Apa Itu Contoh Kerja Marubozu?
Jawaban langsung: contoh kerja Marubozu
Contoh kerja dari lilin Marubozu berarti Anda memilih dataset OHLC (open, high, low, close), menerapkan aturan eksplisit untuk “sumbu minimal,” dan menghitung ukuran badan serta sumbu untuk memverifikasi apakah lilin tersebut memenuhi syarat. Di bawah ini adalah satu contoh numerik lengkap dengan asumsi yang dinyatakan.
Definisi dan mekanisme (apa yang Anda ukur)
Lilin Marubozu umumnya digambarkan sebagai lilin dengan badan nyata yang sangat besar dan sumbu atas serta bawah yang sangat kecil (atau tidak ada).
Untuk mengerjakannya secara transparan, ukur besaran-besaran berikut dari OHLC:
- Ukuran badan lilin (absolut): Badan = |Close − Open|
- Ukuran sumbu atas: SumbuAtas = High − max(Open, Close)
- Ukuran sumbu bawah: SumbuBawah = min(Open, Close) − Low
Asumsi untuk contoh kerja ini (pilihan definisi):
- Lilin diperlakukan sebagai Marubozu jika kedua ukuran sumbu “kecil relatif terhadap badan.”
- Gunakan ambang batas tetap: SumbuAtas ≤ 0,10 × Badan dan SumbuBawah ≤ 0,10 × Badan.
Ini adalah aturan praktis untuk verifikasi. Sumber lain mungkin menggunakan ambang batas berbeda (misalnya, sumbu “persis nol”), sehingga hasilnya dapat bervariasi.
Contoh numerik kerja (verifikasi dengan perhitungan)
Asumsikan nilai OHLC berikut untuk satu lilin:
- Open = 100,00
- Close = 104,00
- High = 104,20
- Low = 99,90
Langkah 1: Hitung badan.
- Badan = |104,00 − 100,00| = 4,00
Langkah 2: Hitung sumbu atas.
- max(Open, Close) = max(100,00, 104,00) = 104,00
- SumbuAtas = High − 104,00 = 104,20 − 104,00 = 0,20
Langkah 3: Hitung sumbu bawah.
- min(Open, Close) = min(100,00, 104,00) = 100,00
- SumbuBawah = 100,00 − Low = 100,00 − 99,90 = 0,10
Langkah 4: Terapkan aturan “sumbu minimal relatif terhadap badan.”
- 0,10 × Badan = 0,10 × 4,00 = 0,40
- Periksa sumbu atas: 0,20 ≤ 0,40 ✅
- Periksa sumbu bawah: 0,10 ≤ 0,40 ✅
Kesimpulan untuk contoh ini: lilin tersebut memenuhi syarat sebagai Marubozu berdasarkan asumsi eksplisit bahwa sumbu harus paling banyak 10% dari ukuran badan.
Keterbatasan bukti, mode kegagalan, dan risiko pembacaan berlebihan
- Ketidakcocokan definisi: Jika Anda menggunakan aturan yang lebih ketat (misalnya, mensyaratkan sumbu nol) atau ambang batas berbeda dari 10%, lilin yang sama ini dapat diklasifikasikan secara berbeda.
- Kerangka waktu dan granularitas data: Nilai OHLC bergantung pada kerangka waktu dan resolusi feed data; lilin dapat terlihat “hampir tanpa sumbu” pada satu pengaturan dan tidak pada pengaturan lain.
- Tidak ada jaminan prediktif: Bahkan jika lilin cocok dengan mekanisme Marubozu, hal itu tidak menetapkan bahwa harga di masa depan akan bergerak ke arah tertentu. Hasil di masa depan bergantung pada konteks pasar yang lebih luas.
- Biaya dan ketidakpastian eksekusi: Trading nyata melibatkan spread, slippage, dan latensi; hal-hal ini dapat memengaruhi hasil bahkan ketika pola grafik tampak serupa.
- Sumbu “mendekati nol” yang ambigu: Ketika ukuran sumbu kecil, perubahan kecil pada OHLC (pembulatan, representasi bid/ask, atau penyesuaian data) dapat membalikkan klasifikasi.
Cara memverifikasi secara independen (dan apa yang harus ditanyakan selanjutnya)
Untuk memverifikasi secara independen klaim Marubozu pada grafik apa pun, Anda dapat:
- Ekstrak nilai OHLC lilin dari kerangka waktu dan sumber data yang sama.
- Hitung Badan, SumbuAtas, dan SumbuBawah persis seperti di atas.
- Nyatakan asumsi ambang batas sumbu Anda (seperti aturan 10%) dan periksa ketidaksetaraannya.
Pertanyaan selanjutnya untuk Anda selesaikan sendiri: aturan definisi “Marubozu” mana yang Anda gunakan—ambang batas sumbu relatif, ambang batas tick absolut, atau ketatnya “sumbu nol”? Definisi yang konsisten sangat penting untuk membandingkan seberapa sering lilin memenuhi syarat.