Invesmentpedia Enigma Institute
L2T.4 · Indikator: Momentum, Volatilitas, Volume — dan Batasnya
TINGKAT

Level 2 · Analis · Jalur Trader · Modul 4

Indikator: Cermin Harga, Bukan Bola Kristal

RSI, Stochastic, MACD, Bollinger... Grafik trader sering penuh garis warna-warni. Kalau lima indikator sepakat "jual", apakah itu lima bukti? Di modul ini Sari membongkar indikator sampai ke rumusnya. Hasilnya mengejutkan: sebagian besar indikator mengukur hal yang sama, dan hanya satu keluarga yang kegunaannya jelas.

⏱ ±55 menit baca🔍 7 konsep inti🎮 7 simulasi
RSIStoch%RCCI JUALJUALJUALJUAL Empat garis, satu informasi yang sama

Lima indikator sepakat. Lima bukti?

Setelah modul ini, kamu bisa

  • menjelaskan bahwa indikator adalah olahan matematis dari harga, sehingga tidak menambah informasi baru;
  • menghitung RSI dan ATR dengan tangan, dan memakai ATR untuk ukuran posisi;
  • menghitung keterlambatan (lag) rata-rata bergerak: \((n-1)/2\) bar;
  • mengenali indikator yang kembar atau berkorelasi sangat tinggi, sehingga "kesepakatan" mereka bukan konfirmasi;
  • menguji klaim sinyal terhadap tingkat dasar, dan menghitung keunggulan semu dari mencoba ratusan kombinasi parameter.

Lihat layar Om! RSI, Stochastic, Williams, CCI, MACD. Kelimanya bilang JUAL! Ini sinyal paling kuat sedunia!

Kak, kalau lima alat sepakat, berarti buktinya lima kali lebih kuat, kan?

Kelimanya dihitung dari harga yang sama. Itu satu bukti yang dipajang lima kali. Malah dua di antaranya kembar identik.

Kembar identik? Kok bisa?

EH?!

Modul 1 sampai 3 membaca pasar langsung dari harga: struktur, lilin, dan tren. Modul ini masuk ke lapisan yang paling banyak dijual dan paling sedikit dipahami: indikator teknikal.

Tujuannya bukan menambah alat ke dalam kotakmu. Justru sebaliknya: mengurangi jumlah alat, dengan menunjukkan lewat matematika kenapa sebagian besar indikator mengukur hal yang sama. Modul ini memang modul paling skeptis di jalur Trader.

Indikator hanyalah olahan harga

Sebuah indikator adalah fungsi deterministik dari harga masa lalu. Artinya: masukkan harga yang sama, keluar angka yang sama, selalu. Tidak ada bahan lain di dalamnya.

\[ I_t = f\bigl(P_t,\, P_{t-1},\, P_{t-2},\, \dots,\, P_{t-n}\bigr) \]

Dalam bahasa sehari-hari: nilai indikator hari ini (\(I_t\)) hanyalah hasil olahan harga hari ini dan beberapa hari ke belakang (\(P_t, P_{t-1}, \dots\)). Tidak ada harga besok di dalam rumusnya.

Kalimat ini terdengar sepele, tetapi akibatnya besar:

  1. Indikator tidak bisa memuat informasi yang tidak ada di harga. Dua orang yang melihat grafik sama, satu dengan RSI dan satu tanpa, memegang informasi yang persis sama. Yang berbeda hanya cara penyajiannya.
  2. Indikator tidak bisa melihat masa depan. Tidak ada \(P_{t+1}\) di rumusnya.
  3. Indikator selalu membuang informasi. RSI-14 memampatkan 15 harga penutupan menjadi satu angka antara 0 dan 100. Banyak rincian hilang.

Jadi pertanyaan yang benar bukan "apakah indikator ini akurat?", melainkan: "apakah cara penyajian ini membantuku mengambil keputusan lebih baik daripada melihat harga langsung, setelah memperhitungkan keterlambatan dan biayanya?" Itu pertanyaan yang bisa diuji. Sayangnya jarang ada yang mengujinya.

Tiga keluarga indikator

KeluargaYang diukurContohPertanyaan yang dijawab
MomentumKecepatan dan arah perubahan hargaRSI, Stochastic, Williams %R, CCI, ROC, MACDSeberapa cepat harga bergerak, ke arah mana?
VolatilitasBesarnya sebaran hargaATR, Bollinger Bands, simpangan baku, KeltnerSeberapa besar gerakan normal saat ini?
VolumeBanyaknya transaksiOBV, volume relatif, CVD, Volume ProfileBerapa banyak yang bertransaksi, di sisi mana?

Indikator adalah olahan harga masa lalu: tidak menambah informasi, tidak melihat masa depan, dan selalu membuang sebagian rincian. Dari tiga keluarga, hanya volatilitas yang kegunaannya hampir tidak diperdebatkan, yaitu untuk menentukan ukuran posisi, bukan untuk sinyal masuk.

RSI: apa yang sebenarnya diukur?

