Technical Analysis

Technical Analysis is probably the most common and successful means of making trading decisions and analyzing forex and commodities markets.
Technical analysis differs from fundamental analysis in that technical analysis is applied only to the price action of the market, ignoring fundamental factors. As fundamental data can often provide only a long-term or "delayed" forecast of exchange rate movements, technical analysis has become the primary tool with which to successfully trade shorter-term price movements, and to set stop loss and profit targets.
Technical analysis consists primarily of a variety of technical studies, each of which can be interpreted to generate buy and sell signals or to predict market direction.

Click on the technical study below for a definition and to learn how it may be applied to trading:

 

 

1. Bollinger Bands

Developed by John Bollinger, Bollinger Bands are an indicator that allows users to compare volatility and relative prices levels over a period of time. The indicator consists of three bands designed to encompass the majority of a currency's price action.
1. A simple moving average ("SMA") in the middle
2. An upper band (SMA plus 2 standard deviations)
3. A lower band (SMA minus 2 standard deviations)


Standard deviation is a statistical term that provides a good indication of volatility. Using the standard deviation ensures that the bands will react quickly to price movements and reflect periods of high and low volatility. Sharp increases or decreases in prices, and hence volatility, will lead to a widening of the bands. Long periods of sideways movements will lead to a narrowing.

Bollinger Bands are designed to capture the majority of price movement. When prices move beyond the upper or lower band, they are considered high (overbought) or low (oversold) on a relative basis.

2. Moving Averages

Moving Averages are one of the most popular and easy to use tools available to the technical analyst. By using an average of prices, moving averages smooth a data series and make it easier to spot trends. This can be especially helpful in volatile markets.
A moving average (MA) is an average of data for a certain number of time periods. It "moves" because for each calculation, we use the latest x number of time periods' data. There are two major types of Moving Averages: "Simple" and "Exponential".

Simple Moving Average


A simple moving average (SMA) is formed by finding the average price of a currency or commodity over a set number of periods. Most often, the closing price is used to compute the moving average. For example: a 5-day moving average would be calculated by adding the closing prices for the last 5 days and dividing the total by 5.

example :
10 + 11 + 12 + 13 + 14 = 60, and then 60 : 5 = 12

A moving average moves because as the newest period is added, the oldest period is dropped. If the next closing price in the average is 15, then this new period would be added and the oldest day, which is 10, would be dropped. The new 5-day moving average would be calculated as follows:

11 + 12 + 13 + 14 + 15 = 65 and then 65 : 5 = 13

Over the last 2 days, the moving average moved from 12 to 13. As new days are added, the old days will be subtracted and the moving average will continue to move over time.
moving averages are lagging indicators and will always be behind the price. Because moving averages are lagging indicators, they fit in the category of trend following. When prices are trending, moving averages work well. However, when prices are not trending, moving averages do not work

Exponential Moving Average


In order to reduce the lag in simple moving averages, technicians sometimes use exponential moving averages, or exponentially weighted moving averages. Exponential moving averages reduce the lag by applying more weight to recent prices relative to older prices. The weighting applied to the most recent price depends on the length of the moving average. The shorter the exponential moving average is, the more weight that will be applied to the most recent price. For example: a 10-period exponential moving average weighs the most recent price 18.18% and a 20-period exponential moving average weighs the most recent price 9.52%. The method for calculating the exponential moving average is fairly complicated. The important thing to remember is that the exponential moving average puts more weight on recent prices. As such, it will react quicker to recent price changes than a simple moving average. For those who wish to see an example formula for an exponential moving average, one is provided below. Others may prefer to skip this section and move on the comparison of the moving averages.

Exponential Moving Average Calculation

The formula for an exponential moving average is:


X = (K x (C - P)) + P

X = Current EMA
C = Current Price
P = Previous period's EMA*
K = Smoothing constant
(*A SMA is used for first period's calculation)

The smoothing constant applies the appropriate weighting to the most recent price relative to the previous exponential moving average. The formula for the smoothing constant is:
K = 2/(1+N)
N = Number of periods for EMA

For a 10-period EMA, the smoothing constant would be .1818.

2   2   .1818
---------------------- = ------------------- =  
(Time periods + 1)   (10 + 1)   (18.18%)

The EMA formula works by weighting the difference between the current period's price and the previous period's EMA and adding the result to the previous period's EMA. There are two possible outcomes: the weighted difference is either positive or negative.


1. If the current price (C) is higher than the previous period's EMA (P), the difference will be positive (C - P). The positive difference is weighted by multiplying it by the constant ((C - P) x K) and the answer is added to the previous period's EMA, resulting in a new EMA that is higher ((C - P) x K) + P.


