Cara Strategi Stochastic Dihitung

Jawaban langsung

Strategi Stochastic (sering dibahas sebagai pendekatan “osilator stochastic”) dihitung dengan menempatkan harga terbaru di dalam kisaran bergulir dari harga-harga terbaru. Keluaran yang umum adalah nilai yang biasanya dinyatakan dalam persen: %K mengukur di mana harga berada di antara titik terendah dan titik tertinggi selama jendela lookback, dan %D biasanya merupakan versi %K yang dihaluskan menggunakan rata-rata bergerak.

Karena platform yang berbeda menggunakan konvensi penghalusan dan pilihan harga yang berbeda secara tepat, perhitungan paling baik diverifikasi dengan mencocokkan rumus dengan pengaturan indikator: panjang lookback dan cara %K dan %D dihaluskan.

Mekanisme dan definisi

1) Pilih harga input

Sebagian besar rumus gaya stochastic mensyaratkan pemilihan harga mana yang akan diposisikan “di dalam kisaran.” Pilihan umum adalah:

• Harga penutupan (paling umum)
• Kombinasi Tertinggi/Terendah (kurang umum dalam deskripsi yang disederhanakan)

Untuk membuat perhitungan Anda dapat direproduksi, Anda harus menyatakan input persis yang Anda gunakan (contoh: “Saya menggunakan harga penutupan untuk pembilang”).

2) Tentukan kisaran bergulir (jendela lookback)

Pilih panjang lookback, sering disebut panjang %K atau periode. Pada setiap langkah waktu (bar), hitung:

• TitikTerendah = minimum terendah selama N bar terakhir
• TitikTertinggi = maksimum tertinggi selama N bar terakhir

Jika TitikTertinggi sama dengan TitikTerendah, kisaran memiliki lebar nol. Dalam kasus itu, nilai osilator tidak terdefinisi oleh rumus murni. Implementasi biasanya menangani ini dengan menghasilkan nilai default (misalnya 0 atau nilai “tidak tersedia”) atau dengan melewati hingga kisaran menjadi bukan nol.

3) Hitung %K (posisi dalam kisaran)

Rumus %K gaya stochastic standar adalah:

%K = 100 × (Harga − TitikTerendah) / (TitikTertinggi − TitikTerendah)

Di mana:

• Harga adalah harga input yang dipilih pada bar saat ini
• TitikTerendah dan TitikTertinggi berasal dari jendela N-bar bergulir

Ini menghasilkan angka yang biasanya dibatasi antara 0 dan 100 ketika Harga tetap berada di antara ekstrem bergulir.

4) Hitung %D (%K yang dihaluskan)

Banyak deskripsi “strategi stochastic” menyertakan garis kedua, %D, yang dibuat dengan menghaluskan %K. Bentuk yang umum adalah:

%D = rata-rata bergerak dari %K selama M periode

Rata-rata bergerak dapat berupa rata-rata bergerak sederhana (SMA) atau metode penghalusan lainnya, tergantung pada platform. Anda harus mencocokkan jenis penghalusan dan periode M untuk mereproduksi %D yang sama.

5) Parameter “perlambatan” opsional (detail implementasi)

Beberapa versi menyertakan langkah penghalusan tambahan untuk %K sebelum menghitung %D, sering digambarkan sebagai “perlambatan” atau rata-rata tambahan dari %K mentah. Ini mengubah daya tanggap dan karena itu mengubah kurva bahkan jika lookback N tetap sama.

Bukti atau contoh yang dapat Anda reproduksi

Di bawah ini adalah contoh numerik menggunakan struktur standar. Asumsikan Anda memiliki data harian OHLC dan tentukan:

• Lookback N = 5 bar
• Harga = Penutupan
• Untuk kesederhanaan, kita hitung %K saja (kesampingkan %D)

Pada hari ini, misalkan 5 hari terakhir memiliki:

• TitikTerendah = 1.1000
• TitikTertinggi = 1.1200
• Penutupan saat ini (Harga) = 1.1100

Maka:

• TitikTertinggi − TitikTerendah = 1.1200 − 1.1000 = 0.0200
• Harga − TitikTerendah = 1.1100 − 1.1000 = 0.0100

%K = 100 × (0.0100 / 0.0200) = 50

Untuk memverifikasi dalam praktik:

1. Ambil pengaturan N yang tepat dari platform Anda.
2. Untuk bar waktu yang sama, hitung TitikTertinggi dan TitikTerendah dari jendela N-bar yang sama menggunakan definisi “tertinggi” dan “terendah” platform tersebut.
3. Terapkan rumus %K dengan input Harga yang dipilih platform.
4. Jika platform menampilkan %D, ulangi aturan penghalusan yang sama (SMA vs metode lain, dan panjang M).

Jika Anda tidak dapat mencocokkan nilai, ketidakcocokan hampir selalu berasal dari salah satu pilihan ini: input harga, panjang jendela, jenis penghalusan, atau bagaimana platform menangani kasus tepi kisaran nol.

Keterbatasan dan risiko (apa yang bisa gagal)

1. Sensitivitas terhadap panjang jendela Lookback N yang lebih kecil bereaksi lebih cepat terhadap tertinggi dan terendah baru, sementara N yang lebih besar menghaluskan perilaku kisaran. Mengubah N mengubah %K bahkan jika harga yang mendasarinya sama.

2. Sensitivitas terhadap noise dan mikrostruktur Karena metode ini bergantung pada maksimum dan minimum bergulir, metode ini dapat bereaksi tajam terhadap lonjakan dan penurunan jangka pendek. Dua pasar (atau dua kumpulan data) dengan karakteristik noise yang berbeda dapat menghasilkan jalur osilator yang sangat berbeda.

3. Kualitas data dan ketidakcocokan definisi Mereproduksi hasil bergantung pada definisi OHLC yang konsisten dan konstruksi bar. Misalnya, menggunakan stempel waktu yang berbeda, bar yang hilang, atau data yang disesuaikan vs tidak disesuaikan dapat mengubah tertinggi, terendah, dan karenanya kisaran bergulir.

4. Kasus tepi kisaran nol (pembagian dengan nol) Jika TitikTertinggi sama dengan TitikTerendah selama jendela lookback, penyebut rumus menjadi nol. Implementasi berbeda dalam apa yang mereka keluarkan atau apakah mereka membiarkan nilai kosong hingga kisaran menjadi bukan nol.

5. Tidak ada jaminan makna prediktif Bahkan ketika perhitungannya benar, nilai osilator yang dihasilkan tidak secara inheren menjamin hasil masa depan. Hubungan historis tidak menetapkan hasil masa depan, dan kinerja bergantung pada banyak faktor eksternal seperti eksekusi, biaya, dan pengambilan sampel data spesifik.

Verifikasi dan pertanyaan berikutnya

Untuk memverifikasi secara independen perhitungan “Strategi Stochastic” Anda:

• Catat parameter platform: panjang lookback untuk %K, panjang penghalusan untuk %D (dan jenis penghalusan), dan input harga yang dipilih.
• Hitung ulang %K menggunakan TitikTertinggi/TitikTerendah bergulir dan rumus %K = 100 × (Harga − TitikTerendah) / (TitikTertinggi − TitikTerendah).
• Jika %D ditampilkan, hitung ulang menggunakan metode penghalusan dan periode platform.

Jika Anda mau, bagikan nama parameter persis yang Anda lihat di platform Anda (misalnya, panjang untuk %K dan %D dan apakah penghalusannya SMA, EMA, atau metode lain). Maka langkah-langkah perhitungan dapat diselaraskan secara tepat dengan pengaturan tersebut.