Wednesday 19 July 2017

Rugi Rata Rata Tertimbang Tertimbang


Keuntungan Bisnis Kecil Kerugian Metode Biaya Rata-rata Pelacakan inventaris sepertinya merupakan tugas menakutkan bagi usaha kecil Anda. Namun, penting untuk mengetahui apa yang Anda habiskan untuk persediaan dengan harga yang akurat dan memastikan Anda menghasilkan keuntungan. Bila Anda membeli beberapa produk yang sama dari waktu ke waktu, Anda bisa membayar harga berbeda. Metode biaya rata-rata memungkinkan Anda menentukan apa yang Anda bayar selama setahun dan menemukan angka biaya yang mewakili biaya rata-rata per unit Anda. Kesederhanaan Cara termudah untuk melacak biaya persediaan adalah dengan metode biaya rata-rata. Ini memungkinkan Anda untuk menyimpan inventaris tanpa menentukan bagian mana yang menjadi miliknya. Saat mengambil unit, Anda tidak perlu melacak biaya awal sebelum menentukan harganya. Anda bisa menandai harga rata-rata unit. Hal ini membuat pemetikan - dan harga - persediaan mudah. Biaya yang Belum Dikelola Masalah dengan metode biaya rata-rata adalah jika harga persediaan sangat bervariasi, harga Anda mungkin tidak dapat memulihkan biaya unit yang lebih mahal. Sebenarnya, Anda bisa kehilangan harga jual Anda. Meskipun idenya adalah bahwa Anda akan menghasilkan kerugian ketika menjual unit yang lebih murah, acara itu mungkin tidak akan pernah terjadi. Anda bisa mengakhiri penghentian item dan tidak pernah memulihkan kerugian yang Anda pertahankan sambil menjual unit mahal. Penghematan Biaya Anda membutuhkan uang untuk melacak persediaan. Apakah Anda menggunakan perangkat lunak atau metode penghitungan manual, Anda harus membayar pegawai untuk melacak biaya persediaan. Metode rata-rata biaya memerlukan waktu berjam-jam yang lebih sedikit. Penghematan biaya tenaga kerja ini dapat mengimbangi kerugian yang Anda hadapi saat Anda menjual barang-barang yang lebih mahal dengan harga yang sama dengan biaya yang lebih rendah. Mispricing Batch Nonidentis Metode biaya rata-rata mengasumsikan bahwa semua unit identik. Namun, ini mungkin tidak selalu terjadi. Jika produk telah ditingkatkan atau dilengkapi fitur tambahan, produk mungkin memenuhi syarat untuk mendapatkan harga yang lebih baik daripada unit yang lebih tua. Ini terutama bisa menjadi masalah saat produsen mengganti produk dengan versi baru namun memberinya nama yang sama dengan yang lama. Biaya Retroaktif Metode biaya rata-rata bekerja dengan melihat kembali periode pembelian untuk melihat apa yang Anda bayar per unit. Itu berarti Anda mungkin tidak tahu sampai akhir tahun Anda telah kehilangan nilai produk Anda. Jika Anda hanya menggunakan metode biaya rata-rata saat harga berfluktuasi sekitar rata-rata, Anda akan memiliki kepastian bahwa Anda tidak kekurangan underpricing. Tentang Penulis Kevin Johnston menulis untuk Ameriprise Financial, Program MBA Universitas Rutgers dan Evan Carmichael. Dia telah menulis tentang bisnis, pemasaran, keuangan, penjualan dan investasi untuk publikasi seperti New York Daily News, 34 34 Business Age34 dan 34Nation39. Bisnis dia adalah perancang instruksional dengan kredit untuk perusahaan seperti ADP, Standard and Poors dan Bank of Amerika. Photo CreditsThe 7 Pitfalls Of Moving Averages Rata-rata bergerak adalah harga rata-rata keamanan selama jangka waktu tertentu. Analis sering menggunakan moving averages sebagai alat analisis untuk memudahkan tren pasar, karena efek bergerak naik turun. Moving averages dapat membentuk trend dan mengukur momentum. Oleh karena itu, mereka dapat digunakan untuk menunjukkan kapan investor harus membeli atau menjual keamanan tertentu. Investor juga dapat menggunakan moving averages untuk mengidentifikasi titik support atau resistance untuk mengukur ketika harga cenderung berubah arah. Dengan mempelajari rentang perdagangan historis, titik support dan resistance ditetapkan dimana harga sebuah keamanan membalikkan tren ke atas atau ke bawahnya, di masa lalu. Poin ini kemudian digunakan untuk membuat, membeli atau menjual keputusan. Sayangnya, rata-rata bergerak bukan alat yang sempurna untuk membangun tren dan menghadirkan banyak risiko yang tidak penting namun penting bagi investor. Selain itu, moving averages tidak berlaku untuk semua jenis perusahaan dan industri. Beberapa kelemahan utama dari moving averages meliputi: 1. Moving averages menarik tren dari informasi masa lalu. Mereka tidak memperhitungkan perubahan akun yang dapat mempengaruhi kinerja keamanan di masa depan, seperti pesaing baru, permintaan produk yang lebih tinggi atau lebih rendah di industri dan perubahan dalam struktur manajerial perusahaan. 