Cara Strategi RSI Dihitung

Jawaban langsung

RSI (Relative Strength Index) dihitung dari rangkaian waktu harga dengan mengubah keuntungan atau kerugian setiap periode menjadi dua rata-rata berjalan—rata-rata keuntungan dan rata-rata kerugian—selama periode lookback yang dipilih. Kedua rata-rata tersebut diubah menjadi rasio kekuatan relatif, yang kemudian dipetakan ke nilai osilator dari 0 hingga 100.

Mekanisme dan definisi

Apa yang coba diukur oleh RSI

RSI bertujuan untuk mengekspresikan seberapa kuat kenaikan harga terbaru dibandingkan dengan penurunan harga terbaru. Untuk melakukan itu, RSI membutuhkan perubahan harga langkah demi langkah (misalnya, perubahan dari penutupan ke penutupan per periode). Setiap perubahan periode dibagi menjadi:

• Keuntungan: kenaikan dari periode sebelumnya, atau 0 jika perubahannya negatif.
• Kerugian: penurunan dari periode sebelumnya, dinyatakan sebagai angka positif, atau 0 jika perubahannya positif.

Bahan inti (input)

Untuk menghitung RSI secara konsisten, Anda harus memiliki:

1. Rangkaian harga pada frekuensi yang ditentukan (misalnya, satu nilai per bar). RSI bukanlah “angka ajaib”; RSI dihitung dari urutan yang Anda berikan.
2. Panjang periode lookback (N), umumnya 14 periode di banyak konteks charting.
3. Metode penghalusan untuk rata-rata keuntungan dan kerugian (sumber utama perbedaan antara implementasi RSI).
4. Konvensi untuk rata-rata awal (inisialisasi), karena nilai RSI paling awal bergantung pada bagaimana rata-rata dimulai.

Struktur rumus RSI yang banyak digunakan

RSI menggunakan nilai antara berikut:

• Rata-rata Keuntungan selama periode lookback
• Rata-rata Kerugian selama periode lookback
• Kekuatan Relatif (RS) = (Rata-rata Keuntungan) / (Rata-rata Kerugian)

Kemudian RSI dipetakan ke:

• RSI = 100 − (100 / (1 + RS))

Struktur ini berarti RSI tinggi ketika rata-rata keuntungan mendominasi rata-rata kerugian, dan rendah ketika rata-rata kerugian mendominasi rata-rata keuntungan.

Penghalusan Wilder (varian umum)

Banyak platform menggunakan penghalusan Wilder untuk memperbarui rata-rata setiap periode. Dalam pendekatan ini, jika Anda sudah memiliki rata-rata keuntungan dan rata-rata kerugian sebelumnya, Anda memperbaruinya menggunakan keuntungan/kerugian saat ini dan rata-rata sebelumnya.

Secara garis besar, pembaruan mengikuti pola:

• Rata-rata keuntungan baru adalah campuran dari rata-rata keuntungan sebelumnya dan keuntungan saat ini, dibobot oleh periode lookback.
• Rata-rata kerugian baru adalah campuran dari rata-rata kerugian sebelumnya dan kerugian saat ini, dibobot oleh periode lookback.

Perhitungan aritmatika yang tepat bergantung pada implementasi, tetapi ide utamanya sama: ini menghaluskan keuntungan dan kerugian daripada menghitung ulang rata-rata sederhana dari awal setiap langkah.

Bagaimana “Strategi RSI” berhubungan dengan perhitungan

“Strategi RSI” dapat berarti kumpulan aturan apa pun yang menggunakan nilai RSI (misalnya, kondisi berdasarkan RSI di atas atau di bawah ambang batas, atau RSI melintasi level tertentu). Pemisahan yang penting adalah:

• Perhitungan: RSI dihitung secara deterministik dari data harga, N, dan pilihan penghalusan/inisialisasi.
• Logika strategi: aturan bergaya trading apa pun yang menginterpretasikan nilai RSI. Perhitungan RSI yang sama dapat digunakan dengan banyak aturan keputusan yang berbeda.

Jika Anda ingin memverifikasi RSI secara independen, fokuslah pada langkah-langkah perhitungan dan pastikan Anda mencocokkan pengaturan RSI yang tepat yang digunakan oleh sumber data atau perangkat lunak Anda.

Bukti atau contoh (dengan asumsi yang jelas)

Contoh pengaturan dan asumsi

Karena implementasi RSI yang berbeda dapat berbeda, contoh ini menyatakan asumsinya secara eksplisit:

• Kami menggunakan rangkaian harga penutupan-ke-penutupan periode demi periode.
• Kami memilih periode lookback N = 14.
• Kami menggunakan pendekatan penghalusan yang secara konseptual konsisten dengan penghalusan gaya Wilder.
• Kami menghitung keuntungan dan kerugian menggunakan: keuntungan = maks(perubahan, 0) dan kerugian = maks(-perubahan, 0).