RSI (Relative Strength Index) diperkenalkan J. Welles Wilder pada 1978. Ia membandingkan rata-rata kenaikan harga dengan rata-rata penurunannya dalam sebuah "jendela" n periode, biasanya 14.

Langkah menghitungnya

Langkah 1 · Nilai awal. Ambil 14 perubahan harga pertama. Jumlahkan semua kenaikan dan bagi 14: itu rata-rata kenaikan (\(AG\), average gain). Jumlahkan semua penurunan (tanpa tanda minus) dan bagi 14: itu rata-rata penurunan (\(AL\), average loss).

Langkah 2 · Rumus RSI.

\[ RS = \frac{AG}{AL} \qquad RSI = 100 - \frac{100}{1 + RS} \]
\(AG\)
rata-rata kenaikan dalam jendela
\(AL\)
rata-rata penurunan dalam jendela (angka positif)
\(RS\)
perbandingan keduanya

Dalam bahasa sehari-hari: RSI adalah porsi "tenaga naik" dari seluruh tenaga gerak, diubah ke skala 0–100. Contoh: total kenaikan 24 dan total penurunan 6 dalam 14 perubahan. AG = 24 ÷ 14 = 1,7143; AL = 6 ÷ 14 = 0,4286; RS = 4; RSI = 100 − 100 ÷ 5 = 80. Sama dengan 24 ÷ (24 + 6) × 100.

Langkah 3 · Penghalusan Wilder. Untuk bar berikutnya, rata-rata tidak dihitung ulang dari awal. Rata-rata lama diberi bobot 13, perubahan baru diberi bobot 1, lalu dibagi 14.

\[ AG_t = \frac{AG_{t-1} \times 13 + \text{naik}_t}{14} \]
\[ AL_t = \frac{AL_{t-1} \times 13 + \text{turun}_t}{14} \]

Dalam bahasa sehari-hari: \(\text{naik}_t\) dan \(\text{turun}_t\) adalah kenaikan dan penurunan hari ini (salah satunya nol). Rata-rata baru = 13 bagian rata-rata lama + 1 bagian data baru, dibagi 14. Jadi RSI berubah pelan, tidak melompat-lompat.

RSI di atas 70 bukan berarti "kemahalan"

Tafsiran paling populer berbunyi: "RSI di atas 70 berarti jenuh beli, jual. Di bawah 30 berarti jenuh jual, beli." Masalahnya, RSI sama sekali tidak mengukur murah atau mahal. Ia hanya mengukur porsi tenaga naik dalam jendelanya.

Dalam tren naik yang kuat, RSI bisa bertahan di atas 70 berminggu-minggu. Menjual setiap kali RSI melewati 70 adalah cara sistematis untuk memotong kemenangan. Di modul sebelumnya, kebiasaan itu memangkas hasil sistem tren sampai 71,2%. Wilder sendiri menulis bahwa wilayah di atas 70 adalah tempat pembalikan mungkin terjadi, bukan sinyal jual.

  1. Harga penutupan bar 1–18: 100, 102, 101, 104, 106, 105, 108, 110, 109, 112, 115, 114, 117, 120, 118, 121, 119, 123.

  2. 14 perubahan pertama (bar 2 sampai 15): +2, −1, +3, +2, −1, +3, +2, −1, +3, +3, −1, +3, +3, −2. Total kenaikan 24, total penurunan 6.

  3. Nilai awal di bar 15: AG = 1,7143; AL = 0,4286; RS = 4,0000; RSI = 80,00.

  4. Bar 16 (naik 3): AG = (1,7143 × 13 + 3) ÷ 14 = 1,8061; AL = (0,4286 × 13 + 0) ÷ 14 = 0,3980. RS = 4,5385, RSI = 81,94.

  5. Bar 17 (turun 2): AG = 1,6771; AL = 0,5124; RS = 3,2731; RSI = 76,60. Bar 18 (naik 4): AG = 1,8430; AL = 0,4758; RS = 3,8734; RSI = 79,48.

  6. Bacaannya: RSI bertahan di 76–82 selama empat bar, sementara harga naik dari 118 ke 123. Orang yang menjual di bar 15 karena "RSI di atas 70" keluar di harga 118, lalu menonton harga naik 4,2% lagi tanpa dirinya.

RSI mengukur porsi tenaga naik terhadap total tenaga gerak dalam jendelanya. Ia tidak mengukur murah atau mahal. RSI di atas 70 dalam tren naik bukan peringatan. Itu justru gambaran dari tren naik itu sendiri.

Stochastic dan Williams %R: kembar identik

Stochastic %K menjawab satu pertanyaan: di posisi berapa persen harga penutupan sekarang berada, di dalam rentang tertinggi-terendah n periode terakhir?

\[ \%K_t = 100 \times \frac{C_t - LL_n}{HH_n - LL_n} \]
\[ \%R_t = -100 \times \frac{HH_n - C_t}{HH_n - LL_n} \]
\(C_t\)
harga penutupan sekarang
\(HH_n\)
harga tertinggi dalam n periode terakhir
\(LL_n\)
harga terendah dalam n periode terakhir

Dalam bahasa sehari-hari: %K mengukur jarak harga dari dasar rentang. Williams %R mengukur jarak harga dari atap rentang, diberi tanda minus. Contoh: rentang 90 sampai 110, harga tutup 105. %K = 100 × 15 ÷ 20 = 75. %R = −100 × 5 ÷ 20 = −25. Selisihnya tepat 100.