2. If the current price is lower than the previous period's EMA, the difference will be negative (C - P). The negative difference is weighted by multiplying it by the constant ((C - P) x K) and the final result is added to the previous period's EMA, resulting in a new EMA that is lower ((C - P) x K) + P.

3. Parabolic SAR

Developed by Welles Wilder, creator of RSI and DMI, the Parabolic SAR sets trailing price stops for long or short positions. Also referred to as the stop-and-reversal indicator (SAR stands for "stop and reversal"), Parabolic SAR is more popular for setting stops than for establishing direction or trend. Wilder recommended establishing the trend first, and then trading with Parabolic SAR in the direction of the trend. If the trend is up, buy when the indicator moves below the price. If the trend is down, sell when the indicator moves above the price.


The formula is quite complex and beyond the scope of this definition, but interpretation is relatively straightforward. The dotted lines below the price establish the trailing stop for a long position and the lines above establish the trailing stop for a short position. At the beginning of the move, the Parabolic SAR will provide a greater cushion between the price and the trailing stop. As the move gets underway, the distance between the price and the indicator will shrink, thus making for a tighter stop-loss as the price moves in a favorable direction.


There are two variables: the step and the maximum step. The higher the step is set, the more sensitive the indicator will be to price changes. If the step is set too high, the indicator will fluctuate above and below the price too often, making interpretation difficult. The maximum step controls the adjustment of the SAR as the price moves. The lower the maximum step is set, the further the trailing stop will be from the price. Wilder recommends setting the step at .02 and the maximum step at .20.

4. MACD

Developed by Gerald Appel, Moving Average Convergence Divergence (MACD) is one of the simplest and most reliable indicators available. The Moving Average Convergence/Divergence (MACD) indicator is calculated by subtracting the 12-period exponential moving average of a given currency or commodity from its 26-period exponential moving average. A 9-period exponential moving average of the MACD itself is usually plotted over this line as a signal or trigger line. By using moving averages, MACD has trend following characteristics. In addition, by plotting the difference of the moving averages as an oscillator, MACD also has momentum characteristics.
There are three techniques commonly used to interpret the MACD:

Divergence: When MACD moves counter to the direction of the currency itself, it is a warning that the currency's trend may change.

Centerline Crossover: Some analysts choose to buy or sell when the MACD goes above or below zero (the centerline).

Trigger line: When the MACD crosses above the slower trigger line, this is a bullish signal. When the MACD goes below the trigger line, it's a bearish signal.

5. RSI

The Relative Strength Index (RSI) is a bounded momentum oscillator that compares the magnitude of a currency's recent gains with the magnitude of its recent losses. The RSI ranges between 0 and 100 with 70 and 30 commonly used as overbought/oversold levels. It takes a single parameter, the number of time periods that should be used in the calculation; 14 is commonly used. The RSI was created by J. Welles Wilder.


The RSI's full name is actually rather unfortunate as it is easily confused with other forms of Relative Strength analysis such as John Murphy's "Relative Strength" charts and IBD's "Relative Strength" rankings. Most other kinds of "Relative Strength" stuff involve using more than one stock in the calculation. Like most true indicators, the RSI only needs one stock to be computed. In order to avoid confusion, many people avoid using the RSI's full name and just call it "the RSI."

To simplify the formula, the RSI has been broken down into its basic components which are the Average Gain, the Average Loss, the First RS, and the subsequent Smoothed RS' s.

For a 14-period RSI, the Average Gain equals the sum total all gains divided by 14. Even if there are only 5 gains (losses), the total of those 5 gains (losses) is divided by the total number of RSI periods in the calculation (14 in this case). The Average Loss is computed in a similar manner.

Note: It is important to remember that the Average Gain and Average Loss are not true averages! Instead of dividing by the number of gaining (losing) periods, total gains (losses) are always divided by the specified number of time periods - 14 in this case.

When the Average Gain is greater than the Average Loss, the RSI rises because RS will be greater than 1. Conversely, when the average loss is greater than the average gain, the RSI declines because RS will be less than 1. The last part of the formula ensures that the indicator oscillates between 0 and 100.

Important Note: The more data points that are used to calculate the RSI, the more accurate the results. The smoothing factor is a continuous calculation that - in theory - takes into account all of the closing values in the dataset. If you start an RSI calculation in the middle of an existing dataset, your values will only approximate the true RSI value.

