Adaptive Moving Average (AMA) adalah indikator yang digunakan untuk membangun moving average dengan sensitivitas rendah terhadap noise harga dan ditandai dengan lag minimal dalam deteksi tren.
Indikator ini dikembangkan dan dijelaskan oleh Perry Kaufman dalam bukunya "Smarter Trading".
Salah satu kelemahan dari berbagai algoritma pemulusan untuk serangkaian harga adalah lompatan harga yang tidak terduga dapat menghasilkan sinyal tren palsu. Di sisi lain, pemulusan mengakibatkan lag yang tak terhindarkan dalam memprediksi tren. Indikator ini dikembangkan untuk mengatasi kedua kelemahan tersebut.
Indikator Adaptive Moving Average
Perhitungan:
Untuk mendefinisikan kondisi pasar saat ini, Kaufman memperkenalkan konsep Rasio Efisiensi (ER), yang dihitung dengan rumus berikut:
ER(i) = Sinal(i)/Noise(i)
di mana:
- ER(i) - nilai saat ini dari Rasio Efisiensi;
- Signal(i) = ABS(Harga(i) - Harga(i - N)) - nilai sinyal saat ini, nilai absolut dari selisih antara harga saat ini dan harga N periode sebelumnya;
- Noise(i) = Jumlah(ABS(Harga(i) - Harga(i-1)),N) - nilai noise saat ini, jumlah nilai absolut dari selisih antara harga periode saat ini dan harga periode sebelumnya selama N periode.
Pada tren yang kuat, Rasio Efisiensi (ER) cenderung mendekati 1; jika tidak ada pergerakan terarah, nilainya akan sedikit lebih dari 0.
Nilai ER yang diperoleh digunakan dalam rumus pemulusan eksponensial:
EMA(i) = Harga(i) * SC + EMA(i-1) * (1 - SC)
di mana:
- SC = 2/(n+1) - konstanta pemulusan EMA, n - periode dari moving average eksponensial;
- EMA(i-1) - nilai EMA sebelumnya.
Rasio pemulusan untuk pasar yang cepat harus seperti EMA dengan periode 2 (fast SC = 2/(2+1) = 0.6667), dan untuk periode tanpa tren, periode EMA harus sama dengan 30 (slow SC = 2/(30+1) = 0.06452). Dengan demikian, konstanta pemulusan yang baru diperkenalkan (konstanta pemulusan terukur) SSC:
SSC(i) = (ER(i) * ( fast SC - slow SC) + slow SC
atau
SSC(i) = ER(i) * 0.60215 + 0.06425
Untuk pengaruh yang lebih efisien dari konstanta pemulusan yang diperoleh pada periode pemulusan, Kaufman merekomendasikan untuk mengkuadratkan nilai tersebut.
Rumus perhitungan akhir:
AMA(i) = Harga(i) * (SSC(i)^2) + AMA(i-1)*(1-SSC(i)^2)
atau (setelah diatur ulang):
AMA(i) = AMA(i-1) + (SSC(i)^2) * (Harga(i) - AMA(i-1))
di mana:
- AMA(i) - nilai saat ini dari AMA;
- AMA(i-1) - nilai AMA sebelumnya;
- SSC(i) - nilai saat ini dari konstanta pemulusan terukur.
Komentar 0