LSMA nrp akan berfungsi sebagai trigger dlm sebuah analisa. Indi ini terlihat lebih sensitif dlm menunjukan arah pergerakan selanjutnya dibandingkan MA.
kutipan dari postingan KG :
Saya tidak akan terlalu berteori memakai bahasa statistik, jadi biar memudahkan temen-temen memahaminya saya mencoba menerangkannya dengan bahasa yang mudah saja (maaf pada para ahli jika bahasa saya bahasa rakyat jelata dalam menjelaskannya dan bukan bahasa ilmiah atau bahasa orang sekolahan yang cenderung menyukai bahasa yang aneh dan rumit). Regressi Linear adalah sebuah metoda yang digunakan dalam statistik untuk menemukan hubungan terbaik dari sekelompok data yang di amati. Hubungan terbaik dari sekelompok data yang di amati ini ditentukan dengan mencari dan menghitung sebuah persamaan garis lurus, yang mana seluruh data dari sekelompok data yang kita amati ini nantinya akan berada pada posisi terdekat terbaiknya pada garis yang terbentuk tersebut. Jadi sederhananya begini, katakanlah kita mengamati 120 data terakhir di Time Frame H1 maka untuk mencari garis regressi terbaik dari 120 data ini artinya kita akan membuat sebuah garis dari data terakhir sampai data ke 120 dimana garis ini letaknya jelas akan berada diantara 120 data yang kita amati. Peletakan garis ini harus sedemikan rupa dilakukan sehingga ketika garis ini kita gambarkan, jarak setiap data yang kita amati ke garis lurus yang kita gambarkan nanti adalah jarak terdekat terbaik yang mampu kita gambarkan yang dapat mewakili seluruh data yang kita amati. Biar jelas coba amati gambar di bawah ini:
Garis AB adalah garis regressi yang dihasilkan dari perhitungan regressi linear square, saya menggunakan "standard Deviations Channel" yang ada pada setiap MT4 untuk menggambarnya. Garis AB ini adalah garis lurus terbaik yang dihitung berdasarkan 120 data yang diamati dengan menggunakan persamaan regressi linear square, dimana jarak setiap data yang kita amati candle per candle berada pada jarak terdekat terbaiknya terhadap garis lurus yang terbentuk tersebut. Jarak terdekat disini maksudnya adalah jarak terdekat terbaik setiap data terhadap garis yang terbentuk, karena kemiringan garis ini kan bisa kemana aja tetapi dengan perhitungan regressi linear square maka kemiringan garis lurus yang terbentuk tersebutlah yang dicari sehingga menghasilkan kemiringan garis yang mampu mewakili defenisi yang kita maksud tadi. Sampai sini paham yah ? Nah, LSMA nrp yang kita gunakan ini memplot dimana posisi garis pada setiap data terakhir yang kita amati (lihat gambar). Jadi informasi yang diberikan LSMA nrp hampir sama dengan SMA yang sudah kita omongin sebelumnya hanya berbeda di logika perhitungan nya saja. Singkatnya posisi data terhadap LSMA nrp dan kemiringan LSMA nrp memberikan kita informasi berdasarkan konsep perhitungan regressi tadi.
Jika temen-temen perhatikan ujung garis LSMA nrp pada gambar di pelajaran sebelumnya tepat terletak di ujung garis AB, yaitu pada titik B. Nah, garis LSMA nrp ini seperti sudah saya sampaikan sebelumnya adalah garis yang dibentuk dari ujung garis regresi sesuai periode data yang diamati. Jadi kalo kita lihat pada gambar lagi... ujung garis LSMA nrp pada candle terakhir adalah juga tempat dimana ujung garis regresi dari 120 candle terakhir. Dan jika kita lihat posisi garis LSMA nrp pada candle kedua terakhir maka kita tahu diharga itulah ujung garis regresi sebelumnya berada sebelum candle terakhir terbentuk. Paham yah sampai sini ?
Perhatikan kembali gambar tadi (sengaja saya gak posting disini, biar anda bolak balik untuk lihat gambarnya hehehehehe). Garis regresi warna putih kita lihat kemiringannya kebawah yang berarti bahwa secara garis regresi disimpulkan kecenderungan 120 data terakhir masih down lah. Tetapi jika kita lihat garis LSMA nrp maka kemiringannya kita lihat menaik, ini artinya bahwa nilai regresi atau ujung garis regresi di candle terakhir lebih tinggi dari nilai regresi atau ujung garis regresi yang terjadi di candle sebelumnya. Dan jika kita lihat di gambar yg saya contohkan, garis LSMA nrp berwarna biru sudah terjadi beberapa candle. Jadi ketika garis LSMA nrp berubah warna itu mengindikasikan bahwa kemiringan garis regresi sudutnya mulai mengalami perubahan, walaupun pada contoh tersebut secara garis regresi (garis putih) kecenderungannya masih down. Nah, kecepatan LSMA nrp dalam mendeteksi perubahan yang terjadi pada pergerakan harga inilah yang informasinya kita gunakan untuk memperkuat analisa yang kita lakukan sebelumnya dengan hanya menggunakan BB dan MA.
Lalu mengapa ditulisan sebelumnya saya menyebut Linear Regression Line adalah metoda terbaik yang saya yakini untuk menunjukkan arah pergerakan harga? Pertama tadi kita sudah membandingkan bagaimana LSMA nrp mendeteksi perubahan yang terjadi pada pergerakan harga lebih dini dibandingkan dengan garis regresi (pada gambar garis warna putih). Nah, jika anda bandingkan dengan SMA maka anda juga akan melihat LSMA nrp ini mendeteksi perubahan pada pergerakan dengan banyak data yang sama (periode SMA dan NLMA nrp menggunakan periode yg sama) lebih dini. Itu secara fakta kalo kita bandingkan dengan metoda metoda untuk melihat arah pergerakan harga lah.. tetapi jika kita pahami secara teoritis dasar perhitungan Linear Regression Line ini (LSMA nrp) maka kita sebenarnya sudah tahu bahwa metodanya jauh lebih baik dibanding MA.
Dalam analisa BB & MA ini informasi yang diberikan oleh LSMA nrp hanyalah sebagai informasi tambahan, informasi penguat atau informasi pembantu setelah analisa BB dan MA kita lakukan. Tolong diingat ini... jadi jangan pernah fokus anda jadi berpindah ke perubahan warna LSMA nrp yang terkesan simple sehingga anda melupakan analisa BB dan MA.
Dan buat yang baru bergabung dan kebetulan langsung baca ini.. JANGAN PERNAH BERHARAP ANDA AKAN MENEMUKAN INSTRUKSI SEDERHANA seperti kalo keadaan ini begini dan itu begitu maka kita BUY atau SELL di thread ini. Untuk yang sudah baca dari awal saya yakin anda ingat peringatan saya ini. Disini saya membantu anda agar dapat menganalisa chart dengan menggunakan beberapa tools sederhana sebelum anda mengambil keputusan Buy atau Sell..
Semoga membantu
KG
Tidak ada komentar:
Posting Komentar