 

6. Momentum
As a leading indicator, momentum measures a currency's rate-of-change.
The ongoing plot forms an oscillator that moves above and below 100. Bullish and bearish interpretations are found by looking for divergences, centerline crossovers and extreme readings.
Momentum can also refer to a particular investing or trading style. The rational is that the hot get hotter and the cold get colder. Bullish momentum players buy currency pairs or commodities that are popular or that they believe will become popular. As the word spreads and popularity grows, the advance will accelerate. Price acceleration is the same as an increase in momentum.
7. Stochastic

Developed by George Lane, the Stochastic Oscillator is a momentum indicator that measures the price of a currency or commodity relative to the high/low range over a set period of time. The indicator oscillates between 0 and 100, with readings below 20 considered oversold and readings above 80 considered overbought. A 14-period Stochastic Oscillator reading of 30 would indicate that the current price was 30% above the lowest low of the last 14 days and 70% below the highest high. The Stochastic Oscillator can be used like any other oscillator by looking for overbought/oversold readings, positive/negative divergences and centerline crossovers.

A 14-day %K (14-period Stochastic Oscillator) would use the most recent close, the highest high over the last 14 days and the lowest low over the last 14 days. The number of periods will vary according to the sensitivity and the type of signals desired. As with RSI, 14 is a popular number of periods for calculation.

 

8. Slow Stochastic
A slow stochastic oscillator applies a simple Moving Average to the stochastic to achieve a smoothing effect. A common Moving Average period is 3.
9. CCI ("Commodity Channel Index")

Developed by Donald Lambert, the Commodity Channel Index (CCI) is an indicator designed to identify cyclical turns in currencies or commodities. There are 4 steps involved in the calculation of the CCI:


• Calculate today's Typical Price (TP) = (H+L+C)/3 where H = high; L = low, and C = close.
• Calculate today's 20-day Simple Moving Average of the Typical Price (SMATP).
• Calculate today's Mean Deviation. First, calculate the absolute value of the difference between today's SMATP and the typical price for each of the past 20 days. Add all of these absolute values together and divide by 20 to find the Mean Deviation.
• The final step is to apply the Typical Price (TP), the Simple Moving Average of the Typical Price (SMATP), the Mean Deviation and a Constant (.015) to the following formula:

For scaling purposes, Lambert set the constant at .015 to ensure that approximately 70 to 80 percent of CCI values would fall between -100 and +100. The CCI fluctuates above and below zero. The percentage of CCI values that fall between +100 and -100 will depend on the number of periods used. A shorter CCI will be more volatile with a smaller percentage of values between +100 and -100. Conversely, the more periods used to calculate the CCI, the higher the percentage of values between +100 and -100.
Lambert's trading guidelines for the CCI focused on movements above +100 and below -100 to generate buy and sell signals. Because about 70 to 80 percent of the CCI values are between +100 and -100, a buy or sell signal will be in force only 20 to 30 percent of the time. When the CCI moves above +100, a currency is considered to be entering into a strong uptrend and a buy signal is given. The position should be closed when the CCI moves back below +100. When the CCI moves below -100, the security is considered to be in a strong downtrend and a sell signal is given. The position should be closed when the CCI moves back above -100.
Since Lambert's original guidelines, traders have also found the CCI valuable for identifying reversals. The CCI is a versatile indicator capable of producing a wide array of buy and sell signals.

• CCI can be used to identify overbought and oversold levels. A currency would be deemed oversold when the CCI dips below -100 and overbought when it exceeds +100. From oversold levels, a buy signal might be given when the CCI moves back above -100. From overbought levels, a sell signal might be given when the CCI moved back below +100.
• As with most oscillators, divergences can also be applied to increase the robustness of signals. A positive divergence below -100 would increase the robustness of a signal based on a move back above -100. A negative divergence above +100 would increase the robustness of a signal based on a move back below +100.
• Trendline breaks can be used to generate signals. Trendlines can be drawn connecting the peaks and troughs. From oversold levels, an advance above -100 and trendline breakout could be considered bullish. From overbought levels, a decline below +100 and a trendline break could be considered bearish. Rex Takasugi has used this type of system to trade the Russell 2000.

Traders and investors use the CCI to help identify price reversals, price extremes and trend strength. As with most indicators, the CCI should be used in conjunction with other aspects of technical analysis. CCI fits into the momentum category of oscillators. In addition to momentum, volume indicators and the price chart may also influence a technical assessment.

10. ATR ("Average True Range")

Developed by J. Welles Wilder and introduced in his book, New Concepts in Technical Trading Systems (1978), the Average True Range (ATR) indicator measures a currency's volatility. Wilder defined the true range (TR) as the greatest of the following:


• Current high less the current low.
• The absolute value of: current high less previous close.
• The absolute value of: current low less previous close.

