English French German Spain Italian Dutch Russian Brazil Japanese Korean Arabic Chinese Simplified
Headlines :

Artikel Terbaru

FXOpen memberikan bonus $25 bagi setiap client yang membuka account tanpa harus melakukan deposit....... Read Full Post
1 2 3 4 5 6 7

Belajar Memahami Bollinger Bands

Written By Master on Sunday, April 29, 2012 | 9:02 AM

Bollinger Bands adalah indikator yang diciptakan oleh John Bollinger pada awal 1980 an untuk membantu membandingkan volatilitas dan harga relatif dalam satu periode analisis. Indikator Bollinger bands terdiri atas tiga buah garis yang membentuk semacam sabuk pembatas terhadap pergerakan harga, yaitu; Upper Bands, Midle Bands dan Lower Bands. Uper Bands dan Lower Bands adalah garis yang timbul dari perhitungan deviasi harga terhadap Midle Bands nya. Sedangkan Midle Bands adalah garis yang muncul berdasarkan perhitungan nilai Moving Average (MA). Perhatikan gambar berikut :


Seperti telah di terangkan diatas, Bollinger Bands sendiri bentuknya menyerupai sabuk yang menjadi pembatas pergerakan harga. Apabila terjadi ketidak seimbangan antara demand dan supply, maka Bollinger Bands akan lebih melebar dibandingkan kondisi seimbang.

Formulasi Matematis
Seperti telah diterangkan diatas, Bollinger Bands pada dasarnya terdiri dari tiga garis. Yang timbul pada pikiran kita tentunya dari mana garis-garis ini berasal bukan? Nah, berikut penjelasannya:

garis bollinger bands

Uper band = Simple Moving Average  + (faktor pengali x standar deviasi)

Middle band = Simple Moving Average

Lower band = Simple Moving Average – (faktor pengali x standar deviasi)

Faktor pengali = [0.6174 x ln (periode Bollinger Bands)] + 0.1046

Untuk faktor pengali, biasa menggunakan angka 1, 2 atau 3 atau bahkan 4 dan lainya dibandingkan penggunaan rumus diatas.
Standar deviasi merupakan perhitungan statistik biasa yang digunakan untuk mengukur besarnya penyimpangan pada tiap-tiap data. Rumusnya adalah sbb:

Menghitung Bollinger Band, Rumus Bollinger Band

dengan :Xi = data ke i
X = rata-rata

Data yang kita gunakan dalam perhitungan ini bukan hanya closed price saja seperti pada SMA biasa. Pada Bollinger Bands, data yang dipakai adalah gabungan antara high, low dan closinng price. Ada dua jenis pengambilan data pada middle band yaitu dengan memakai Typical Price dan Weighted Price.

Typical price = nilai close pada bollinger bands


Weighted price = nilai open close bollinger bands


Karakter Bollinger Bands
Setiap indikator tentulah punya karakter masing-masing, begitu juga dengan indikator Bollinger Bands. Satu hal yang unik yang dimilikinya adalah Bollinger Bands memampukan tiap-tiap orang menginterpretasikan indikator ini dengan caranya masing-masing. Bahkan John Bollinger sendiri, pencipta indikator ini mengatakan bahwa hal yang paling menarik dalam analisa menggunakan Bollinger Bands adalah memperhatikan bagaimana setiap orang menggunakannya. Meski ada beberapa aturan baku dalam Bollinger Bands, tetapi bisa saja trader satu dengan trader lainnya memiliki cara yang berbeda dan penggunaan yang berbeda dalam memakai Bollinger Bands. Berikut adalah karakter umum yang berlaku pada Bollinger Bands:
  • Pada umumnya harga akan bergerak dalam sabuk, namun demikian dapat juga harga bergerak diluar dari sabuk. Ini dapat berarti akan terjadi reversal atau malah sebaliknya penguatan trend yang sedang berlangsung.
  • Penentuan periode dalam Bollinger Bands juga berpengaruh, semakin kecil periode yang dipakai maka lebar sabuk akan semakin kecil dan demikian sebaliknya.
  • Pengembangan dan penyempitan Bands adalah menunjukan adanya penguatan dan pelemahan kecenderungan harga

Belajar Memahami Moving Average (MA)