Sekarang sedikit aljabar. Jarak dari atap sama dengan seluruh rentang dikurangi jarak dari dasar:

\[ \%R_t = -100 \times \frac{(HH_n - LL_n) - (C_t - LL_n)}{HH_n - LL_n} \]
\[ \%R_t = -100 + \%K_t \]

Dalam bahasa sehari-hari: Williams %R adalah Stochastic %K dikurangi 100. Grafiknya sama persis, hanya digeser 100 satuan ke bawah.

1000 0−100 Stochastic %K Williams %R Korelasi persis 1,00: satu informasi, dua nama
Bentuk kedua garis identik. Yang berbeda hanya angka di sumbu kiri. Menunggu keduanya "sepakat" sama dengan menunggu sebuah angka sepakat dengan dirinya sendiri.

MACD: pengukur kemiringan

\[ MACD_t = EMA_{12} - EMA_{26} \]
\[ \text{Sinyal}_t = EMA_9(MACD) \qquad \text{Histogram}_t = MACD_t - \text{Sinyal}_t \]

Dalam bahasa sehari-hari: MACD adalah selisih rata-rata bergerak 12 hari dan 26 hari. Kalau rata-rata cepat jauh di atas yang lambat, harga sedang menanjak curam. Jadi MACD adalah pengukur kemiringan yang dihaluskan.

EMA adalah rata-rata bergerak yang memberi bobot lebih besar pada harga terbaru. Karena MACD dibangun dari rata-rata bergerak, ia sebenarnya keluarga indikator tren seperti di modul 3, walaupun sering dikelompokkan bersama osilator.

Williams %R = Stochastic %K − 100. Korelasinya persis 1,00 pada data apa pun. Memasang keduanya sama dengan memasang satu indikator dua kali. MACD adalah selisih dua rata-rata bergerak, alias pengukur kemiringan tren.

Batas pertama: selalu terlambat

Setiap rata-rata bergerak memasukkan lag, yaitu keterlambatan. Untuk rata-rata sederhana (SMA) dengan jendela n, "titik tengah" bobotnya berada di tengah jendela. Begitu juga kira-kira untuk EMA.

\[ \text{lag} = \frac{n - 1}{2}\ \text{bar} \]

Dalam bahasa sehari-hari: rata-rata 50 hari pada dasarnya menggambarkan harga sekitar 24,5 hari yang lalu, karena itulah titik tengah jendelanya. Contoh: (50 − 1) ÷ 2 = 24,5 bar.

IndikatorJendelaLag (bar)Pada grafik 4-jam, setara
EMA-20209,538 jam
EMA-505024,598 jam ≈ 4 hari
EMA-20020099,5398 jam ≈ 16,6 hari
MACD (12, 26)—≈ 728 jam

Lag adalah harga penghalusan

Lag bukan cacat yang bisa diperbaiki dengan parameter yang lebih pintar. Ia adalah harga yang dibayar untuk penghalusan. Hubungannya pertukaran langsung:

  • Jendela pendek → lag kecil → banyak sinyal palsu, karena derau ikut lolos.
  • Jendela panjang → sedikit sinyal palsu → lag besar, sebagian besar gerakan sudah lewat.

Tidak ada nilai n yang menghilangkan keduanya. Kalau ada indikator yang mengaku "tidak terlambat", biasanya artinya salah satu dari dua: jendelanya sangat pendek sehingga penuh derau, atau ia melakukan repainting, yaitu menggambar ulang sinyal masa lalu setelah data baru masuk.

Indikator yang tampak menandai setiap puncak dan dasar dengan tepat di grafik lama hampir pasti melakukan repainting. Ujilah dengan memutar ulang grafik bar demi bar, bukan dengan memandang hasil akhirnya.

Contoh akibatnya: sistem yang masuk saat EMA-20 memotong EMA-50 punya lag gabungan sekitar 17 bar. Kamu rata-rata masuk setelah sebagian awal gerakan berlalu. Itu bukan alasan menolak sistemnya, karena sistem tren mengambil untung dari ekor sebaran, bukan dari ketepatan masuk. Itu alasan untuk memasukkan lag ke dalam perhitungan ekspektasimu.

Lag rata-rata bergerak n periode kira-kira (n − 1) ÷ 2 bar. Lag adalah pertukaran dengan penghalusan dan tidak bisa dihilangkan. Hitung, jangan pura-pura tidak ada.

ATR: satu-satunya indikator yang jelas gunanya

Kalau hampir semua indikator lain layak dicurigai, ada satu yang layak dipertahankan: ATR (Average True Range), juga dari Wilder (1978). ATR mengukur seberapa besar harga biasanya bergerak dalam satu bar.

