitatif tetap serupa, tetapi nilai pastinya bisa berbeda.)

3. Pita atas dan bawah [ \text{UB}_t = \text{MB}_t + k \cdot \text{SD}_t ] [ \text{LB}_t = \text{MB}_t - k \cdot \text{SD}_t ]

Ketiga pita ini dihitung berulang kali saat titik harga baru tiba, setiap kali menggunakan N observasi terbaru.

Data apa yang Anda butuhkan (dan apa yang mengubah hasilnya)

Bollinger Bands sepenuhnya ditentukan oleh input Anda. Untuk penjelasan yang akurat dan independen, nyatakan asumsi Anda secara eksplisit:

1. Pilihan deret harga Anda harus menentukan deret mana yang Anda gunakan sebagai (P_t): misalnya, harga penutupan. Mengubah deret (penutupan vs bidang lain) mengubah nilai karena baik moving average maupun standar deviasi menggunakan input yang sama.

2. Frekuensi pengambilan sampel Periode N menghitung observasi, bukan waktu absolut. Misalnya, jika data Anda harian, N=20 berarti 20 hari perdagangan; jika data Anda per jam, itu berarti 20 jam. Oleh karena itu, “panjang periode” bergantung pada frekuensi data Anda.

3. Pengaturan N dan k

• N yang lebih besar umumnya menghaluskan pita tengah lebih banyak dan membuat standar deviasi merespons perubahan lebih lambat.
• k yang lebih besar meningkatkan jarak vertikal antara pita atas dan bawah untuk (\text{SD}_t) yang sama.

4. Awal / nilai yang hilang Untuk N−1 titik pertama, Anda tidak dapat menghitung moving average dan standar deviasi jendela penuh. Perangkat lunak yang berbeda mungkin menangani periode awal secara berbeda (misalnya, membiarkan nilai kosong), jadi saat memverifikasi perhitungan, selaraskan dengan aturan penanganan yang sama.

Contoh konkret yang dapat Anda verifikasi

Asumsikan Anda telah memilih:

• jendela periode N = 5
• pengali k = 2
• input harga (P_t) sebagai deret Anda

Pada waktu t tertentu, ambil lima harga terakhir: [ P_{t-4},\ P_{t-3},\ P_{t-2},\ P_{t-1},\ P_t ]

1. Hitung pita tengah: [ \text{MB}t = \frac{P{t-4}+P_{t-3}+P_{t-2}+P_{t-1}+P_t}{5} ]

2. Hitung standar deviasi di sekitar pita tengah tersebut: [ \text{SD}t = \sqrt{\frac{1}{5}\sum{i=0}^{4}(P_{t-i}-\text{MB}_t)^2} ]

3. Hitung pita: [ \text{UB}_t = \text{MB}_t + 2\cdot \text{SD}_t ] [ \text{LB}_t = \text{MB}_t - 2\cdot \text{SD}_t ]

Jika Anda mengulangi ini untuk langkah waktu berikutnya (t+1) menggunakan lima harga berikutnya, Anda mendapatkan pita berikutnya. Perhitungan ulang bergulir ini adalah inti dari “cara kerjanya.”

Keterbatasan material dan mode kegagalan

Bollinger Bands menggambarkan seberapa jauh harga bergerak relatif terhadap variabilitas jendela bergerak, tetapi mereka memiliki keterbatasan penting:

1. Asumsi tentang stabilitas volatilitas tidak dijamin Standar deviasi dihitung hanya dari data terbaru. Jika perilaku pasar berubah rezim (misalnya, volatilitas berubah secara tiba-tiba), pita mungkin tertinggal dari seberapa cepat kondisi berubah.

2. Definisi standar deviasi yang berbeda dapat menghasilkan angka yang berbeda Seperti disebutkan, beberapa implementasi menggunakan (N) vs (N-1) dalam standar deviasi. Jika Anda membandingkan hasil di berbagai alat, rumus yang tidak cocok dapat membuat pita terlihat “tidak konsisten” bahkan ketika keduanya masuk akal.

3. Pilihan input harga penting Jika deret harga Anda berbeda (misalnya, Anda menggunakan penutupan vs input lain), pita tengah dan standar deviasi berubah, sehingga lokasi pita juga berubah. Anda tidak dapat memverifikasi kebenaran tanpa mencocokkan deret input.

4. Alat deskriptif, bukan aturan keputusan otomatis “Sentuhan” atau “persilangan” pita, dengan sendirinya, bukanlah sinyal yang andal untuk hasil masa depan. Hubungan historis dapat rusak karena volatilitas dipengaruhi oleh banyak faktor, dan korelasi tidak stabil.

5. Jebakan backtesting Jika seseorang mengevaluasi strategi yang mengandalkan Bollinger Bands, hasilnya bisa sensitif terhadap frekuensi data, pilihan parameter (N dan k), dan detail implementasi yang tepat. Overfitting adalah risiko ketika parameter disetel ke data masa lalu.

Cara memverifikasi perhitungan secara independen

Anda dapat memvalidasi Bollinger Bands dengan cara yang dapat direproduksi tanpa bergantung pada platform tertentu:

• Konfirmasikan input yang tepat: N, k, deret harga (P_t), dan apakah standar deviasi menggunakan (N) atau (N-1).
• Untuk jendela kecil (seperti N=5 atau N=10), hitung MB, SD, UB, dan LB secara manual dari angka mentah.
• Periksa konsistensi di beberapa titik waktu (bukan hanya nilai pertama yang dihitung).

Jika nilai yang Anda hitung cocok dengan rumus yang sama yang digunakan oleh alat, Anda telah memverifikasi perhitungannya. Jika tidak, ketidakcocokan biasanya berasal dari pilihan input, perbedaan parameter, atau konvensi standar deviasi.

Pertanyaan berikutnya: apa yang diukur oleh pita

Bollinger Bands adalah konstruksi berbasis volatilitas menggunakan moving average dan standar deviasi bergulir. Langkah berikutnya yang berguna adalah memperjelas bagaimana mereka berhubungan dengan konsep volatilitas atau moving average lainnya, dan bagaimana mengubah N dan k mengubah daya tanggap. Jika Anda mau, Anda dapat membandingkan gagasan “jarak dari rata-rata bergulir” dengan ukuran volatilitas lainnya untuk memahami apa yang metode khusus ini tangkap dan apa yang tidak.