Struktur langkah demi langkah yang dapat Anda reproduksi

1. Hitung perubahan: perubahan[t] = harga[t] − harga[t−1].
2. Bagi menjadi keuntungan dan kerugian:
   • keuntungan[t] = maks(perubahan[t], 0)
   • kerugian[t] = maks(−perubahan[t], 0)
3. Inisialisasi rata-rata keuntungan dan rata-rata kerugian pada titik di mana cukup periode untuk menutupi N.
   • Inisialisasi umum adalah rata-rata sederhana atas N keuntungan pertama dan N kerugian pertama.
4. Perbarui rata-rata setiap periode baru menggunakan metode penghalusan yang dipilih.
5. Hitung RS: RS = rataRataKeuntungan / rataRataKerugian.
6. Konversi ke RSI: RSI = 100 − (100 / (1 + RS)).

Kasus tepi kritis untuk diperiksa

Jika rata-rata kerugian menjadi 0, maka RS menjadi tidak terdefinisi atau efektif tak terhingga tergantung pada implementasinya. Banyak implementasi RSI menangani ini dengan menetapkan nilai RSI di titik ekstrem (misalnya, RSI 100 ketika tidak ada kerugian dalam periode rata-rata). Saat Anda memverifikasi keluaran RSI, konfirmasikan bagaimana alat Anda menangani kasus dengan rata-rata kerugian nol (dan juga apa yang terjadi jika rata-rata keuntungan adalah 0).

Keterbatasan dan risiko (apa yang bisa salah)

1) Inisialisasi dan nilai awal

Nilai RSI di awal rangkaian bergantung pada inisialisasi. Platform yang berbeda mungkin:

• menggunakan rata-rata sederhana untuk rataRataKeuntungan/rataRataKerugian pertama,
• menggunakan pendekatan pemanasan yang berbeda,
• atau memilih cara yang berbeda untuk mengumpan penghalusan.

Itu berarti nilai RSI awal bisa berbeda bahkan jika nilai selanjutnya konvergen.

2) Perbedaan varian (penghalusan dan definisi input)

Bahkan dengan N yang sama, RSI dapat bervariasi karena implementasi berbeda dalam:

• metode penghalusan (gaya Wilder vs rata-rata sederhana vs pendekatan lain),
• apakah inputnya harga penutupan, harga tipikal, atau bidang harga lain,
• bagaimana periode didefinisikan (penyelarasan timeframe, bar yang hilang).

Jadi “nilai RSI” hanya terdefinisi dengan baik setelah Anda menentukan varian perhitungan yang tepat dan rangkaian input yang tepat.

3) Ketergantungan data dan sifat non-prediktif

RSI adalah transformasi dari perubahan harga historis. Transformasi historis tidak menjamin bagaimana RSI akan berperilaku di masa depan, dan nilai RSI yang sama tidak menyiratkan satu hasil tunggal. Selain itu, biaya dan detail eksekusi (yang bukan bagian dari perhitungan RSI) dapat mendominasi hasil praktis apa pun.

4) Verifikasi dapat dirusak oleh pengaturan yang tidak cocok

Mode kegagalan umum adalah mengasumsikan pengaturan RSI default cocok dengan apa yang perlu Anda reproduksi. Untuk memverifikasi secara independen, Anda harus mencocokkan:

• N yang tepat,
• varian penghalusan/rata-rata,
• rangkaian harga yang digunakan,
• dan penanganan kasus tepi.

Verifikasi dan pertanyaan berikutnya

Cara memverifikasi perhitungan RSI Anda secara independen

Untuk memvalidasi nilai RSI dari sistem apa pun, hitung ulang RSI menggunakan input dan pengaturan yang sama:

1. Ekspor atau buat ulang rangkaian harga yang sama yang digunakan oleh alat tersebut.
2. Cocokkan N secara tepat.
3. Cocokkan metode penghalusan/rata-rata dan inisialisasi.
4. Hitung ulang pembagian keuntungan/kerugian, lalu rata-rata keuntungan/kerugian, lalu RS, lalu pemetaan RSI.
5. Bandingkan dengan keluaran RSI alat untuk beberapa titik, terutama setelah periode pemanasan.

Jika nilai tidak cocok, penyebabnya biasanya perbedaan dalam varian penghalusan, inisialisasi, atau definisi harga input.