Rentang sejati (True Range)

\[ TR_t = \max\bigl(H_t - L_t,\; |H_t - C_{t-1}|,\; |L_t - C_{t-1}|\bigr) \]
\(H_t, L_t\)
harga tertinggi dan terendah bar ini
\(C_{t-1}\)
harga penutupan bar sebelumnya

Dalam bahasa sehari-hari: ambil yang terbesar dari tiga jarak: tinggi-rendah hari ini, tertinggi hari ini ke penutupan kemarin, dan terendah hari ini ke penutupan kemarin. Contoh: kemarin tutup 100, hari ini tertinggi 107 dan terendah 105,5. H − L hanya 1,5, tetapi |107 − 100| = 7. TR = 7.

Dua jarak tambahan itu ada karena celah harga (gap). Kalau harga dibuka jauh di atas penutupan kemarin, rentang H − L saja meremehkan gerakan yang sebenarnya.

ATR lalu dihaluskan dengan cara Wilder yang sama seperti RSI:

\[ ATR_t = \frac{ATR_{t-1} \times (n - 1) + TR_t}{n} \]

Dalam bahasa sehari-hari: nilai awal ATR adalah rata-rata TR selama n bar pertama. Setelah itu, ATR baru = (ATR lama × 13 + TR hari ini) ÷ 14, untuk n = 14.

Kegunaan utamanya: ukuran posisi

Indikator lain dipakai untuk menjawab "kapan masuk", pertanyaan yang jarang dijawab dengan baik oleh indikator. ATR dipakai untuk menjawab "seberapa besar posisiku", pertanyaan terpenting dalam seluruh kurikulum ini.

\[ \text{Ukuran posisi} = \frac{\text{Risiko rupiah per transaksi}}{k \times ATR} \]

Dalam bahasa sehari-hari: batas kerugian dipasang sejauh k kali ATR (biasanya k antara 1,5 dan 3). Jumlah unit = uang yang siap hilang ÷ jarak batas kerugian. Saat volatilitas naik dua kali, jarak batas kerugian melebar dua kali dan jumlah unit mengecil setengahnya. Risiko rupiahnya tetap.

KondisiATR-14Risiko per transaksiJarak stop (2 × ATR)Ukuran posisi
Pasar tenangRp120Rp2.000.000Rp2408.333 unit
Pasar normalRp250Rp2.000.000Rp5004.000 unit
Pasar bergejolakRp600Rp2.000.000Rp1.2001.667 unit

Risiko rupiah sama di ketiga baris, tetapi jumlah unit berbeda sampai lima kali. Trader yang selalu membeli jumlah unit yang sama sedang mengambil risiko lima kali lebih besar di baris ketiga dibanding baris pertama, tanpa sadar.

  1. TR setiap bar (penutupan sebelum bar 1 = 100): 4, 3, 5, 4, 3, 5, 5, 3, 5, 6, 3, 5, 6, 4, 5, 5. Periksa bar 10 (H 116, L 110, tutup bar 9 = 112): H − L = 6; |116 − 112| = 4; |110 − 112| = 2. Terbesar 6.

  2. ATR awal = rata-rata TR bar 1–14 = 61 ÷ 14 = 4,3571.

  3. Penghalusan: bar 15 (TR 5): (4,3571 × 13 + 5) ÷ 14 = 4,4030. Bar 16 (TR 5): (4,4030 × 13 + 5) ÷ 14 = 4,4457.

  4. Ukuran posisi: modal Rp200.000.000, risiko 1% = Rp2.000.000, stop 2 × ATR = 8,8914 poin. Posisi = 2.000.000 ÷ 8,8914 = 224.936 unit. Cek: 224.936 × 8,8914 ≈ Rp2.000.000.

  5. Kalau volatilitas berlipat menjadi ATR 8,89: posisi seharusnya 2.000.000 ÷ 17,78 = 112.486 unit, tepat setengahnya. Trader yang tetap memegang 224.936 unit akan rugi 224.936 × 17,78 = Rp3.999.362 saat stop tersentuh: dua kali anggaran risikonya.

Bollinger Bands: ukuran tenang-tidaknya pasar

\[ \text{Tengah} = SMA_{20}(C) \qquad \text{Atas/Bawah} = SMA_{20}(C) \pm 2\sigma_{20} \]

Dalam bahasa sehari-hari: garis tengah adalah rata-rata 20 harga penutupan. Pita atas dan bawah berjarak dua simpangan baku dari garis tengah.

Salah paham yang paling umum: "harga menyentuh pita atas berarti kemahalan". Padahal, karena cara pita itu dibuat, kalau harga menyebar normal sekitar 5% bar memang dirancang berada di luar pita: 2,5% di atas dan 2,5% di bawah. Sentuhan pita adalah kejadian rutin, bukan keanehan. Karena sebaran hasil pasar berekor gemuk, proporsi di luar pita biasanya malah lebih dari 5%.

