Data Apa yang Diperlukan untuk Menilai Swing Highs Lows?

Definisi terlebih dahulu: apa arti “swing high” dan “swing low”

Swing high (atau swing low) adalah titik balik lokal dalam rangkaian harga, yang diidentifikasi menggunakan pola berbasis aturan dari bar di sekitarnya. Dalam praktiknya, Anda memerlukan definisi yang menjelaskan apa arti “di sekitarnya” dan berapa banyak bar yang harus mengonfirmasi titik balik tersebut. Tanpa aturan itu, dua orang (atau dua alat) sering kali akan memberi label titik tertinggi dan terendah yang berbeda dari grafik yang sama.

Jawaban langsung: data yang Anda perlukan untuk menilai swing highs lows

Untuk menilai swing highs lows secara andal, kumpulkan empat kategori masukan.

1) Masukan data harga (rangkaian mentah)

Anda memerlukan kumpulan data harga yang lengkap dan terurut waktu untuk instrumen yang Anda pelajari. Minimal, itu biasanya berarti nilai open, high, low, dan close (OHLC) untuk setiap bar, atau data tick-ke-bar yang setara jika Anda kemudian membangun bar.

Catatan materialitas: swing high/low ditentukan oleh ekstrem bar (high untuk swing high; low untuk swing low), tetapi bar konteks juga diperlukan—sehingga celah atau candle yang hilang dapat mendistorsi deteksi titik balik.

2) Aturan deteksi swing (pilihan algoritme)

Anda perlu menyatakan aturan deteksi yang Anda terapkan, termasuk:

• Timeframe (misalnya, bar 1H vs bar 1D).
• Jendela “kiri” dan “kanan”: berapa banyak bar sebelumnya dan sesudahnya yang harus lebih rendah/lebih tinggi.
• Aturan penanganan seri: apa yang terjadi jika high sama atau hampir sama.
• Apakah Anda mensyaratkan ketidaksetaraan ketat atau mengizinkan perbandingan “dalam toleransi”.

Aturan-aturan ini bukan fakta pasar; ini adalah asumsi metodologis. Dua kumpulan aturan dapat menghasilkan label swing yang berbeda bahkan dengan data harga yang identik.

3) Konteks dan asal-usul (dari mana data berasal)

Anda harus mencatat:

• Penyedia data atau feed sumber (misalnya, platform charting, feed bursa, atau vendor data).
• Transformasi apa pun yang diterapkan (misalnya, resampling tick menjadi bar, penyesuaian zona waktu, penyesuaian peristiwa korporasi jika berlaku).

Karena label swing bergantung pada bagaimana bar dibangun, asal-usul sangat penting untuk memverifikasi klaim secara independen.

4) Ketepatan waktu dan pemeriksaan kualitas data

Anda memerlukan pemeriksaan bahwa kumpulan data konsisten dan dapat digunakan:

• Konfirmasi tidak ada bar yang hilang dalam jendela penilaian.
• Periksa pergeseran zona waktu atau daylight saving yang dapat menggeser batas bar.
• Pastikan metode konstruksi bar konsisten sepanjang periode.
• Jika menggunakan data historis, jelaskan versi snapshot: revisi selanjutnya oleh penyedia dapat mengubah riwayat yang tersimpan.

Cara kerjanya: mengubah masukan menjadi label swing

Penilaian menjadi proses yang dapat diulang setelah Anda menggabungkan empat kategori:

1. Pilih timeframe dan bangun/peroleh rangkaian OHLC.
2. Terapkan aturan deteksi swing Anda ke setiap bar kandidat.
3. Tandai bar sebagai swing high jika high-nya lebih tinggi dari high di sekitarnya sesuai aturan jendela kiri/kanan Anda (dan serupa untuk swing low menggunakan low).
4. Simpan aturan dan asal-usul bersama dengan titik swing yang dihasilkan sehingga orang lain dapat mereproduksi pelabelan yang sama.

Bukti/contoh (sensitivitas aturan)

Misalkan Anda menggunakan jendela 3 bar kiri dan 3 bar kanan pada grafik 1H. Sebuah bar yang tampak sebagai swing high di bawah aturan ketat “harus lebih tinggi dari semua high di sekitarnya” mungkin tidak lagi memenuhi syarat jika Anda beralih ke jendela yang lebih besar (misalnya, 5 kiri dan 5 kanan) atau jika Anda mengizinkan toleransi untuk high yang “hampir sama”. Struktur swing karena itu bukan hanya properti harga; itu juga properti dari kumpulan aturan dan jendela.

Keterbatasan dan risiko (mode kegagalan material)

Setidaknya satu keterbatasan utama harus dipertimbangkan setiap kali Anda menilai swing highs lows:

• Ketidaksepakatan aturan: Definisi swing yang berbeda dan sama-sama masuk akal menghasilkan titik swing yang berbeda. Ini dapat mengubah analisis hilir apa pun.
• Data yang hilang atau tidak konsisten: Celah, batas bar yang salah, atau revisi penyedia dapat membuat atau menghapus titik balik.
• Ketergantungan timeframe: Titik swing pada grafik 1H bukan objek yang sama dengan yang ada di grafik 1D, karena agregasi bar mengubah high/low mana yang ekstrem secara lokal.
• Tidak ada jaminan makna prediktif: Titik balik historis tidak menetapkan bahwa harga masa depan akan berperilaku serupa.

Verifikasi dan pertanyaan lanjutan

Untuk memverifikasi apa yang Anda lihat, bandingkan proses pelabelan dengan setidaknya satu metode independen:

• Terapkan kembali aturan yang sama yang dinyatakan pada timeframe yang sama menggunakan sumber grafik/data yang berbeda jika tersedia.