The method of calculation ensures that significant gaps accompanied by small high/low ranges are not excluded when measuring volatility. The last two possibilities arise when the previous close is greater than the current high (potential gap up) or lower than the current low (potential gap down). Absolute values were applied to differences to ensure positive numbers.
Typically, ATR is based on 14 periods and can be calculated on an intraday, daily, weekly or monthly basis. The first 14-day ATR value is a simple average of the last 14 daily ATR values. Subsequent calculations would smooth the indicator by including the previous 14-day ATR value when calculating the current day's ATR value.

11. Rate of Change
The Rate-of-Change (percent) is a momentum oscillator that measures the percent change in price from one period to the next. A 10 period rate of change would be calculated as follows:
ROC = 100*(Close-Close 10 periods ago)/(Close 10 periods ago)
The plot forms an oscillator that fluctuates above and below the zero line as the rate-of-change moves from positive to negative. The oscillator can be used as any other momentum oscillator by looking for higher lows, lower highs, positive and negative divergences, and crosses above and below zero for signals.
12.Standard Deviation

Standard deviation is a statistical term that provides a good indication of volatility. It measures how widely values (closing prices for instance) are dispersed from the average. Dispersion is difference between the actual value (closing price) and the average value (mean closing price). The larger the difference between the closing prices and the average price, the higher the standard deviation will be and the higher the volatility. The closer the closing prices are to the average price, the lower the standard deviation and the lower the volatility.
The calculation for the standard deviation is based on the number of periods chosen. 20 days, which represents about a month, is a popular number of periods to use and will be used in the example below.

The steps for a 20-period standard deviation formula are as follows:


1. Calculate the mean price. Sum the 20 periods and divide by 20. This is also the average price over 20 periods. (2246.06/20 = 112.30)
2. For each period, subtract the mean price from the close. This gives us the deviation for each period (-3.30, -9.24….).
3. Square each period's deviation (10.91, 85.38…).
4. Add together the squared deviations for periods 1 through 20 (921.28).
5. Divide the sum of the squared deviations by 20 (921.28/20 = 46.06).
6. Calculate the square root of the sum of the squared deviations. The square root of 46.06 equals 6.787.


The standard deviation for the 20 periods is 6.787.

 TEKNIKAL ANALISIS

 Analisa teknikal merupakan salah satu sarana yang paling banyak digunakan dalam pengambilan keputusan transaksi dan untuk menganalisa dipasar uang (Forex) maupun pasar komoditi. Analisa teknikal biasa dipakai pada pergerakan harga, tanpa menghiraukan faktor-faktor fundamental. Data fundamental sering digunakan dalam pengambilan keputusan jangka panjang, Oleh karena itu analisa teknikal menjadi alat utama untuk malakukan transaksi jangka pendek dan juga menjadi acuan bagi pelaku pasar dalam hal penetuan target resiko yang dapat diambil maupun target untuk mendapatkan keuntungan. Analisa teknikal ada berbagi macam, setiap tehnik dapat digunakan untuk menentukan level buy (beli) sell (jual) atau untuk meramalkan arah pergerakkan.

 Dibawah ini ada beberapa contoh indikator analisis tehnikal pilih salah satu untuk mengetahui definisi bagaimana indikator tersebut digunakan dalam transaksi :

 1. Bollinger bands

 

Bollinger bands

Indikator ini diperkenalkan dan dikembangkan oleh John Bollinger, Indikator ini memperlihatkan kepada pelaku pasar perbedaan antara voltatilitas dengan harga relative yang sedang terjadi dalam periode tertentu. Pada Indikator ini berisikan 3 buah garis yang menunjukkan secara garis besar pada pergerkkan harga.

 

a. Ditengah terdapat garis Simple Moving Average (SMA)

b. Upper bands/garis batas atas (SMA + 2 standar deviasi)

c. Lower bands/garis batas bawah (SMA – standar deviasi)

standar deviasi merupakan suatu perhitungan statistik yang mengindikasikan tingkat voltatilitas

 

dengan menggunakan standar deviasi, kita memastikan bahwa garis atas/bawah akan bereaksi dengan cepat terhadap pergerakkan harga dan akan menunjukkan periode waktu dengan tingkat voltatilitas tinggi dan rendah. Kenaikkan atau penurunan harga dengan tajam akan menyebabkan “band” melebar. Pergerakkan sideways yang berkepanjangan akan penyempitan “band”. Bollinger bands dibuat untuk menangkap hampir keseluruhan pergerakkan harga. Dimana apabila harga bergerak keluar dari upper bands dan lower bands, dimana disitu menandakan bahwa harga sudah dianggap sudah tinggi (overbought) atau sudah rendah (oversold).