Penggunaan Bollinger yang bisa dipertahankan adalah mengukur kompresi: lebar pita relatif, (atas − bawah) ÷ tengah, sebagai ukuran tenangnya pasar. Volatilitas berkelompok adalah salah satu keteraturan paling kokoh di pasar: masa tenang cenderung diikuti masa tenang, lonjakan cenderung diikuti lonjakan.

Pita yang menyempit memberi tahu bahwa volatilitas mungkin akan meningkat. Ia tidak memberi tahu harga akan bergerak ke atas atau ke bawah. Mencampuradukkan keduanya adalah kesalahan yang mahal.

True Range = maks(H − L, |H − C kemarin|, |L − C kemarin|), supaya celah harga ikut terhitung. ATR layak dipertahankan karena membuat ukuran posisi menyesuaikan diri dengan pasar sehingga risiko rupiah tetap. Lupa menyesuaikan ukuran saat ATR naik berarti risikomu ikut berlipat.

Volume, dan kenapa harus curiga di pasar kripto

Volume adalah satu-satunya bahan di modul ini yang bukan turunan dari harga. Secara prinsip ia membawa informasi yang mandiri.

IndikatorCara membuatnyaKegunaan yang masuk akal
Volume relatifVolume hari ini ÷ rata-rata volume 20 hariMenandai bar dengan keramaian tidak biasa
OBVVolume dijumlah (+) saat tutup naik, dikurangi (−) saat tutup turunKasar; mengabaikan besarnya gerakan
CVDKumulatif volume beli agresif dikurangi jual agresifPaling informatif, tetapi butuh data per transaksi yang sulit didapat
Volume ProfileSebaran volume menurut tingkat hargaDibahas lengkap di Level 3

Masalah kejujuran data di aset digital

Di bursa saham yang diatur, volume yang dilaporkan diawasi otoritas pasar dan diverifikasi lewat lembaga kliring. Di bursa aset digital, terutama yang tidak diatur, mekanisme seperti itu tidak ada. Ada praktik yang disebut wash trading: pihak yang sama bertransaksi dengan dirinya sendiri supaya pasar terlihat ramai. Praktik ini sudah menjadi bahan kajian akademik dan tindakan regulator di berbagai negara.

  • Volume pada aset dan bursa yang sepi harus dianggap tidak bisa diandalkan sampai terbukti sebaliknya.
  • Analisis berbasis volume lebih bisa dipertahankan pada instrumen yang ramai dan diawasi jelas.
  • Membandingkan volume antarbursa tanpa memeriksa cara pelaporan tiap bursa adalah kesalahan.

Volume palsu adalah likuiditas palsu. Likuiditas adalah risiko yang tersembunyi sampai kamu membutuhkannya: ketika kamu perlu keluar, pembelinya tidak ada.

Batas kedua: lima indikator, satu suara

Sekarang kita uji keyakinan Om Cuan: apakah kesepakatan lima indikator lebih kuat daripada satu? Tabel berikut adalah korelasi antarindikator, dihitung atas 1.440 data pada harga simulasi acak (σ harian 2%).

Kenapa data acak? Karena data acak sama sekali tidak mengandung pola. Kalau indikator-indikator tetap berkorelasi tinggi di data acak, korelasi itu berasal dari rumus indikatornya, bukan dari pasar.

RSI-14Stoch %K-14Williams %R-14CCI-20MACD hist
RSI-141,00————
Stoch %K-140,841,00———
Williams %R-140,841,001,00——
CCI-200,880,920,921,00—
MACD hist0,650,780,780,771,00
  • Stochastic dan Williams %R: 1,00. Identik secara aljabar. Tidak ada informasi tambahan sama sekali.
  • CCI dengan Stochastic: 0,92. Praktis indikator yang sama.
  • RSI dengan keluarga osilator lain: 0,84–0,88.
  • Bahkan histogram MACD, yang rumusnya paling berbeda, masih 0,65–0,78.

Dalam bahasa statistik: ukuran sampel efektif-mu adalah satu, bukan empat atau lima. Rasa yakin tambahan dari "kesepakatan" itu ilusi. Pikiran manusia memperlakukan pengulangan sebagai konfirmasi. Matematika tidak.

Kalau dua indikator berkorelasi di atas 0,80, pakai satu saja, yang paling kamu pahami rumusnya. Untuk kebanyakan trader, batas yang wajar adalah paling banyak dua keluarga: satu volatilitas (hampir selalu ATR, untuk ukuran posisi) dan paling banyak satu lagi untuk hal lain.

Batas ketiga: apakah sinyalnya lolos uji tingkat dasar?

Standar Level 2 berlaku juga untuk indikator: klaim keunggulan harus dibandingkan dengan tingkat dasar dan disertai galat baku. Kita uji klaim yang sangat populer: divergensi bearish RSI, yaitu harga membuat puncak lebih tinggi tetapi RSI membuat puncak lebih rendah. Katanya, itu tanda harga akan berbalik turun.

  1. Tulis definisi sebelum melihat data. Divergensi: puncak harga baru lebih tinggi dari puncak sebelumnya, tetapi RSI di puncak baru lebih rendah, dengan jarak 5–40 bar. Pembalikan: harga turun minimal 2 × ATR dalam 10 bar setelah sinyal. Pembanding: 1.200 bar yang dipilih acak dari periode yang sama.