Written By Master on Saturday, April 28, 2012 | 10:15 PM

Moving Average atau yang lebih dikenal dengan MA merupakan indikator yang paling sering digunakan dan paling standar. Meskipun sangat sederhana, tetapi Moving average sendiri memiliki aplikasi yang sangat luas. Dikatakan sederhana karena pada dasarnya metode ini hanyalah pengembangan dari metode rata-rata yang biasa kita kenal. Misalnya; kita memiliki nilai 2,3,4,5,6 maka rata-rata dari nilai-nilai tersebut adalah (2+3+4+5+6)/5= 4. Sebagaimana namanya Moving Average adalah indicator yang menghitung rata-rata bergerak dari sebuah data. Mengapa dikatakan menghitung rata-rata bergerak? karena MA ini menghitung nilai dari setiap data yang bergerak berubah. Jadi MA ini akan selalu menghitung setiap data atau nilai yang baru terbentuk.

Dalam kancah trading forex, secara umum Moving average dikenal dengan tiga varian yang berbeda yaitu Simple Moving Average, Weighted Moving Average dan Exponential Moving Average. Masing-masing varian tersebut sesungguhnya adalah sama-sama menghitung rata-rata bergerak tetapi dengan metode yang berbeda dalam penghitunganya.

A. Simple Moving Average (SMA)
Simple Moving Average atau yang sering disingkat SMA adalah varian paling sederhana dari indicator Moving Average. Dikatakan paling sederhana karena SMA ini menggunakan metode paling simple dalam menghitung rata-rata data bergerak. Sebagai contoh: Jika kita mempunyai data 2, 3, 4, 5, 6, 7, 9 dan 10. Dan kemudian kita akan mencari nilai rata-rata dari data tersebut maka kita jumlahkan semua data tersebut dan kemudian hasilnya kita bagi dengan banyaknya data pembagi; agar lebih mudah mari kita terapkan penghitunganya.

Data: 2, 3, 4, 5, 6, 7, 9,10

Bilangan pembagi : 8

Rata-rata= jumlah data dibagi bilangan pembagi

(2+3+4+5+6+7+8+9+10)/8

Maka nilai rata-ratanya adalah 44/8 =5,5

2. Exponential Moving Average (XMA)
Exponential Moving Average atau yang sering disingkat XMA merupakan penyempurnaan dari metode SMA. Dikatakan sebagai penyempurnaan karena XMA menghitung rata-rata bergerak dengan pembobotan yang berbeda pada masing-masing data yang telah terbentuk pada blok data. Pada XMA terjadi sebaliknya yaitu semakin panjangperiode yang kita pakai maka semakin kecil pembobotan nilai terakhir yang kita pakai.

Secara matematis XMA kita tuliskan dalam bentuk sebagai berikut:

trading simple dengan MA

Ok, mari kita lihat contoh perhitungannya. Dibawah ini adalah perhitungan XMA 6 periode:


No
Data Previous XMA XMA
1 25
2 24
3 28
4 24
5 26
6 27 25,666667 26,047619
7 29 26,047619 26,891155
8 30 26,891155 27,779396
9 31 27,779396 28,699567
10 30 28,699567 29,071119
11 29 29,071119 29,050799
12 31 29,050799 29,607713


Beberapa dari Anda yang memperhatikan data-data yang membosankan ini pastilah bertanya-tanya dari mana nilai previous XMA pada data nomor 6 karena bukankah kita belum sama sekali memiliki nilai XMA pada bagian sebelumnya? Jawabannya, nilai previous XMA tersebut adalah nilai SMA. Jadi, nilai XMA untuk data pertama adalah sama persis dengan nilai SMA. Dalam contoh diatas besarnya adalah 25,666667. Diperoleh dari (25+24+28+24+26+27)/6 = 25,666667.

XMA pada nomor 6 diperoleh dari rumus diatas yaitu :

teknik akurat menggunakan MA

Perhitungan terus dilakukan seperti cara diatas untuk memperoleh nilai XMA berikutnya.

