Apa saja aturan dari Pembalikan Divergensi?
Jawaban langsung
Pembalikan Divergensi menggambarkan seperangkat aturan pembacaan grafik di mana (1) harga dan ukuran bergaya momentum bergerak dalam arah yang berlawanan (divergensi), dan (2) kondisi berikutnya menunjukkan bahwa pergerakan tersebut mungkin akan berakhir dan arah baru mungkin akan dimulai (pembalikan). Oleh karena itu, “aturan” tersebut bukanlah sinyal ajaib tunggal; melainkan definisi terstruktur yang dapat Anda terapkan secara konsisten: apa yang dimaksud dengan divergensi, kerangka waktu atau jendela apa yang Anda gunakan, apa yang dimaksud dengan konfirmasi pembalikan, dan apa yang Anda asumsikan tentang data dan eksekusi.
Pendekatan yang berguna adalah memperlakukan Pembalikan Divergensi sebagai kerangka observasi yang dapat diuji:
- Anda menentukan input (ukuran momentum mana, bagaimana cara menghitungnya, dan pengaturan parameternya).
- Anda menentukan aturan divergensi (pergerakan berlawanan apa yang diperlukan, dan selama berapa batang).
- Anda menentukan aturan pembalikan (bukti apa yang mengakhiri pergerakan lama dan memulai yang baru).
- Anda mendefinisikan hasil dengan cara yang dapat diukur nanti (misalnya, apakah harga mencapai target atau membatalkan pengaturan) tanpa mengklaim bahwa itu akan menguntungkan.
Mekanisme dan definisi (aturan yang harus Anda nyatakan)
Untuk menjelaskan aturan secara tepat, pisahkan tiga lapisan: definisi, deteksi, dan konfirmasi.
1) Apa yang dimaksud dengan divergensi dalam konteks ini?
Dalam diskusi pembalikan divergensi, “divergensi” biasanya berarti bahwa harga membuat satu sisi pergerakan sementara ukuran bergaya momentum tidak setuju.
Dua arah divergensi yang umum adalah:
- Divergensi bullish: harga membentuk lower lows sementara ukuran momentum membentuk higher lows (momentum bearish yang lebih lemah).
- Divergensi bearish: harga membentuk higher highs sementara ukuran momentum membentuk lower highs (momentum bullish yang lebih lemah).
Seperangkat aturan harus menyatakan setidaknya:
- Ukuran momentum yang Anda gunakan (misalnya, osilator yang diturunkan dari perubahan harga).
- Pengaturan parameter yang tepat untuk ukuran tersebut.
- Bagaimana Anda menemukan “higher low” dan “lower low” (misalnya, berdasarkan titik ayunan, atau berdasarkan jendela bergulir).
Karena divergensi bisa subjektif jika titik ayunan tidak didefinisikan, seperangkat aturan harus mendefinisikan metodenya. Salah satu metode yang dapat diuji adalah menggunakan logika deteksi ayunan: nyatakan swing low ketika indikator dan harga memenuhi kondisi ekstrem lokal (seperti “lebih rendah dari N batang terakhir”), lalu bandingkan ayunan yang berurutan.
2) Apa yang dimaksud dengan pembalikan?
Kondisi pembalikan harus eksplisit. Dalam banyak alur kerja pembacaan grafik, pembalikan dikonfirmasi ketika perilaku harga berubah dengan cara yang dapat diukur, seperti:
- Menembus di atas resistance minor sebelumnya setelah divergensi bullish.
- Menembus di bawah support minor sebelumnya setelah divergensi bearish.
- Menutup di luar level (bukan hanya sentuhan intrabar singkat), jika data Anda mendukung penutupan bar.
Bahkan jika Anda lebih suka interpretasi visual, untuk verifikasi independen Anda harus mengubahnya menjadi aturan. Misalnya:
- “Setelah divergensi bullish terdeteksi, nyatakan pembalikan hanya ketika bar berikutnya ditutup di atas swing high terbaru yang terbentuk setelah titik terendah divergensi.”
Satu kalimat itu sudah menghilangkan banyak ambiguitas.
3) Masukkan waktu dan cakupan ke dalam aturan
Pembalikan divergensi bisa gagal hanya karena orang membandingkan titik yang berjauhan dalam waktu atau mengabaikan ukuran jendela. Seperangkat aturan Anda harus menyatakan:
- Jumlah batang maksimum yang diizinkan antara titik divergensi pertama dan kedua.
- Apakah pembalikan harus terjadi dalam sejumlah batang tertentu setelah deteksi divergensi.