 

2. Moving Average

 

Moving average adalah salah satu dari indikator yang paling populer dan mudah untuk digunakan untuk analis yang teknis. Dengan menggunakan harga rata-rata dari harga yang bergerak, moving average memperlihatkan suatu rangkaian data dan mempermudah mengetahui kecenderungan arah harga yang akan datang. Ini dapat terutama sangat menolong ditengah pasar yang bergolak.

 

 Moving average (MA) adalah Suatu nilai rata-rata dari nilai pergerakkan harga untuk suatu periode tertentu. Nilai itu “bergerak” karena untuk kalkulasi, kita menggunakan data yang terakhir dari masing-masing periode. Ada dua utama jenis moving average yaitu simple dan exponensial.

 

*Simple Moving Average

 

Simple Moving Average (SMA) dapat dengan menghitung rata-rata dari pergerakkan harga mata uang untuk suatu periode. Paling sering, harga penutupan digunakan untuk menghitung Simple moving average ini. Sebagai contoh : suatu pergerakkan selama 5 hari, moving averagenya akan dihitung dengan menjumlah harga pentupan untuk 5 hari dan membagi dengan 5.

 

Contoh :

10+11+12+13+14=60, dan kemudian 60:5=12

Moving average akan bergerak karena pada pada saat harga yang baru masuk, harga yang lama akan dihilangkan, contoh : Jika harga penutupan yang berikutnya adalah 15, harga baru ini akan ditambahkan dan data yang paling lama akan dikeluarkan, yang mana adalah 10, maka moving average yang baru akan dihitung sebagai berikut :

 

11+12+13+14+15=65, dan kemudian 65:5= 13

 

Data 2 terakhir, moving average berpindah dari 12 atau 13. Disebabkan data hari yang baru ditambahkan, data yang lama dikurangi dan moving average akan berlanjut ke periode berikutnya. 

Moving average adalah suatu lagging indikator yang akan selalu berada dibelakang harga. Dikarnakan moving average ini adalah lagging indikator masa lampau, maka indikator ini akan sangat berguna untuk mengikuti trend. Dimana kalau harga sedang bergerak dalam trend maka indicator ini akan sangat berguna. Namun apabila harga sedang tidak bergerak dalam trend maka indicator ini tidak dapat digunakan.

 

*Exponential Moving Average

 

Untuk mengurangi keterlambatan dalam pergerakkan Simple Moving Average, analis kadang- kadang menggunakan Exponential moving average, atau lebih menitikberatkan pada harga exponent diindicator moving average. Exponential moving average dalam mengurangi keterlambatannya dengan memberikan nilai yang besar pada harga yang baru dibandingkan dengan harga yang lama. Penitikberatkan ini dipakai pada harga yang baru tergantung dari panjang interval yang dipakai. Semakin pendek periode yang digunakan, maka dititikberatkan juga pada harga yang ada. Sebagai contoh : suatu moving average period 10 yang bersifat exponen menimbang harga yang paling terbaru 18.18% dan moving dan moving average period 20 yang bersifat exponen menimbang harga yang paling terbaru 9.52%. Metode untuk menghitung Exponential Moving Average adalah sangat rumit. Namun hal yang terpenting untuk ingat adalah bahwa Exponential Moving Average lebih menitikberatkan pada harga yang terbaru. Dia akan bereaksi / berubah lebih cepat dengan harga yang terbaru dibandingkan dengan simple moving average . Bagi mereka yang ingin lihat suatu rumusan contoh untuk Exponential Moving Average, bisa dilihat dibawah ini. Kami menyarankan agar bagian ini diabaikan dan lansung menuju keperbandingan anatara kedua indikator moving average ini.

 

Kalkulasi Exponential Moving Average

 

Rumusan untuk suatu Exponential Moving Average adalah :

X = (K x (C-P)) + P

X = EMA terakhir

C = Harga terakhir

P = EMA*periode sebelumnya

K = Nilai Konstanta

(*SMA dikalkulasikan terlebih dahulu pada awal periode)

Nilai konstanta digunakan pada harga relative ke exponential moving everage sebelumnya, Rumusan untuk nilai konstanta adalah :

K = 2(1+N)

N = Jumlah periode untuk EMA

 

Cara kerja dari rumus EMA dititikberatkan pada perbedaan anatara peride harga saat ini dengan periode yang lalu dan ditambahkan pada periode EMA yang lalu. Ada dua hasil yang dimungkinkan : Perbedaan harga adalah bisa positif maupun negatif.

