Definisi dan tujuan
Contoh terolah (worked example) untuk identifikasi tren adalah skenario yang dijabarkan sepenuhnya, di mana Anda menerapkan seperangkat aturan yang konsisten pada pengamatan harga historis, memberi label arah (tren vs range), dan menampilkan langkah-langkah perantara. Tujuannya bukan untuk memprediksi masa depan; melainkan untuk membantu pembaca memahami mekanisme dalam memutuskan perilaku saat ini paling mirip dengan apa, serta mampu mengulang proses pengambilan keputusan tersebut.
Identifikasi tren biasanya mengandalkan perbandingan “higher highs” dan “higher lows” untuk tren naik, atau “lower highs” dan “lower lows” untuk tren turun, dengan kemungkinan ketiga: sebuah range, yaitu ketika hubungan-hubungan tersebut tidak berlaku pada jendela lookback yang dipilih. Apa yang Anda sebut sebagai “high” atau “low,” dan seberapa besar pergerakan yang harus terjadi agar dihitung, adalah pilihan aturan dan karena itu merupakan asumsi.
Cara contoh ini bekerja (mekanisme)
Di bawah ini adalah satu pendekatan berbasis aturan yang sederhana yang bisa Anda verifikasi dengan tangan. Pendekatan ini memisahkan mekanisme yang stabil (logika) dari kondisi yang bervariasi (jendela data dan ambang batas).
Aturan kerja (asumsi dinyatakan):
- Anda mengamati harga untuk 10 titik waktu yang diberi label T1–T10.
- Anda memilih aturan “pivot”: pivot high adalah maksimum lokal di antara 3 titik terakhir; pivot low adalah minimum lokal di antara 3 titik terakhir.
- Anda memberi label setiap pivot lalu menerapkan logika tren:
- Tren naik: setidaknya dua pivot low berturut-turut lebih tinggi daripada pivot low sebelumnya, dan pivot high juga lebih tinggi.
- Tren turun: setidaknya dua pivot high berturut-turut lebih rendah daripada pivot high sebelumnya, dan pivot low juga lebih rendah.
- Selain itu: klasifikasikan sebagai range/tidak jelas.
- Anda menggunakan harga penutupan sebagai satu-satunya input.
Data input (asumsi dinyatakan): Anggap harga penutupan berikut:
- T1: 100, T2: 103, T3: 101, T4: 106, T5: 104, T6: 110, T7: 107, T8: 112, T9: 109, T10: 111.
Identifikasi pivot langkah demi langkah:
- Pivot highs (maksimum lokal): T2 (103) vs T1/T3, T4 (106) vs T3/T5, T6 (110) vs T5/T7, T8 (112) vs T7/T9.
- Pivot lows (minimum lokal): T3 (101) vs T2/T4, T5 (104) vs T4/T6, T7 (107) vs T6/T8, T9 (109) vs T8/T10.
Terapkan logika tren:
- Pivot highs: 103 → 106 → 110 → 112 (masing-masing lebih tinggi daripada sebelumnya).
- Pivot lows: 101 → 104 → 107 → 109 (masing-masing lebih tinggi daripada sebelumnya).
- Hasil berdasarkan aturan yang dinyatakan: tren naik.
Perhatikan bahwa mekanismenya deterministik selama aturan dan rangkaian inputnya sama. Jika Anda mengubah definisi pivot (misalnya, mensyaratkan high/low yang lebih tinggi/rendah untuk melampaui jarak minimum), label bisa berubah meskipun harga yang mendasarinya tetap sama.
Perbandingan bukti atau contoh (dua hasil dari ide yang sama)
Contoh terolah juga harus menunjukkan bagaimana asumsi alternatif mengubah output.
Ambang batas pivot-low alternatif (perubahan asumsi): Misalkan Anda menambahkan aturan (asumsi baru): pivot low harus setidaknya 3 unit lebih tinggi daripada pivot low sebelumnya agar “dihitung” sebagai higher low; jika tidak, Anda menganggapnya sebagai fluktuasi kecil.
Dengan menggunakan data yang sama, pivot lows adalah 101, 104, 107, 109. Dengan aturan baru:
- 104 vs 101 adalah +3 → dihitung.
- 107 vs 104 adalah +3 → dihitung.
- 109 vs 107 adalah +2 → tidak dihitung.
Dengan hanya dua higher lows berturut-turut yang dihitung (101→104→107) dan bergantung pada apakah Anda juga menerapkan ambang batas serupa pada pivot highs, klasifikasi Anda bisa tetap “tren naik” atau menjadi “tidak jelas” jika keputusan Anda yang persis mensyaratkan beberapa pivot yang dihitung. Ini menunjukkan mengapa verifikasi independen harus mencakup aturan yang persis.
Keterbatasan dan mode kegagalan
Beberapa keterbatasan umum biasanya tidak bergantung pada alat charting tertentu.
- Sensitivitas aturan (asumsi mengubah label): Ukuran window untuk “maksimum/minimum lokal” dan ambang batas untuk apa yang dianggap sebagai pergerakan yang bermakna dapat membalikkan hasil. 2. Whipsaw saat range: Pada kondisi sideways atau berombak, maksimum/minimum lokal sering muncul. Anda mungkin mengamati higher lows dan higher highs yang bergantian yang terlihat seperti tren, tetapi rangkaian tersebut mungkin tidak berlanjut. 3. Klasifikasi yang tidak konsisten antar orang: Dua analis yang menggunakan aturan pivot berbeda dapat menghasilkan label tren yang berbeda, bahkan ketika keduanya “masuk akal.” 4. Tidak ada jaminan ke depan: Hubungan historis tidak menetapkan hasil di masa depan.