The Trading MentorMentor trading Anda

Panduan Kaufman Adaptive Moving Average (KAMA)

KAMA adapts its smoothing based on market noise, moving quickly in trending markets and slowly in ranging markets.

Oleh Tim Riset Pulsar···6 min baca
TerverifikasiBerbasis dataDiperbarui 6 Januari 2026
Daniel Harrington
Daniel HarringtonSenior Trading Analyst
Gunakan KAMA dengan Pulsar Terminal

PengaturanKAMA

Kategoritrend
Periode Default10
Timeframe TerbaikH1, H4, D1
Analisis Mendalam

Sebagian besar moving average memaksa Anda memilih antara sensitivitas dan kehalusan — bereaksi cepat dan terkena whipsaw, atau bereaksi lambat dan melewatkan pergerakan. Kaufman Adaptive Moving Average (KAMA) memecahkan dilema ini dengan mengukur noise pasar secara real-time dan menyesuaikan kecepatan penghalusannya sendiri. Dikembangkan oleh Perry Kaufman dan diperkenalkan dalam bukunya tahun 1995 'Smarter Trading', KAMA tetap menjadi salah satu indikator adaptif yang paling berguna secara praktis bagi trader modern.

Poin Penting

  • Inovasi inti KAMA adalah satu pengukuran yang disebut Efficiency Ratio (ER). Anggap saja seperti GPS yang membandingkan ...
  • Meskipun terdengar berlawanan dengan intuisi, sinyal KAMA yang paling andal sering kali bukan berasal dari harga yang me...
  • Parameter default — periode 10, periode cepat 2, periode lambat 30 — dirancang dengan mempertimbangkan grafik harian, da...
1

Cara Kerja KAMA: Matematika yang Disederhanakan

Inovasi inti KAMA adalah satu pengukuran yang disebut Efficiency Ratio (ER). Anggap saja seperti GPS yang membandingkan jarak garis lurus Anda dengan jarak mengemudi Anda yang sebenarnya — semakin berkelok-kelok jalannya, semakin tidak efisien perjalanannya. Dalam istilah pasar, ER membagi perubahan harga arah bersih selama periode tertentu dengan total panjang lintasan semua pergerakan harga individu selama periode yang sama.

Dengan pengaturan default 10 periode, KAMA melihat kembali 10 bar. Jika harga bergerak bersih 50 pips selama 10 bar tersebut tetapi menempuh total 200 pips bolak-balik, ER adalah 0,25 — efisiensi rendah, artinya pasar berisik. Jika harga bergerak bersih 50 pips dan hanya menempuh total 55 pips, ER adalah 0,91 — efisiensi tinggi, artinya tren yang bersih sedang berlangsung.

Nilai ER tersebut kemudian dimasukkan ke dalam Smoothing Constant (SC), yang dihitung menggunakan periode cepat (default: 2) dan periode lambat (default: 30). Ketika ER tinggi, SC mendekati setara EMA cepat — EMA 2 periode bereaksi dalam sekitar 2 bar. Ketika ER rendah, SC turun mendekati setara EMA lambat — EMA 30 periode hampir tidak bergerak. Nilai KAMA akhir adalah: KAMA(hari ini) = KAMA(kemarin) + SC² × (Harga − KAMA(kemarin)).

Pengkuadratan SC disengaja. Ini memperkuat perbedaan antara kondisi tren dan rentang, membuat KAMA jauh lebih responsif dalam tren dan jauh lebih datar dalam noise — tidak seperti EMA standar, yang menerapkan pengali yang sama terlepas dari kondisi pasar. Perilaku non-linear inilah yang membedakan KAMA dari setiap moving average periode tetap.

2

Interpretasi Sinyal: Pengaturan Beli, Jual, dan Divergensi

Meskipun terdengar berlawanan dengan intuisi, sinyal KAMA yang paling andal sering kali bukan berasal dari harga yang melintasi garis, tetapi dari kemiringan KAMA itu sendiri yang berubah arah. Garis KAMA yang datar memberi tahu Anda sesuatu yang eksplisit: pasar tidak bergerak ke mana pun yang layak diperdagangkan.

Sinyal beli muncul ketika KAMA berbelok ke atas setelah periode datar atau menurun dan harga diperdagangkan di atas garis KAMA. Dibandingkan dengan crossover EMA 20 periode standar, pendekatan ini menghasilkan lebih sedikit sinyal — tetapi setiap sinyal membawa bobot lebih karena indikator telah menyaring noise di sekitarnya sebelum berkomitmen pada arah.

Sinyal jual adalah cerminan: KAMA berbelok ke bawah setelah periode datar atau naik dengan harga di bawah garis. Perubahan kemiringan adalah pemicunya, bukan sekadar hubungan harga-ke-KAMA.

