ETFFIN Finance >> Kursus Keuangan Pribadi >  >> Manajemen Keuangan >> Investasi

Weighted Moving Average (WMA): Definisi, Perhitungan, dan Strategi Trading

Weighted moving average (WMA) adalah indikator teknikal yang digunakan trader untuk menghasilkan arah perdagangan dan mengambil keputusan beli atau jual. WMA memberikan bobot lebih besar pada titik data terkini dan bobot lebih kecil pada titik data masa lalu. WMA dihitung dengan mengalikan setiap observasi dalam kumpulan data dengan faktor bobot yang telah ditentukan.

Trader menggunakan alat WMA untuk menghasilkan sinyal perdagangan. Misalnya, ketika pergerakan harga bergerak menuju atau melewati WMA, sinyal dapat menunjukkan waktu untuk keluar dari transaksi. Sebaliknya, jika pergerakan harga turun mendekati atau sedikit di bawah WMA, itu dapat menandakan waktu yang menguntungkan untuk masuk ke transaksi.

Menggunakan WMA untuk menentukan arah tren lebih akurat dibandingkan simple moving average, yang memberikan bobot identik pada semua angka dalam kumpulan data.

Ringkasan

  • WMA adalah indikator teknikal yang memberikan bobot lebih besar pada titik data terkini dan bobot lebih kecil pada titik data masa lalu.
  • WMA diperoleh dengan mengalikan setiap angka dalam kumpulan data dengan bobot tertentu lalu menjumlahkan hasilnya.
  • Trader menggunakan WMA untuk menghasilkan sinyal perdagangan yang menunjukkan kapan harus membeli atau menjual saham.

Cara Menghitung Weighted Moving Average

Saat menghitung WMA, titik data terkini diberi bobot lebih besar, sedangkan titik data masa lalu diberi bobot lebih kecil. Ini digunakan ketika angka-angka dalam kumpulan data memiliki bobot berbeda satu sama lain. Jumlah bobot harus sama dengan 1 atau 100%.

Ini berbeda dari simple moving average, di mana semua angka diberi bobot yang sama. Nilai WMA akhir mencerminkan pentingnya setiap titik data, sehingga lebih deskriptif dibandingkan simple moving average.

Contoh 1

Ikuti langkah-langkah berikut untuk menghitung WMA:

1. Identifikasi angka yang ingin dirata-ratakan

Langkah pertama adalah membuat daftar angka yang akan dicari rata-rata tertimbangnya. Di sini, kita menggunakan harga penutupan saham ABC untuk periode 1 hingga 5 Januari, yaitu $90, $88, $89, $90, dan $91, dengan angka pertama adalah yang terbaru.

2. Tentukan bobot setiap angka

Langkah berikutnya adalah menentukan bobot setiap angka. Dalam hal ini, kita memberikan bobot tertinggi pada titik data terbaru dari total 15 titik, seperti pada tabel berikut:

Tanggal | Harga Penutupan | Bobot
1 Jan | $91 | 1/15
2 Jan | $90 | 2/15
3 Jan | $89 | 3/15
4 Jan | $88 | 4/15
5 Jan | $90 | 5/15

3. Kalikan setiap angka dengan faktor bobot

Setelah menentukan bobot setiap angka, kalikan setiap angka dari 1 hingga 5 Januari dengan faktor bobot yang sesuai, lalu jumlahkan hasilnya:

Tanggal | Harga Penutupan | Bobot | Rata-rata Tertimbang
1 Jan | $91 | 1/15 | $6,07
2 Jan | $90 | 2/15 | $12
3 Jan | $89 | 3/15 | $17,80
4 Jan | $88 | 4/15 | $23,47
5 Jan | $90 | 5/15 | $30

Di mana N adalah periode waktu.

4. Jumlahkan hasil untuk mendapatkan rata-rata tertimbang

Langkah terakhir adalah menjumlahkan hasil untuk mendapatkan rata-rata tertimbang harga penutupan saham ABC.

WMA = $30 + $23,47 + $17,80 + $12 + $6,07

WMA = $89,34

Dengan demikian, WMA untuk periode 1 hingga 5 Januari adalah $89,34.

Contoh 2

Misalkan jumlah periode adalah 10, dan kita ingin WMA dari empat harga saham $70, $66, $68, dan $69, dengan harga pertama adalah yang terbaru. Bobot terbaru adalah 4/10, periode sebelumnya 3/10, periode berikutnya 2/10, dan periode awal 1/10.

WMA = [70 x (4/10)] + [66 x (3/10)] + [68 x (2/10)] + [69 x (1/10)]

WMA = $28 + $19,80 + $13,60 + $6,90 = $68,30

Simple Moving Average vs. Weighted Moving Average

Simple moving average dan weighted moving average adalah dua statistik yang banyak digunakan untuk menemukan rata-rata observasi dalam kumpulan data. Perbedaan utamanya adalah simple moving average menghitung rata-rata dengan menjumlahkan semua observasi lalu membaginya dengan jumlah total observasi, sehingga memberikan bobot yang sama pada semua observasi.

Sebaliknya, weighted moving average memberikan bobot atau frekuensi tertentu pada setiap observasi, dengan observasi terbaru diberi bobot lebih besar dibandingkan yang lebih lama, untuk memperoleh rata-rata.

Bacaan Terkait

CFI adalah penyedia resmi program sertifikasi Commercial Banking & Credit Analyst (CBCA)™. Sumber daya CFI berikut akan bermanfaat:

  • Cara Membaca Chart Saham
  • Kaufman’s Adaptive Moving Average (KAMA)
  • Momentum Investing
  • Noise Trader