3. Weighted Moving Average (WMA)
Weighted Moving Average atau yang lebih dikenal dengan WMA adalah salah satu varian MA yang menghitung rata-rata data bergerak dengan pembobotan pada beberapa data terakhir yang terbentuk. Pada SMA, bobot setiap data yang telah terbentuk pada beberapa periode sebelumnya atau yang baru saja terbentuk memiliki bobot penilaian yang sama. Sementara pada WMA pada masing-masing data yang telah terbentuk memiliki pembobotan yang berbeda. Data yang baru saja terbentuk pada blok data memiliki pembobotan yang lebih ketimbang data yang telah terbentuk pada blok data sebelumnya.

Pembobotan nilai pada WMA akan tergantung pada panjang periode yang kita tetapkan. Semakin panjang periode yang ditetapkan, maka semakin besar pula pembobotan yang diberikan pada data terbaru. Perhatikan tabel sederhana dibawah:


No
Data Bobot WMA

untuk 2 periode
Bobot WMA

untuk 5 periode
Bobot WMA

untuk 7 periode
1 20
2 25
3 28 1
4 23 2
5 24 1 3
6 22 2 4
7 21 3 5
8 20 1 4 6
9 19 2 5 7

Nah, dari sini terlihat pada WMA dengan 2 periode, maka dua data terakhirlah yanga akan dihitung. Semakin besar periode maka data terakhir akan semakin besar bobot penilaiannya.

Dalam bentuk matematis, WMA dirumuskan sebagai berikut:

trik trading dengan MA, teknik menggunakan MAjurus jitu trading MA

Sebagai contoh, mari kita hitung WMA untuk 8 periode:


No
Data Bobot Data x Bobot WMA untuk 8 periode
1 25 1 25
2 26 2 52
3 23 3 69
4 27 4 108
5 29 5 145
6 23 6 138
7 21 7 147
8 20 8 160 = 844/36 = 23,44
36 844

Dalam Chart forex, penggunaan MA ini adalah untuk menghitung rata-rata bergerak dari blok data atau yang lebih dikenal dengan istilah candle. Aplikasi MA memiliki beberapa metode dengan penghitungan yang berbeda:

Open: menghitung rata-rata nilai open dari blok data

Jika kita menerapkan MA dengan apply Open maka MA ini hanya menghitung rata-rata dari setiap nilai open yang terbentuk dari masing-masing blok data pada chart

Close: menghitung rata-rata nilai close dari blok data

Jika kita menerapkan MA dengan apply Close maka MA ini hanya menghitung rata-rata dari setiap nilai Close yang terbentuk dari masing-masing blok data pada chart

High: menghitung rata-rata nilai High dari blok data

Jika kita menerapkan MA dengan apply High maka MA ini hanya menghitung rata-rata dari setiap nilai High yang terbentuk dari masing-masing blok data pada chart

Low: menghitung rata-rata nilai Low dari blok data

Jika kita menerapkan MA dengan apply Low maka MA ini hanya menghitung rata-rata dari setiap nilai Low yang terbentuk dari masing-masing blok data pada chart

Median Price (HL/2): menghitung rata-rata nilai median dari blok data

Jika kita menerapkan MA dengan apply Tengah maka MA ini hanya menghitung rata-rata dari setiap nilai Tengah yaitu (nilai High+Low)/3 yang terbentuk dari masing-masing blok data pada chart

Typical Price (HLC/3): menghitung rata-rata nilai karakter dari blok data

Jika kita menerapkan MA dengan apply Typical Price maka MA ini hanya menghitung rata-rata dari setiap nilai Typical Price yaitu (nilai High+Low+Close)/3 yang terbentuk dari masing-masing blok data pada chart

Weighted Close (HLCC/4): menghitung rata-rata nilai karakter dari blok data

Jika kita menerapkan MA dengan apply Weighted Close maka MA ini hanya menghitung rata-rata dari setiap nilai Weighted Close yaitu (nilai High+Low+Close+Close)/4 yang terbentuk dari masing-masing blok data pada chart

Bonus Promosi

Support II

Forex Study

Indicator & EA

Technical Study

Fundamental Study

 
Disclaimer: Creating Website | Johny Template | Maskolis | Johny Portal | Johny Magazine | Johny News | Johny Demosite
Copyright © 2011. KOARIA - All Rights Reserved
Template Modify by Creating Website Inspired Wordpress Hack
Proudly powered by Blogger