 

3. Parabolic SAR

 

Yang dikembangkan oleh Welles Wider, Pencipta dari RSI dan DMI, Parabolic SAR menetapkan pergerakkan harga terhenti untuk posisi jangka panjang atau posisi jangka pendek. Juga dikenal sebagai stop-and-reversal indikator (SAR mewakili “berhenti dan berbalik”), Parabolic SAR lebih populer untuk menentukkan perhentian dibanding untuk menetapkan arah atau kecenderungan. Wilder merekomendasikan agar terlebih dahulu, dan kemudian bertransaksi dengan arah parabolic SAR dan arah kecendrungan harga. Jika kecendrungan adalah keatas, maka ambil posisi beli (buy)ketika indikator berada dibawah harga. Jika kecenderungan adalah turun, maka ambil posisi jual (sell) ketika indikator berada diatas harga.

Rumusan adalah sungguh kompleks dan diluar lingkup dari definisi ini, tetapi penafsiran adalah secara relatif secara langsung. Titik-titik yang berada dibawah harga yang ada merupakan tralling stop untuk posisi jangka panjang dan apabila titik-titik tersebut berada diatas harga maka itu merupakan trailing stop untuk posisi jangka pendek. Pada awal pergerakkan, Parabolic SAR akan menyediakan suatu harga dasar antara harga dan trailing stop. Selama harga bergerak, maka jarak antara harga dan indicator akan semakin menyempit, itu membuat akan semakin kecil kemungkinan loss sehingga harga akan bergerak sesuai dengan harga market.

Ada dua variabel : langkah dan langkah yang maksimum. Yang lebih tinggi langkah di set, semakin sensitif indikator untuk perubahan harga. Jika langkah di set terlalu tinggi, maka indikator akan sering berubah-ubah diatas dan dibawah, membuat sulit untuk mengambil keputusan. Langkah yang maksimum mengendalikan penyesuaian dari SAR dan pergerakkan harga. Semakin rendah langkah yang maksimum di-set, maka trailing stop akan semakin jauh dari harga running. Wilder merekomendasikan agar indicator ini di-set pada 0.02 dan maximumnya diset pada 0.20.

 

4. MACD

 

Yang dikembangkan Oleh Gerald Apple, Moving Average Confergence Divergence (MACD) adalah salah satu indikator yang paling tepat dipercaya dan paling sederhana yang tersedia. Moving Average Convergence Divergence (MACD) indikator dihitung dengan pengurangan exponential moving average12-period dari komunitas atau mata uang yang ditentukan dari exponential muving average 26-periodnya.9-period exponential moving average dari MACD sendiri pada umumnya diterapkan sebagai fungsi trigger atau signal untuk mengambil posisi. Dengan penggunaan moving average, MACD mempunyai kecenderungan yang mengikuti karakteristik. Sebagai tambahan, dengan merencanakan perbedaan dari rata-rata bergerak sebagai suatu, MACD juga mempunyai karakteristik daya gerak.

 

Ada tiga tehnik yang biasanya digunakan untuk menginterprestasikan MACD :

  1. Divergence : Dimana kalau MACD bergerak dengan berlawanan arah dengan harganya, maka itu mendakan akan adanya perubahan arah harga.

  2. Centerline Crossover : Beberapa analis memilih untuk membeli atau menjual ketika MACD berada diatas atau di bawah garis nol (centerline).

  3. Triggerline : Ketika MACD memotong ke atas dari garis yang lambat, ini menandakan signal bullish. Dan ketika MACD memotong ke bawah dari garis lambat, maka ini menandakan sinyal bearish.

     
     

5. RSI

 

Relative Strength Index (RSI) adalah suatu grafik batasan momentum yang membandingkan antara besaran kenaikan suatu nilai dengan besaran penurunan dari suatu nilai. RSI bergerak antara 0 dan 100 dengan 70 dan 30 sebagai batasan bahwa harga itu overbought atau oversold .Ini merupakan parameter tunggal, periode waktu yang digunakan adalah yang dihitung,14 adalah biasanya digunakan. RSI telah diciptakan oleh J. Welles Wilder.

Nama dari RSI ini sebenarnya sangat berbeda dan membingungkan dibandingkan dengan indicator analisis Relative Strength seperti gafik John Murphy “Relative Strenght” dan ranking IBD “Relative Average”. Hampir semua macam dari “Relative Strength digunakan untuk kalkulasi tidak hanya satu bursa saja. Seperti kebanyakan indikator yang benar, RSI hanya dipakai pada satu bursa/stock. Untuk menghindari kesalahan, maka orang tidak menyebutkannya secara utuh hanya RSI saja.

Untuk mempermudah perhitungannya, RSI didasari atas beberapa komponen dasar antara nilai rata-rata kenaikan, Nilai rata-rata penurunan,RS pertama, dan pergerakan pelan berikutnya dari RS.