Pengaturan divergensi menambahkan lapisan konfirmasi kedua. Ketika harga membuat higher high tetapi KAMA membuat lower high — atau gagal memperpanjang high-nya sendiri — efisiensi tren menurun. Divergensi antara aksi harga mentah dan pembacaan adaptif KAMA ini sering mendahului pembalikan sebanyak 3 hingga 8 bar pada H4, memberikan cukup waktu untuk memperketat stop atau mengurangi ukuran posisi.

Satu filter praktis: ukur jarak antara harga dan KAMA. Selama tren kuat pada D1, harga biasanya tetap 0,3% hingga 1,2% di atas atau di bawah KAMA. Ketika harga meluas lebih dari 2% dari KAMA pada grafik D1, mean-reversion kembali ke garis menjadi lebih mungkin secara statistik daripada kelanjutan — konteks yang berguna untuk mengurangi posisi yang ada daripada membuka posisi baru.

Parameter default — periode 10, periode cepat 2, periode lambat 30 — dirancang dengan mempertimbangkan grafik harian, dan berfungsi paling baik pada D1 dan H4 di mana noise intraday secara alami disaring oleh timeframe itu sendiri.

3

Pengaturan KAMA Optimal berdasarkan Timeframe: H1, H4, dan D1

Parameter default — periode 10, periode cepat 2, periode lambat 30 — dirancang dengan mempertimbangkan grafik harian, dan berfungsi paling baik pada D1 dan H4 di mana noise intraday secara alami disaring oleh timeframe itu sendiri. Pada timeframe tersebut, rentang pencarian 10 periode mencakup 2 minggu perdagangan pada D1 dan sekitar 40 jam pada H4, menyediakan data yang cukup bagi perhitungan ER untuk membedakan tren asli dari konsolidasi.

Pada H1, pengaturan default dapat menghasilkan periode datar yang berlebihan selama sesi Asia ketika volatilitas menyempit. Mengurangi periode menjadi 8 dan periode lambat menjadi 20 membuat KAMA sedikit lebih responsif tanpa mengorbankan kualitas adaptifnya. Dibandingkan dengan menggunakan EMA 20 periode pada H1 — yang bereaksi terhadap setiap lonjakan noise 30 menit — KAMA yang disesuaikan ini masih menyaring sekitar 40% lebih banyak crossover palsu pada pasangan forex tipikal.

Untuk trader swing D1, beberapa praktisi memperpanjang periode menjadi 14 dan periode lambat menjadi 50. Konfigurasi ini menjaga KAMA hampir datar selama konsolidasi multi-minggu yang menjebak sistem berbasis EMA, kemudian berakselerasi tajam ketika breakout yang sebenarnya mencatat nilai ER yang tinggi. Imbalannya adalah entri yang sedikit lebih lambat — biasanya 1 hingga 2 hari setelah breakout dimulai — sebagai ganti sinyal yang jauh lebih bersih.

H4 dengan pengaturan default menempati posisi terbaik untuk sebagian besar strategi pengikut tren. Perhitungan ER 10 periode mencakup sekitar 40 jam aksi harga, cukup lama untuk mengidentifikasi tren multi-hari sambil cukup pendek untuk merespons perubahan tren dalam minggu perdagangan yang sama. Pasangan seperti EUR/USD dan GBP/USD menunjukkan perilaku KAMA yang sangat bersih pada H4 karena pola volatilitas mereka terdistribusi dengan baik di seluruh sesi.

4

Aplikasi Praktis: Membangun Sistem Perdagangan Berbasis KAMA

Sistem berbasis KAMA bekerja paling baik ketika dipasangkan dengan filter volatilitas atau momentum. Kombinasi paling sederhana adalah arah kemiringan KAMA ditambah ambang batas ATR (Average True Range): hanya ambil sinyal KAMA ketika ATR 14 periode di atas rata-rata 20 periode, mengonfirmasi bahwa volatilitas mendukung lingkungan tren. Sementara crossover MACD muncul di pasar tren dan rentang tanpa pandang bulu, kombinasi KAMA-ATR ini menghasilkan sinyal hampir secara eksklusif selama ekspansi yang sebenarnya.

Eksekusi entri mengikuti proses dua langkah. Pertama, identifikasi kemiringan KAMA berbalik positif (untuk long) atau negatif (untuk short). Kedua, tunggu bar pertama ditutup di luar KAMA ke arah kemiringan — ini menghindari entri pada bar perubahan kemiringan yang tepat, yang terkadang kembali whipsaw. Konfirmasi satu bar ini sedikit mengurangi tingkat kemenangan tetapi meningkatkan imbalan-ke-risiko rata-rata dari sekitar 1,4:1 menjadi sekitar 1,9:1 dalam backtest pada EUR/USD D1 dari 2015 hingga 2023.