- Apakah Anda mengizinkan beberapa kandidat divergensi sebelum pembalikan.
Tanpa batasan ini, dua orang yang menerapkan ide yang sama dapat mencapai “sinyal” yang berbeda, membuat verifikasi menjadi sulit.
Bukti dan contoh menggunakan asumsi yang dapat diuji (tanpa klaim profit)
Di bawah ini adalah contoh bagaimana membuat aturan dapat diuji. Ini sengaja dibuat generik dan menggunakan placeholder sehingga Anda dapat memetakannya ke osilator dan data pilihan Anda.
Contoh kumpulan aturan (kerangka kerja)
Asumsikan Anda bekerja dengan batang candlestick dengan data OHLC yang diketahui.
Input
- Ukuran momentum: osilator tertentu dengan pengaturan parameter (Anda harus menulis pengaturannya).
- Aturan ayunan: definisikan swing low ketika harga lebih rendah dari K batang sebelumnya dan sesudahnya; definisikan swing high dengan cara yang sama.
- Cakupan data: gunakan satu kerangka waktu secara konsisten.
Aturan deteksi: divergensi bullish
- Temukan dua swing low harga berurutan dalam M batang satu sama lain.
- Konfirmasi divergensi ketika swing low harga kedua lebih rendah dari yang pertama, tetapi nilai osilator pada swing low kedua lebih tinggi daripada pada swing low pertama.
Aturan konfirmasi: pembalikan 3. Setelah divergensi terdeteksi, nyatakan pembalikan hanya ketika harga ditutup di atas swing high yang segera mengikuti swing low divergensi kedua (atau level lain yang didefinisikan dengan jelas dalam aturan Anda).
Definisi hasil untuk verifikasi 4. Untuk evaluasi, tentukan jendela maju N batang. Ukur apakah harga bergerak sejumlah tertentu dari level pembalikan atau apakah itu membatalkan dengan menutup kembali di bawah level itu.
Mengapa ini dapat diverifikasi
Karena setiap elemen bersifat operasional—pengaturan osilator, definisi ayunan, perbandingan divergensi, dan pemicu konfirmasi—orang lain dapat mereproduksi pengamatan Anda pada data historis yang sama. Yang penting, tidak ada yang mengklaim profitabilitas di sini. Itu hanya menciptakan cara yang konsisten untuk menghitung kejadian dan mengukur apa yang sering terjadi.
Keterbatasan dan mode kegagalan (risiko material)
Aturan pembalikan divergensi memiliki beberapa keterbatasan bawaan yang memengaruhi keandalan.
1) Divergensi bukanlah sinyal yang berdiri sendiri
Divergensi dapat muncul sering tanpa pembalikan yang berarti setelahnya. Jika aturan Anda memperlakukan divergensi saja sebagai pengaturan tanpa kondisi konfirmasi terpisah, Anda akan sering memberi label yang salah pada banyak peristiwa. Mensyaratkan pemicu pembalikan yang terukur mengurangi ambiguitas tetapi tidak menghilangkan positif palsu.
2) Sensitivitas parameter dan titik ayunan subjektif
Pengaturan osilator yang berbeda dan logika deteksi ayunan yang berbeda dapat mengubah apa yang dianggap sebagai divergensi dan apa yang dianggap sebagai konfirmasi. Ini berarti hasil sensitif terhadap definisi aturan. Jika dua versi kumpulan aturan menghasilkan hitungan yang sangat berbeda, konsepnya mungkin terlalu fleksibel untuk mendukung kesimpulan yang kuat.
3) Perubahan rezim pasar dan noise
Dalam rezim yang volatil atau tren, divergensi dapat terjadi sebagai “ketidaksepakatan sementara” dan kemudian dikoreksi nanti. Sementara itu, osilasi kecil menciptakan titik ayunan yang sering, menghasilkan pola divergensi yang murni noise.
4) Biaya dan efek eksekusi (saat Anda menguji nanti)
Jika Anda mengevaluasi hasil, eksekusi dunia nyata mencakup spread, komisi, slippage, dan fakta bahwa Anda mungkin tidak masuk tepat di level yang Anda definisikan. Bahkan jika verifikasi Anda menggunakan penutupan bar, biaya tersebut dapat mengubah hasil praktis. Poin kuncinya bukan untuk memprediksi kinerja masa depan, tetapi untuk menyadari bahwa hasil yang diukur bergantung pada bagaimana Anda memodelkan efek-efek ini.