Untuk 14-period RSI, Rata-rata kenaikkan adalah jumlah total kenaikan dibagi dengan 14. Sekalipun ada hanya 5 laba (kerugian), total itu semua 5 laba (kerugian) dibagi oleh total jumlah RSI period dikalkulasi (14 dalam hal ini). Rata-rata loss/kerugian dihitung dengan cara yang serupa.

 Catatan : yang perlu diingat bahwa rata-rata keuntungan dan Rata-rata loss/kerugian tidaklah benar rata-rata! Sebagai ganti pembagian oleh banyaknya perolehan (gagal/kehilangan) , periode total laba (kerugian) adalah selalu dibagi oleh ditetapkan oleh jumlah period waktu-14 dalam hal ini.

 Ketika rata-rata keuntungan lebih besar dari rata-rata kerugian, RSI naik sebab RSI akan lebih besar dari 1. Dan sebaliknya ketika rata-rata kerugian adalah lebih besar dari rata-rata memperoleh,RSI merosot sebab RS akan menjadi kurang dari 1. Dan yang terakhir dari perhitungan tersebut memastikan indikator tersebut akan berkisaran 0 dan 100. Catatan yang penting : semakin data yang digunakan untuk mengkalkulasi RSI, semakin akurat hasilnya

 

6. Momentum.

 

Sebagai indikator yang terkemuka, indikator ini mengukur suatu gerakkan rate-of-change mata uang. Grafik yang terdapat membentuk suatu osilator yang pergerakkan diatas dan dibawah 100.Bullish dan Bearish diinterprestasikan dimana ditemukan Divergence, Centerlines, Crossovers dan extreme readings.

Momentum juga dapat memacu pada cara berinvestasi dan gaya bertransaksi. Yang masuk akal adalah bahwa yang panas menjadi lebih panas dan dingin menjadi lebih dingin. Para pemain Bullish momentum membeli suatu mata uang komoditi yang populer atau bahwa mereka percaya akan dijadikan populer. Seperti kata pepatah semakin pesat pergerakan yang popular maka akan semakin cepat pergerakannya. Akselerasi harga adalah sama sebagai suatu peningkatan didalam indikator momentum.

 

7. Stochastic

 

Yang dikembangkan oleh George lane, Stochastic Oscillator yang terbaca 30 akan menunjukkan bahwa harga saat oversold dan pembacaan diatas 30 adalah overbought, pada 14-period Stochastic Oscillator 30akan menunjukkan bahwa harga saat ini adalah 30% diatas harga terendah dari 14 hari terakhir dan 70% dibawah harga tertingginya saat itu. Osilator stokastik dapat digunakan seperti umumnya osilator yang lain dengan mencari overbought/oversold yang terbaca positif/negatif Divergence dan garis perpotongan dari garis tengah.

Suatu 14-day % k (14-period Stochastic Oscillator ) dan menggunakan harga penutupan yang paling terbaru, harga tertinggi dari 14 hari terakhir. Banyaknya period akan bervariasi menurut kepakaan dan jenis signal yang diinginkan. Dengan RSI, 14 adalh suatu jumlah periode yang paling populer untuk kalkulasi.

 

8. Slow Stochastic.

 

Grafik Slow Stochastic menggunakan simple moving average pada grfik stokastik untuk mendapatkan efek perlambatan. Suatu periode rata-rata bergerak yang umum adalah.

 

9. CCI (“Commodity Channel Index”)

 

Yang dikembangkan oleh Donald Lambert, Commodity Channel Index (CCI) adalah suatu indikator tersedia mengidentifikasi siklus putaran di dalam pasar mata uang atau komoditi. Ada 4 Langkah-langkah melibatkan di kalkulasi dari CCI :

 

  • Perhitungan harian dengan typical price (TP)= (H+L+C)/3 dimana H= harga, tertinggi L= Harga rendah dan C= Harga penutupan

  • Hitung pergerakkan harian periode 20 day Simple moving average dari typical price (SMATP)

  • Hitung nilai tengah deviasi ini, Pertama, hitung nilai absolute dari perbedaan antara SMATP saat ini dan typical price untuk masing-masing selama 20 hari terakhir. Gabungkan nilai absolute tersebut dan bagi dengan 20 untuk menemukan nilai tengah dari deviasinya.

