Input apa saja yang digunakan Support Resistance Range?

Jawaban langsung

Support Resistance Range dibangun dari input yang digunakan untuk mengidentifikasi level support dan level resistance, lalu memperlakukan area di antara keduanya sebagai sebuah rentang. Dalam sebagian besar deskripsi, inputnya adalah (1) data harga historis, (2) jangka waktu atau periode lookback, dan (3) parameter yang menentukan cara menghitung level dari data tersebut. Ini juga bergantung pada asumsi tentang kualitas data (timeframe, penanganan sesi, dan apakah Anda menggunakan harga penutupan, harga tertinggi/terendah, atau nilai turunan lainnya).

Karena implementasi yang berbeda dapat bervariasi, tujuan praktisnya adalah memisahkan mekanisme yang stabil (jenis data dan parameter apa yang diperlukan) dari kondisi yang bervariasi (bagaimana pasar berperilaku dan bagaimana penyedia atau alat memilih untuk menghitung level).

Mekanisme atau definisi

Support dan resistance adalah level yang diturunkan dari perilaku harga sebelumnya. Pendekatan Support Resistance Range kemudian menggunakan dua level terhitung untuk mendefinisikan sebuah pita: support di batas bawah dan resistance di batas atas.

Input umum yang harus Anda sebutkan untuk menjelaskan metode dengan jelas adalah:

• Riwayat harga: biasanya data OHLC (open, high, low, close) selama periode tertentu.
• Timeframe: ukuran bar (misalnya, menit, jam, atau hari). Timeframe yang berbeda dapat menggeser posisi level.
• Periode lookback: berapa banyak bar ke belakang yang diperiksa metode saat memperkirakan level.
• Aturan definisi level: bagaimana metode memilih kandidat support dan resistance. Contoh keluarga aturan termasuk menggunakan low/high lokal, titik swing seperti pivot, atau agregasi dari titik ekstrem.
• Parameter agregasi dan sensitivitas: pengaturan yang mengontrol seberapa ketat atau halus pemilihan level, seperti lebar toleransi, penghalusan, atau jumlah sentuhan yang diperlukan.
• Penanganan outlier: apakah satu lonjakan diizinkan untuk mendefinisikan ulang sebuah level, atau apakah titik ekstrem disaring.

Cara sederhana untuk memikirkan input adalah: metode pertama-tama mengubah bar harga mentah menjadi dua perkiraan level, lalu mengubah perkiraan tersebut menjadi sebuah rentang.

Bukti atau contoh (dengan asumsi eksplisit)

Di bawah ini adalah contoh konkret dan dapat diperiksa dari jenis input yang harus Anda dokumentasikan. Ini tidak terkait dengan implementasi platform tertentu.

Asumsi untuk contoh

• Data: lilin OHLC.
• Jangka waktu: N lilin terbaru (lookback Anda).
• Timeframe: ditetapkan ke satu ukuran bar.
• Aturan level:
  • support = low minimum yang diamati di antara N lilin setelah menyaring titik ekstrem menggunakan aturan toleransi.
  • resistance = high maksimum yang diamati di antara N lilin setelah aturan toleransi yang sama.

Input yang akan Anda daftarkan

1. Timeframe yang tepat yang digunakan.
2. Lookback N yang tepat.
3. Aturan toleransi/penyaringan yang tepat (misalnya, mengecualikan 1% teratas dan terbawah dari titik ekstrem, atau mensyaratkan beberapa sentuhan).
4. Bidang sumber untuk perhitungan level (low untuk support, high untuk resistance).

Apa yang harus diverifikasi secara independen

• Jika Anda mengulangi perhitungan yang sama pada segmen historis yang sama, Anda harus mendapatkan batas support dan resistance yang sama (hingga pembulatan dan detail implementasi).
• Jika Anda hanya mengubah satu input (seperti N atau timeframe), rentang harus bergerak dengan cara yang konsisten dengan sensitivitas metode.

Keterbatasan dan risiko

Bahkan dengan input yang benar, Support Resistance Range dapat gagal atau menjadi menyesatkan karena:

• Perubahan rezim: pasar dapat berpindah dari satu jenis perilaku ke jenis lainnya, membuat level yang diturunkan sebelumnya menjadi kurang relevan.
• Sensitivitas parameter: perubahan kecil pada lookback, penghalusan, atau toleransi dapat secara material mengubah rentang.
• Outlier dan likuiditas tipis: lonjakan langka, pergerakan yang didorong berita, atau periode likuiditas rendah dapat mendistorsi estimasi level.
• Efek data dan sesi: sumber yang berbeda dapat menangani stempel waktu, sesi trading, dan data yang hilang secara berbeda; ini dapat mengubah rangkaian input.
• Overfitting: memilih parameter agar sesuai dengan riwayat harga masa lalu dapat mengurangi kegunaan pada periode berikutnya.

Mode kegagalan material yang perlu diwaspadai adalah ketika rentang terhitung menjadi artefak dari filter yang dipilih daripada fitur stabil dari perilaku harga. Mode lainnya adalah ketika metode secara implisit mengasumsikan bahwa segmen berikutnya akan menghormati batas yang sama, yang tidak dijamin.

Verifikasi atau pertanyaan lanjutan

Untuk memverifikasi secara independen apa yang digunakan Support Resistance Range, Anda dapat melakukan tiga pemeriksaan:

1. Identifikasi bidang data mentah yang dikonsumsinya (misalnya, hanya harga penutupan versus menggunakan titik ekstrem high/low).
2. Konfirmasi pengaturan lookback dan timeframe yang mendefinisikan jendela perhitungan.
3. Dokumentasikan aturan level dan parameter toleransi/sensitivitas, termasuk cara menangani outlier.