Apa itu contoh perhitungan Stochastic Range?

Mekanisme dan definisi Stochastic Range

Stochastic Range adalah kalkulasi deskriptif yang menyatakan di mana harga “saat ini” yang dipilih berada di dalam interval harga terbaru yang ditentukan oleh harga tertinggi dan harga terendah selama jendela lookback.

Bentuk matematis yang umum adalah:

• Misalkan H adalah harga tertinggi dalam jendela lookback (misalnya, highest high).
• Misalkan L adalah harga terendah dalam jendela lookback (misalnya, lowest low).
• Misalkan C adalah harga saat ini yang ingin Anda temukan dalam rentang tersebut (sering kali penutupan terbaru).
• Maka nilai Stochastic Range adalah: SR = (C − L) / (H − L) × 100

Interpretasi (murni deskriptif):

• SR = 0 berarti C sama dengan L (di bagian bawah rentang terbaru).
• SR = 100 berarti C sama dengan H (di bagian atas rentang terbaru).
• Nilai antara 0 dan 100 menempatkan C secara proporsional dalam interval tersebut.

Jika H − L = 0 (tidak ada variasi dalam lookback), SR tidak terdefinisi karena Anda akan membagi dengan nol; dalam praktiknya, kasus ini harus ditangani secara eksplisit.

Contoh perhitungan numerik dengan asumsi eksplisit

Asumsikan jendela data 5 bar. Kita akan menggunakan ekstrem high dan low dari bar-bar tersebut, dan kita akan menggunakan close terbaru sebagai C.

Asumsi (tetap untuk contoh ini):

1. Panjang jendela lookback = 5 bar.
2. H adalah maksimum dari 5 high bar.
3. L adalah minimum dari 5 low bar.
4. C adalah close dari bar berikutnya (saat ini).
5. Tidak ada biaya, pembiayaan, atau slippage yang dimodelkan karena SR adalah statistik lokasi yang dihitung dari harga.

Input hipotetis (harga mata uang, unit apa pun):

• Selama jendela lookback:
  • Highest high (H) = 1.2100
  • Lowest low (L) = 1.2000
• Close saat ini (C) = 1.2050

Perhitungan langkah demi langkah:

1. Hitung lebar rentang: H − L = 1.2100 − 1.2000 = 0.0100
2. Hitung seberapa jauh C di atas L: C − L = 1.2050 − 1.2000 = 0.0050
3. Konversikan ke skala 0–100:
   • SR = (0.0050 / 0.0100) × 100 = 50

Hasil: Stochastic Range = 50. Berdasarkan asumsi ini, close saat ini berada tepat di tengah antara low dan high terbaru yang dipilih.

Keterbatasan, risiko, dan mode kegagalan yang dapat Anda verifikasi

1. Pilihan lookback mengubah nilai. Jika Anda mengubah panjang jendela, H dan L yang dihitung dapat bergeser, sehingga SR dapat berubah meskipun harga saat ini tetap sama.
2. Sumber data dan jenis harga penting. Menggunakan high/low dari feed yang berbeda, atau menggunakan close vs. harga lain untuk C, dapat menghasilkan nilai SR yang berbeda. Dua penyedia dapat menghitung “harga saat ini” secara berbeda (misalnya, transaksi terakhir vs. bar terbaru yang selesai), yang memengaruhi C.
3. Jendela degeneratif (H = L) merusak kalkulasi. Dalam jendela yang datar, H − L = 0, membuat SR tidak terdefinisi kecuali implementasi Anda mendefinisikan fallback. Ini adalah mode kegagalan konkret yang dapat Anda uji.
4. SR bersifat deskriptif, bukan prediktif. Bahkan jika SR tinggi atau rendah, itu menggambarkan di mana harga berada dalam interval masa lalu; itu tidak, dengan sendirinya, menetapkan arah masa depan. Lokasi historis tidak menjamin perilaku ke depan.
5. Biaya dan eksekusi tidak disertakan. Karena SR dihitung dari level harga tanpa memodelkan biaya transaksi atau efek eksekusi, upaya apa pun untuk menghubungkannya dengan hasil nyata harus memperhitungkan spread, komisi, dan slippage menggunakan data dan asumsi terpisah.

Verifikasi dan pertanyaan berikutnya untuk dijawab secara mandiri

Untuk memverifikasi pemahaman Anda, replikasi kalkulasi pada sekumpulan kecil bar menggunakan definisi aturan Anda sendiri untuk H, L, dan C, lalu periksa bahwa SR berskala dari 0 hingga 100 saat C bergerak dalam jendela. Jika Anda menginginkan kejelasan lebih dalam, konfirmasikan apakah definisi Stochastic Range yang Anda maksud menggunakan bidang harga yang sama (high/low/close) dan panjang lookback yang sama seperti dalam contoh Anda; dua pilihan tersebut mendominasi keluaran.