  • Langkah yang akhir adalah untuk menggunakan typical price (TP),Simple moving average dari typical price (SMATP),rata-rata deviation dan nilai absolute (015) rumusan sebagai berikut :

     

Untuk tujuan perbandingan, Lambert menetapkan nilai konstanta 0.015 untuk memastikan bahwa kira-kira 70 sampai 80 persen dari nilai CCI akan jatuh diantara -100 samapai +100. Pergerakkan Cci berubah-ubah diatas dan dibawah nol. Persentase dari CCI menilai yang jatuh diantara +100 dan -100 akan tergantung dengan banyaknya peride yang digunakan. Periode dari CCI yang lebih pendek akan menjadi lebih mudah velotile dengan nilai presentase yang kecil antara +100 dan -100 dan sebaliknya, semakin banyak periode yang digunakan untuk mengkalkulasi CCI, semakin lebih tinggi nilai presentase antar +100 dan -100.

  

10. ATR (“Average True Range”)

Dikembangkan oleh J. Welles Wilder dan di publikasikan di bukunya yang berjudul New Concepts in Technical Trading System (1978), Average True Range (ATR) indicator di gunakan untuk mengukur tingkat volatility dari suatu nilai tukar mana uang. Secara garis besar Wilder mendefinisikan sebagai berikut:

  • Menentukan nilai tertinggi dari nilai terendah.

  • Nilai absolut dari nilai tinggi saat ini dari penutupan yang lalu.

  • Nilai absolut dari nilai terendah dari penutupan yang lalu.

 Perhitungan dari metode ini adalah untuk menentukan kemungkinan adanya open gap (loncatan harga) dengan melihat nilai tertinggi dan terendahnya pada saat tersebut namun tidak dihitung volatilitinya. Ada dua kemungkinan apabila terjadi kenaikan dimana harga penutupan yang lalu lebih tinggi dari harga tertinggi saat ini (potensi gap up) atau lebih rendah dari harga terendah saat ini (potensi gap down). Nilai absolut digunakan pada saat ada selisih nilai untuk memastikan nilai tersebut selalu positif.
Biasanya, ATR ini menggunakan periode 14 dan dapat di hitung mulai dari harian, mingguan, atau bulanan. Periode 14 hari terakhir dari nilai ATR merupakan nilai rata-rata yang dihitung dari periode 14 hari terakhir. Perhitungan berikutnya menggunakan smooth indicator, dengan memasukkan periode 14 sebelumnya  di waktu menghitung ATR harian.

 

11. Rate of Change

Rate of Change (%) merupakan grafik momentum yang mengukur persentase perubahan harga dalam satu periode ke periode berikutnya. Jika menggunakan periode 10 maka dapat dihitung sebagai berikut:

ROC = 100 x (harga penutupan saat ini – harga penutupan periode 10 yang lalu) harga penutupan periode 10 yang lalu

Grafik yang terjadi pada oscillator berfluktuatif di atas dan di bawah garis nol dimana ROC bergerak positif dan negatif. Grafik oscillator ini juga dapat digunakan pada grafik oscillator yang lain dengan melihat harga tertinggi terhadap harga terendah atau harga terendah terhadap harga tertinggi, positif dan negatifnya divergen, dan pergerakan diatas atau dibawah sinyal garis nol.

12.  Standar Deviasi.

Standar deviasi merupakan perhitungan statistik yang digunakan untuk melihat indikasi dari volatiliti. Ini untuk menghitung seberapa besar nilai (dihitung dari harga last/penutupan saat ini) penyebaran dari nilai rata-rata. Nilai penyebaran ini diambil dari perbedaan dari nilai aktual (nilai penutupan saat ini) dan nilai rata-rata (nilai tengah dari harga closing). Semakin besar perbedaan antara harga penutupan dan harga rata-rata, maka akan semakin tinggi standart deviasinya dan volatilitinya juga akan tinggi, sedangkan semakin dekat harga penutupan dengan harga rata-rata, semakin rendah juga standart deviasinya dan kecil volatilitinya.
Perhitungan standar deviasi ini tergantung dari periode yang digunakan. Periode 20 merupakan periode yang paling sering digunakan.

Langkah-langkah perhitungan dari standar deviasi periode 20 :

Hitung harga nilai tengah. Jumlahkan seluruh harga penutupan periode 20 tersebut kemudian di bagi 20. Ini juga merupakan nilai rata-rata dari periode 20 tersebut.

 

Pada setiap periode, kurangi nilai tengah dengan nilai penutupan masing-masing periode. Ini akan memberikan nilai standart deviasi dari masing-masing periode.

 

Quadratkan nilai standart deviasi dari masing-masing periode

 

Jumlahkan hasil dari perhitungan no. 3 mulai dari periode 1 sampai dengan periode 20

 

Bagi jumlah nilai tersebut dengan 20

 

Hitung akar kuadrat dari penjumlahan diatas.

Maka didapatkanlah standar deviasi dari periode 20 tersebut.