2. Idealnya, rata-rata bergerak akan menunjukkan perubahan harga keamanan yang konsisten, dari waktu ke waktu. Sayangnya, rata-rata bergerak tidak bekerja untuk semua perusahaan, terutama bagi industri yang sangat tidak stabil atau yang sangat dipengaruhi oleh kejadian saat ini. Hal ini terutama berlaku untuk industri minyak dan industri yang sangat spekulatif, pada umumnya. 3. Moving averages dapat tersebar dalam jangka waktu tertentu. Namun, ini bisa menjadi masalah karena tren umum bisa berubah secara signifikan tergantung dari jangka waktu yang digunakan. Kerangka waktu yang lebih pendek memiliki volatilitas lebih, sedangkan kerangka waktu yang lebih lama memiliki volatilitas yang lebih rendah, namun jangan memperhitungkan perubahan baru di pasar. Investor harus berhati-hati dengan kerangka waktu yang mereka pilih, untuk memastikan trennya jelas dan relevan. 4. Perdebatan yang sedang berlangsung adalah apakah penekanan lebih lanjut harus dilakukan pada hari-hari terakhir dalam periode waktu tertentu. Banyak yang merasa bahwa data terbaru lebih mencerminkan arah keamanan bergerak, sementara yang lain merasa bahwa memberi bobot beberapa hari lebih banyak daripada yang lain, salah mendasari trennya. Investor yang menggunakan metode yang berbeda untuk menghitung rata-rata dapat menarik tren yang sama sekali berbeda. (Pelajari lebih lanjut dalam Rata-rata Bergerak Sederhana vs. Eksponensial.) 5. Banyak investor berpendapat bahwa analisis teknis adalah cara yang tidak berarti untuk memprediksi perilaku pasar. Mereka bilang pasar tidak memiliki ingatan dan masa lalu bukan merupakan indikator masa depan. Apalagi ada penelitian substansial untuk mendukungnya. Sebagai contoh, Roy Nersesian melakukan penelitian dengan lima strategi yang berbeda menggunakan moving averages. Tingkat keberhasilan setiap strategi bervariasi antara 37 dan 66. Penelitian ini menunjukkan bahwa rata-rata bergerak hanya menghasilkan hasil sekitar setengah dari waktu, yang dapat membuat mereka menggunakan proposisi berisiko untuk secara efektif menentukan waktu pasar saham. 6. Efek sering menunjukkan pola perilaku siklis. Hal ini juga berlaku untuk perusahaan utilitas, yang memiliki permintaan yang mantap untuk produk mereka dari tahun ke tahun, namun mengalami perubahan musiman yang kuat. Meskipun rata-rata bergerak dapat membantu kelancaran tren ini, mereka juga dapat menyembunyikan fakta bahwa keamanan sedang tren dalam pola osilasi. (Untuk mempelajari lebih lanjut, lihat Keep An Eye On Momentum.) 7. Tujuan dari setiap tren adalah untuk memperkirakan kemana harga keamanan akan berada di masa depan. Jika keamanan tidak mengarah ke kedua arah, itu tidak memberikan kesempatan untuk mendapatkan keuntungan dari pembelian atau short selling. Satu-satunya cara seorang investor dapat memperoleh keuntungan adalah dengan menerapkan strategi berbasis pilihan yang canggih yang bergantung pada harga yang tetap stabil. Garis Dasar Rata-rata Bergerak telah dianggap sebagai alat analisis yang berharga oleh banyak orang, namun agar alat apapun efektif, Anda harus terlebih dahulu memahami fungsinya, kapan menggunakannya dan kapan tidak menggunakannya. Kebocoran yang dibahas di sini menunjukkan bila rata-rata bergerak mungkin bukan alat yang efektif, seperti bila digunakan dengan sekuritas yang mudah menguap, dan bagaimana mereka dapat mengabaikan informasi statistik penting tertentu, seperti