Weighted Moving Average

Apa itu Weighted Moving Average (WMA)

Weighted Moving Average (WMA) adalah salah satu jenis moving average dalam analisis teknis yang memberikan penekanan lebih pada data harga terbaru dibandingkan dengan data yang lebih lama. WMA dihitung dengan mengalikan setiap harga dalam seri data dengan bobot tertentu, yang biasanya berhubungan dengan posisi harga dalam rangkaian waktu.

Dalam WMA, harga terbaru mendapat bobot yang lebih berat, sementara harga yang lebih lama mendapat bobot yang lebih rendah. Bobot biasanya ditentukan dalam urutan linear, di mana harga terbaru mendapat bobot tertinggi dan berkurang secara bertahap untuk harga yang lebih lama.

Rumus Cara Menghitung Weighted Moving Average (WMA)

Rumus dasar untuk menghitung WMA adalah sebagai berikut:

WMA = P1 x W1 + P2 x W2 + P3 x W3 +...+ Pn x Wn / W1+W2+W3+....+Wn

Keterangan : 

• P1,P2,...,Pn adalah harga periode terkini hingga periode n yang lalu.

• W1,W2,...,Wn adalah bobot yang diberikan untuk masing-masing harga tersebut.

• n adalah jumlah total periode yang dihitung.

Contoh Perhitungan Weighted Moving Average (WMA)

Mari kita lihat contoh perhitungan Weighted Moving Average (WMA) dengan menggunakan data harga penutupan saham dan periode waktu tertentu.

Misalkan kita ingin menghitung WMA untuk 5 hari terakhir dengan data harga penutupan sebagai berikut:

Hari 1 (terbaru): $20

Hari 2: $19

Hari 3: $18

Hari 4: $17

Hari 5 (terlama): $16

Kita akan memberikan bobot yang lebih besar pada data terbaru. Dalam hal ini, kita memberikan bobot sesuai dengan urutan hari (Hari 1 mendapatkan bobot 5, Hari 2 mendapatkan bobot 4, dst.).

Perhitungan WMA akan sebagai berikut:

Bobot total = 5 + 4 + 3 + 2 + 1 = 15

WMA = [(5 × $20) + (4 × $19) + (3 × $18) + (2 × $17) + (1 × $16)] / 15

WMA = (100 + 76 + 54 + 34 + 16) / 15

WMA = 280 / 15

WMA = $18.67

Jadi, Weighted Moving Average (WMA) untuk 5 hari tersebut adalah $18.67. Ini berarti bahwa rata-rata harga saham yang disesuaikan dengan bobotnya lebih condong ke harga yang lebih baru dan bisa memberikan sinyal yang lebih responsif dibandingkan dengan rata-rata bergerak sederhana.