Interpolation (Interpolasi) adalah metode statistik yang menggunakan nilai-nilai terkait yang diketahui untuk memperkirakan nilai atau serangkaian nilai yang tidak diketahui. Dalam investasi, Interpolation digunakan untuk memperkirakan harga atau potensi hasil sekuritas. Interpolation dicapai dengan menggunakan nilai-nilai mapan lain yang terletak berurutan dengan nilai yang tidak diketahui.
Jika ada tren yang umumnya konsisten di seluruh serangkaian titik data, seseorang dapat memperkirakan nilai rangkaian tersebut secara wajar pada titik-titik yang belum dihitung secara eksplisit. Investor dan analis saham sering membuat diagram garis dengan titik-titik data yang diInterpolation. Diagram ini membantu mereka memvisualisasikan perubahan harga sekuritas dan merupakan bagian penting dari analisis teknis.
Interpolation dapat dibandingkan dengan ekstrapolasi, yang memperkirakan nilai-nilai yang tidak diketahui yang melampaui data yang diketahui, daripada nilai-nilai yang berada di antara titik-titik data yang diketahui.
Memahami Interpolation
Investor menggunakan Interpolation untuk membuat titik-titik data estimasi baru di antara titik-titik data yang diketahui pada diagram. Diagram yang menggambarkan pergerakan harga dan volume sekuritas adalah contoh penggunaan Interpolation. Meskipun algoritma komputer umumnya menghasilkan titik-titik data ini saat ini, konsep Interpolation bukanlah hal yang baru. Interpolation telah digunakan oleh peradaban manusia sejak jaman dahulu, khususnya oleh para astronom awal di Mesopotamia dan Asia Kecil yang mencoba mengisi celah dalam pengamatan mereka terhadap pergerakan planet-planet.
Ada beberapa jenis Interpolation formal, termasuk Interpolation linier, Interpolation polinomial, dan Interpolation konstan sepotong-sepotong. Analis keuangan menggunakan kurva imbal hasil yang diInterpolation untuk membuat grafik yang mewakili imbal hasil obligasi atau surat utang AS yang baru diterbitkan dengan jatuh tempo tertentu. Jenis Interpolation ini membantu analis memperoleh wawasan tentang ke mana arah pasar obligasi dan ekonomi di masa mendatang.
Contoh Interpolation
Jenis Interpolation yang paling mudah dan paling umum adalah Interpolation linier. Jenis Interpolation ini berguna jika seseorang mencoba memperkirakan nilai sekuritas atau suku bunga untuk titik di mana tidak ada data.
Misalnya, mari kita asumsikan kita melacak harga sekuritas selama periode waktu tertentu. Kita akan menyebut garis tempat nilai sekuritas dilacak sebagai fungsi f(x). Kita akan memetakan harga saham saat ini pada serangkaian titik yang mewakili momen dalam waktu. Jadi, jika kita mencatat f(x) untuk bulan Agustus, Oktober, dan Desember, titik-titik tersebut akan direpresentasikan secara matematis sebagai xAug, xOct, dan xDec, atau x1, x3, dan x5.
Karena sejumlah alasan, kita mungkin ingin mengetahui nilai sekuritas selama bulan September, bulan yang tidak memiliki data apa pun. Kita dapat menggunakan algoritme Interpolation linier untuk memperkirakan nilai f(x) pada titik pemetaan xSep, atau x2 yang muncul dalam rentang data yang ada.
Kritik terhadap Interpolation
Salah satu kritik terbesar terhadap Interpolation adalah meskipun ini merupakan metodologi yang cukup sederhana dan telah ada selama berabad-abad, ia kurang presisi. Interpolation di Yunani dan Babilonia kuno terutama tentang membuat prediksi astronomi yang akan membantu petani mengatur waktu strategi penanaman mereka untuk meningkatkan hasil panen.
Meskipun pergerakan benda-benda langit bergantung pada banyak faktor, benda-benda langit tersebut masih lebih cocok untuk ketidaktepatan Interpolation daripada volatilitas saham yang diperdagangkan secara publik yang sangat bervariasi dan tidak dapat diprediksi. Meskipun demikian, dengan banyaknya data yang terlibat dalam analisis sekuritas, Interpolation besar-besaran terhadap pergerakan harga tidak dapat dihindari.
Sebagian besar grafik yang menggambarkan sejarah saham sebenarnya diInterpolation secara luas. Regresi linier digunakan untuk membuat kurva yang secara kasar menggambarkan variasi harga sekuritas. Bahkan jika grafik yang mengukur saham selama setahun menyertakan titik data untuk setiap hari dalam setahun, seseorang tidak akan pernah dapat mengatakan dengan keyakinan penuh di mana saham akan dinilai pada saat tertentu.
Kesimpulan
Interpolation adalah teknik matematika untuk memperkirakan nilai titik data yang tidak diketahui yang berada di antara titik data yang ada dan diketahui. Proses ini membantu mengisi kekosongan. Pedagang teknis menggunakan Interpolation untuk memahami bagaimana harga berperilaku di masa lalu, bahkan ketika mereka tidak memiliki informasi lengkap. Dengan demikian, hal itu dapat membantu memprediksi tren masa depan berdasarkan gambaran yang lebih lengkap tentang pergerakan harga di masa lalu.