  2. Divergensi: 79 dari 180 diikuti pembalikan = 43,9%. Galat baku \(\sqrt{0{,}4389 \times 0{,}5611 \div 180} = 0{,}0370\).

  3. Titik acak: 506 dari 1.200 = 42,2%. Galat baku \(\sqrt{0{,}4217 \times 0{,}5783 \div 1.200} = 0{,}0143\).

  4. Selisih: 1,72 poin. Galat baku selisih \(\sqrt{0{,}0370^2 + 0{,}0143^2} = 0{,}0396\). Maka z = 0,0172 ÷ 0,0396 = 0,434. Jauh di bawah 1,96.

  5. Kesimpulan: rentang keyakinan 95% untuk selisihnya adalah −6,04 sampai +9,48 poin. Angka nol ada jauh di dalamnya. Klaim tidak didukung data ini.

Hasil ini tidak membuktikan divergensi tidak berguna. Ia membuktikan sesuatu yang lebih tepat: data ini tidak cukup untuk mendukung klaimnya. Untuk mendeteksi selisih sebesar 5 poin dengan keyakinan 95%, dibutuhkan sekitar 749 kejadian per kelompok, empat kali lipat dari yang tersedia.

Inilah sebabnya banyak "sinyal indikator" bertahan di dunia edukasi trading tanpa pernah diuji. Mengujinya dengan benar butuh lebih banyak data daripada yang dimiliki hampir semua orang. Lalu "belum ada bukti" sering disalahartikan sebagai "tidak ada masalah".

Kejutan: dua-duanya untung!

Seandainya setiap sinyal diperdagangkan dengan target 2R dan batas kerugian 1R:

  • Divergensi: 0,4389 × 2 − 0,5611 × 1 = +0,3167R
  • Titik acak: 0,4217 × 2 − 0,5783 × 1 = +0,2650R

Kedua kelompok berekspektasi positif, bahkan titik acak! Itu bukan karena divergensinya bekerja. Itu karena perbandingan untung-rugi 2 banding 1 menghasilkan ekspektasi positif pada proporsi menang berapa pun di atas 33,3%.

Keunggulannya berasal dari manajemen risiko, bukan dari sinyal. Ini barangkali pelajaran terpenting di seluruh jalur Trader. Menolak sinyal karena tidak lolos uji adalah proses yang benar, walaupun sinyal itu kebetulan menghasilkan uang di sepuluh transaksi berikutnya.

Rincian uji dua proporsi

Galat baku selisih dua proporsi yang saling bebas adalah \(SE_d = \sqrt{SE_1^2 + SE_0^2}\). Statistik uji \(z = d / SE_d\), dengan nilai-p dua sisi sekitar 0,664 untuk \(z = 0{,}434\). Rentang keyakinan 95%: \(1{,}72 \pm 1{,}96 \times 3{,}96 = [-6{,}04;\ +9{,}48]\) poin.

Ukuran sampel per kelompok untuk mendeteksi selisih 5 poin pada \(\alpha = 0{,}05\):

\[ n \ge \left(\frac{1{,}96\sqrt{2 \times 0{,}4217 \times 0{,}5783}}{0{,}05}\right)^2 \approx 749 \]

Batas keempat: 870 kombinasi dan keuntungan hantu

Ini bagian paling penting di modul ini, dan paling sering diabaikan di luar dunia akademik.

Om sudah coba ratusan setelan rata-rata bergerak. Ketemu yang terbaik: untung Rp104 juta di data lama! Kurvanya mulus!

Om mencoba berapa setelan, persisnya?

Delapan ratus tujuh puluh. Kenapa?

Dari 870 setelan yang semuanya tidak punya keunggulan, yang "terbaik" memang akan terlihat untung sekitar segitu. Itu hasil kebetulan, Om.

ZONK!

Seseorang membangun sistem persilangan rata-rata bergerak dan ingin "mengoptimalkan" setelannya. Ia mencoba:

  • Rata-rata cepat: 5, 10, 15, …, 50 (10 nilai)
  • Rata-rata lambat: 20, 30, 40, …, 200 (19 nilai)
  • Pengali stop ATR: 1,0; 1,5; 2,0; 2,5; 3,0 (5 nilai)
  • Syarat: rata-rata lambat harus lebih panjang dari yang cepat

Pasangan cepat-lambat yang sah ada 174. Dikali 5 pengali stop, totalnya 870 kombinasi. Ia menjalankan semuanya pada data lama dan memilih yang terbaik.

  1. Anggap tidak satu pun dari 870 strategi punya keunggulan sejati: rata-rata 0R, simpangan baku 1,0R per transaksi, diuji atas 200 transaksi.