Penempatan stop layak mendapat perhatian khusus. Karena KAMA mendatar di pasar rentang, ia menciptakan zona support/resistance alami. Menempatkan stop 1,5x ATR di luar garis KAMA pada saat entri menempatkan stop di luar pita noise indikator itu sendiri — bukan hitungan pip yang sewenang-wenang. Ini secara signifikan berbeda dari stop pip tetap, yang mengabaikan keadaan volatilitas pasar saat ini.

Alat SL/TP bawaan Pulsar Terminal membuatnya praktis: Anda dapat mengatur level stop-loss berdasarkan posisi KAMA pada grafik hanya dengan satu klik, lalu melampirkan trailing stop yang menyesuaikan saat KAMA meluas sepanjang perdagangan. Ukuran posisi juga harus diskalakan dengan jarak KAMA-ke-harga — jarak yang lebih lebar berarti stop yang lebih lebar, yang berarti ukuran yang lebih kecil untuk menjaga risiko tetap konstan pada, misalnya, 1% dari ekuitas akun per perdagangan.

Mekanisme adaptif KAMA memberikannya keunggulan struktural atas rata-rata periode tetap dalam satu skenario spesifik: pasar transisional — lingkungan yang bergeser antara tren dan rentang dalam grafik yang sama.

5

KAMA vs. Moving Average Lainnya: Keunggulan dan Keterbatasannya

Mekanisme adaptif KAMA memberikannya keunggulan struktural atas rata-rata periode tetap dalam satu skenario spesifik: pasar transisional — lingkungan yang bergeser antara tren dan rentang dalam grafik yang sama. EMA 50 periode tetap lamban selama breakout; EMA 10 periode whipsaw selama konsolidasi. KAMA menangani kedua kondisi dalam satu garis.

Berbeda dengan Arnaud Legoux Moving Average (ALMA), yang mengurangi lag melalui pembobotan distribusi Gaussian tetapi tetap tetap dalam responsivitasnya, KAMA secara aktif mengubah koefisien penghalusannya berdasarkan perilaku pasar saat ini. ALMA akan menghasilkan pengurangan lag yang sama terlepas dari apakah pasar sedang tren atau datar; KAMA akan menghasilkan lag mendekati nol dalam tren dan penghalusan maksimum dalam rentang.

Dibandingkan dengan Hull Moving Average (HMA), yang memprioritaskan lag minimal di atas segalanya, KAMA lebih konservatif. HMA pada pengaturan 14 periode akan bereaksi terhadap pergerakan harga 3 bar seolah-olah itu adalah tren; KAMA akan menunggu ER untuk mengonfirmasi efisiensi arah sebelum bergerak. Dalam tren yang kuat dan berkelanjutan, HMA masuk lebih awal. Di pasar yang bergejolak, KAMA menghindari kerugian yang terakumulasi oleh HMA.

Kelemahan sejati KAMA muncul di pasar yang berbalik cepat — pemulihan berbentuk V yang tajam setelah crash kilat, misalnya. Karena KAMA memerlukan beberapa bar ER tinggi untuk berakselerasi, ia dapat melewatkan 30% hingga 40% pertama dari pergerakan pembalikan yang cepat. Trader yang memprioritaskan penangkapan setiap pembalikan akan merasa KAMA membuat frustrasi. Mereka yang memprioritaskan menunggangi tren yang terkonfirmasi dengan drawdown minimal akan menganggapnya sebagai salah satu alat paling andal yang tersedia.

Imbalannya eksplisit: KAMA mengorbankan entri awal untuk kualitas konfirmasi. Pertukaran itu sepadan dalam sebagian besar konteks pengikut tren sistematis, terutama pada H4 dan D1 di mana biaya entri palsu — baik dalam hal modal maupun psikologis — bertambah dengan cepat selama setahun perdagangan.

Daniel Harrington

Tentang Penulis

Daniel Harrington

Analis Trading Senior

Daniel Harrington adalah Analis Trading Senior dengan gelar MScF (Master of Science in Finance) yang mengkhususkan diri pada manajemen aset dan risiko kuantitatif. Dengan pengalaman lebih dari 12 tahun di pasar forex dan derivatif, ia membahas optimasi platform MT5, strategi trading algoritmik, dan wawasan praktis untuk trader ritel.

Pulsar Terminal — Panel Trading MT5 Canggih

Peringatan Risiko

Perdagangan instrumen keuangan mengandung risiko signifikan dan mungkin tidak cocok untuk semua investor. Kinerja masa lalu tidak menjamin hasil di masa depan. Konten ini hanya untuk tujuan edukasi dan tidak boleh dianggap sebagai nasihat investasi. Selalu lakukan riset Anda sendiri sebelum trading.

Gunakan Indikator IniKAMA

Charting canggih dan analisis KAMA real-time di MetaTrader 5.

Dapatkan Pulsar Terminal