pola siklus. Hal ini juga dipertanyakan seberapa efektif rata-rata bergerak adalah untuk secara akurat menunjukkan tren harga. Mengingat kekurangannya, moving averages mungkin merupakan alat yang paling baik digunakan bersamaan dengan yang lain. Pada akhirnya, pengalaman pribadi akan menjadi indikator utama seberapa efektifnya portofolio mereka. (Rata-rata Bergerak Rata-rata: Dasar-dasar Selama bertahun-tahun, teknisi telah menemukan dua masalah dengan rata-rata bergerak sederhana. Masalah pertama terletak pada kerangka waktu moving average (MA). Sebagian besar analis teknikal percaya bahwa aksi harga. Harga saham pembukaan atau penutupan, tidak cukup untuk mengandalkan prediksi apakah membeli atau menjual sinyal dari tindakan crossover MA. Untuk mengatasi masalah ini, analis sekarang menetapkan bobot lebih banyak pada data harga terbaru dengan menggunakan rata-rata pergerakan rata-rata yang dipercepat secara eksponensial (EMA). (Pelajari lebih lanjut dalam Menjelajahi Nilai Pindah Yang Dipengaruhi Secara Eksponensial) Contoh Misalnya, menggunakan MA 10 hari, seorang analis akan mengambil harga penutupan pada hari ke 10 dan memperbanyak angka ini dengan angka 10, hari kesembilan dengan pukul sembilan, kedelapan Hari ke delapan dan seterusnya ke MA yang pertama. Setelah total telah ditentukan, analis kemudian akan membagi jumlahnya dengan penambahan pengganda. Jika Anda menambahkan pengganda contoh MA 10 hari, jumlahnya adalah 55. Indikator ini dikenal sebagai rata-rata bergerak tertimbang linear. (Untuk bacaan terkait, lihat Simple Moving Averages Making Trends Stand Out.) Banyak teknisi percaya diri dengan rata-rata moving average yang dipercepat secara eksponensial (EMA). Indikator ini telah dijelaskan dengan berbagai cara sehingga membingungkan para siswa dan investor. Mungkin penjelasan terbaiknya berasal dari John J. Murphys Technical Analysis Of The Financial Markets, (diterbitkan oleh New York Institute of Finance, 1999): Rata-rata moving average yang dipercepat secara eksponensial membahas kedua masalah yang terkait dengan moving average sederhana. Pertama, rata-rata merapikan secara eksponensial memberi bobot lebih besar pada data yang lebih baru. Oleh karena itu, ini adalah rata-rata bergerak tertimbang. Tapi sementara itu memberi informasi yang kurang penting untuk data harga terakhir, itu termasuk dalam perhitungan semua data dalam kehidupan instrumen. Selain itu, pengguna dapat menyesuaikan bobot untuk memberi bobot lebih besar atau lebih kecil ke harga hari terakhir, yang ditambahkan ke persentase nilai hari sebelumnya. Jumlah dari kedua nilai persentase tersebut menambahkan hingga 100. Misalnya, harga hari terakhir dapat diberi bobot 10 (0,10), yang ditambahkan ke hari sebelumnya dengan berat 90 (0,90). Ini memberi hari terakhir 10 dari total bobot. Ini setara dengan rata-rata 20 hari, dengan memberikan harga hari terakhir dengan nilai lebih kecil dari 5 (0,05). Gambar 1: Rata-rata Moving Exponentially Moving Bagan di atas menunjukkan Indeks Komposit Nasdaq dari minggu pertama di bulan Agustus 2000 sampai 1 Juni 2001. Seperti yang dapat Anda lihat dengan jelas, EMA, yang dalam kasus ini menggunakan data harga penutupan selama suatu Periode sembilan hari, memiliki sinyal jual yang pasti pada 8 September (ditandai dengan panah bawah hitam). Ini adalah hari dimana indeks menembus di bawah level 4.000. Panah hitam kedua menunjukkan kaki lain yang benar-benar diharapkan teknisi. Nasdaq tidak bisa menghasilkan volume dan minat yang cukup dari para investor ritel untuk menembus angka 3.000. Kemudian turun lagi ke bawah pada 1619.58 pada 4 April. Uptrend 12 Apr ditandai dengan panah. Di sini indeks ditutup pada 1.961,46, dan teknisi mulai melihat fund manager institusional mulai mengambil beberapa penawaran seperti Cisco, Microsoft dan beberapa isu terkait energi. (Baca artikel terkait kami: Memindahkan Amplop Rata-rata: Menyempurnakan Alat Perdagangan Populer dan Memindahkan Rata-rata Bounce.)

No comments:

Post a Comment