  2. Galat baku rata-rata satu strategi: \(SE = 1{,}0 \div \sqrt{200} = 0{,}0707R\).

  3. Nilai terbaik yang diharapkan dari N percobaan acak kira-kira \(SE \times \sqrt{2\ln N}\) = 0,0707 × \(\sqrt{2 \times 6{,}7685}\) = 0,0707 × 3,680 = 0,2602R per transaksi.

  4. Dalam rupiah: 0,2602 × 200 transaksi = 52,0R. Pada 1R = Rp2.000.000, itu Rp104.000.000 keuntungan yang seluruhnya berasal dari kebetulan.

  5. Ambang yang benar: karena mencoba 870 kali, ambang keyakinan harus diperketat. Dengan koreksi Bonferroni: 0,05 ÷ 870 = 0,0000575, sehingga z yang dibutuhkan 4,02, bukan 1,96. Strategi "terbaik" tadi punya z = 0,2602 ÷ 0,0707 = 3,68. Mengesankan dengan ambang biasa, tetapi gagal dengan ambang yang benar.

Empat pertahanan terhadap optimasi berlebihan

  1. Batasi ruang pencarian sebelum melihat data. Tulis parameter yang akan diuji beserta alasannya. Sepuluh kombinasi yang beralasan lebih baik daripada 870 yang asal coba.
  2. Simpan data uji yang belum pernah disentuh (out-of-sample). Sekali kamu melihatnya, ia bukan lagi data uji yang bersih.
  3. Periksa kestabilan parameter. Kalau setelan (20, 50) bagus tetapi (19, 50) dan (21, 50) buruk, kamu menemukan derau. Keunggulan sejati berbentuk dataran tinggi, bukan puncak jarum.
  4. Sesuaikan ambang statistik dengan jumlah percobaan. Kalau mencoba 870 kali, katakan begitu, lalu hitung akibatnya.

Laporan yang jujur

"Saya menguji 870 kombinasi. Yang terbaik menghasilkan 0,26R per transaksi. Nilai itu berada dalam rentang yang diperkirakan muncul dari kebetulan pada pencarian sebesar ini. Saya tidak punya bukti keunggulan."

Makin banyak kombinasi yang dicoba, makin besar keuntungan "terbaik" yang muncul murni karena kebetulan. Catat ruang pencarian sebelum mulai. Tanpa catatan itu, kamu tidak akan pernah tahu berapa banyak kebetulan yang masuk ke hasilmu.

Kebijakan indikator pribadimu

Seluruh modul ini bermuara pada satu dokumen tertulis. Formatnya sederhana, disiplinnya yang sulit.

  1. Indikator volatilitas (wajib, satu): ATR-__, dipakai untuk jarak stop, ukuran posisi, atau keduanya.

  2. Indikator kedua (boleh, paling banyak satu): ____, dipakai untuk ____.

  3. Bukti untuk indikator kedua: jumlah kejadian, tingkat dasar, hasil, selisih, galat baku, dan z.

  4. Indikator yang kutolak dan alasannya: berkorelasi tinggi dengan yang lain, tidak lolos uji tingkat dasar, atau tidak kupahami rumusnya.

  5. Ruang pencarian parameter yang kuizinkan: ____ kombinasi, dengan ambang z yang sudah dikoreksi.

  6. Syarat peninjauan: setiap 100 transaksi, hitung ulang tingkat dasar. Kalau keunggulannya hilang, indikator dicabut.

  7. Tanda tangan dan tanggal.

Orang yang jujur mengisi butir 3 sering mendapati mereka tidak bisa mengisinya. Itu bukan kegagalan. Itu memang hasil yang dituju. Butir 2 lalu dikosongkan, dan kamu bekerja hanya dengan struktur harga (modul 1–3) dan ATR. Di situlah banyak trader profesional memang bekerja.

Ingat kembali komik pembuka. "Lima indikator sepakat" pada akhirnya adalah satu informasi harga yang disajikan lima kali, ditambah kebiasaan manusia menganggap pengulangan sebagai bukti. Kebijakan tertulis melindungimu dari dorongan menambah alat setiap kali hasil sedang buruk.

Paling banyak dua keluarga indikator: ATR untuk ukuran posisi, plus satu lagi hanya bila lolos uji tingkat dasar. Tulis kebijakannya, tanda tangani, dan tinjau ulang setiap 100 transaksi.

Mitos atau fakta?

Ketuk setiap kartu untuk membaliknya.

"RSI di atas 70 berarti harga kemahalan, saatnya jual."

RSI hanya mengukur porsi tenaga naik. Dalam tren naik kuat, RSI bisa bertahan di atas 70 lama. Menjual di sana berarti memotong kemenangan.

"Lima indikator sepakat berarti buktinya sangat kuat."

Semuanya olahan harga yang sama dan berkorelasi 0,65–1,00. Ukuran sampel efektifnya satu.

"Indikator yang tidak terlambat itu ada, tinggal cari yang tepat."

Lag adalah harga penghalusan: (n − 1) ÷ 2 bar. Indikator yang tampak selalu tepat di grafik lama hampir pasti menggambar ulang sinyalnya.

"Harga menyentuh pita atas Bollinger berarti kemahalan."

Sekitar 5% bar memang dirancang berada di luar pita. Pita sempit memberi tahu volatilitas, bukan arah.

"Backtest terbaikku untung Rp104 juta, berarti strateginya bagus."

Dari 870 strategi tanpa keunggulan, yang terbaik memang akan terlihat untung sekitar itu. Hitung jumlah percobaannya dan perketat ambangnya.

Cek pemahamanmu

Latihan singkat ini tidak dinilai. Kuis resmi modul ada di bagian akhir halaman.

1. Kemarin harga tutup 50. Hari ini tertinggi 53, terendah 52. Berapa True Range hari ini?

  1. 1
  2. 2
  3. 3
  4. 105

H − L = 1; |53 − 50| = 3; |52 − 50| = 2. Yang terbesar 3. Celah harga membuat TR jauh lebih besar dari rentang H − L.

2. Dalam 14 perubahan, total kenaikan 28 dan total penurunan 14. Berapa RSI awalnya?

  1. 66,67
  2. 50,00
  3. 33,33
  4. 200,00

AG = 2, AL = 1, RS = 2. RSI = 100 − 100 ÷ 3 = 66,67. Sama dengan 28 ÷ (28 + 14) × 100.

3. Berapa lag sebuah SMA-30?

  1. 30 bar
  2. 15 bar
  3. 7,5 bar
  4. 14,5 bar

(n − 1) ÷ 2 = (30 − 1) ÷ 2 = 14,5 bar.

4. Modal Rp100 juta, risiko 1% per transaksi, stop 2 × ATR, ATR = 5. Berapa ukuran posisinya?

  1. 200.000 unit
  2. 100.000 unit
  3. 50.000 unit
  4. 10.000 unit

Risiko Rp1.000.000 ÷ jarak stop (2 × 5 = 10) = 100.000 unit.

5. Stochastic %K sedang bernilai 30. Berapa Williams %R pada periode yang sama?

  1. 30
  2. −30
  3. −70
  4. 70

%R = %K − 100 = 30 − 100 = −70. Satu informasi, dua tampilan.

Ringkasan dan kamus mini

Hakikat: indikator adalah olahan harga masa lalu; tidak menambah informasi dan tidak melihat masa depan.
RSI: 100 − 100 ÷ (1 + AG/AL), mengukur porsi tenaga naik. Di atas 70 dalam tren naik itu wajar.
Kembar: Williams %R = Stochastic %K − 100. MACD = selisih dua EMA, pengukur kemiringan.
Lag: rata-rata bergerak n periode terlambat sekitar (n − 1) ÷ 2 bar.
ATR: TR = maks(H − L, |H − C kemarin|, |L − C kemarin|). Ukuran posisi = risiko rupiah ÷ (k × ATR).
Korelasi: di atas 0,80, pakai satu saja; paling banyak dua keluarga.
Uji: bandingkan dengan titik acak; keunggulan sering datang dari manajemen risiko, bukan sinyal.
Optimasi: 870 percobaan tanpa keunggulan bisa memunculkan +0,26R semu; perketat ambang menjadi z = 4,02.

Indikator teknikal
Angka atau garis hasil olahan harga (dan kadang volume).
RSI
Indikator 0–100: porsi rata-rata kenaikan terhadap total gerakan dalam jendela.
Stochastic %K
Posisi harga tutup dalam rentang tertinggi-terendah n periode.
Williams %R
Stochastic %K dikurangi 100.
MACD
EMA-12 dikurangi EMA-26; pengukur kemiringan tren.
EMA / SMA
Rata-rata bergerak berbobot terbaru / rata-rata bergerak biasa.
Lag
Keterlambatan indikator, sekitar (n − 1) ÷ 2 bar.
Repainting
Menggambar ulang sinyal lama setelah data baru masuk.
True Range
Yang terbesar dari H − L, |H − C kemarin|, |L − C kemarin|.
ATR
Rata-rata True Range yang dihaluskan; dipakai untuk ukuran posisi.
Bollinger Bands
SMA-20 ± 2 simpangan baku; berguna untuk mengukur kompresi.
Wash trading
Bertransaksi dengan diri sendiri agar pasar tampak ramai.
Korelasi
Seberapa searah dua deret bergerak, dari −1 sampai 1.
Ukuran sampel efektif
Jumlah bukti yang benar-benar mandiri.
Koreksi Bonferroni
Memperketat ambang uji dengan membagi 5% dengan jumlah percobaan.

Materi ini untuk pendidikan, bukan rekomendasi membeli atau menjual produk, aset, atau aplikasi apa pun. Semua data harga, korelasi, dan hasil uji adalah ilustrasi pengajaran. Tidak ada indikator atau setelan di sini yang terbukti menghasilkan keuntungan. Perdagangan aktif mengandung risiko kerugian yang besar.

Selesai membaca? Mantap!

Uji pemahamanmu dengan kuis modul (4 soal). Skor terbaiknya dihitung 20% dari nilai akhir jenjang. Ingin rincian, rumus lengkap, dan latihan tambahan? Buka naskah lengkap modul ini.