Tren, breakout, dan mean reversion: tiga keluarga logika masuk

Harga melintasi suatu level, candle kemudian ditutup di atasnya, dan baru setelah itu harga kembali. Apakah ini breakout, kelanjutan, atau sinyal pembalikan? Jawabannya bergantung pada aturan yang ditulis sebelum peristiwa. Dua rangkaian Bid lengkap menunjukkan bagaimana empat definisi breakout mengubah waktu tersedianya informasi dan hasil setelah biaya. Setelah itu, kita membandingkan dua profil hipotetis dengan hasil rata-rata harapan yang serupa dan menelaah apa yang dapat disimpulkan dari penggabungannya.

Kelanjutan tren, breakout rentang, dan pembalikan menuju acuan adalah hipotesis masuk berbeda. Motif harga tidak menampilkan data historis maupun bukti keunggulan; hasil juga bergantung pada penutupan, biaya, dan risiko.
Apa yang ditetapkan artikel ini dan di mana batasnya
  • Keluarga-keluarga ini tumpang tindih; breakout dapat menerapkan hipotesis kelanjutan.
  • Breakout memerlukan level, sisi kuotasi, waktu informasi, dan aturan respons.
  • Harga sinyal dan eksekusi dipisahkan, dan biaya dihitung sekali; OHLC tidak selalu menetapkan urutan peristiwa.
  • Tingkat kemenangan 30% dan 70% dapat menghasilkan E serupa, tetapi varians serta rentetan kerugian berbeda.
  • Campuran dan aturan peralihan dinilai sebagai sistem lengkap, dengan catatan terpisah untuk komponennya.

1. Tiga keluarga logika dan batas pembedaan di antaranya

Mengikuti tren mencari kelanjutan pergerakan. Breakout mendefinisikan peristiwa pada level tertentu. Mean reversion mencari pengurangan penyimpangan dari titik acuan yang dipilih. Nama-nama ini membantu mengatur aturan, tetapi tidak menciptakan tiga himpunan yang saling terpisah: masuk setelah breakout dapat menerapkan hipotesis kelanjutan.

Pertentangan menyangkut situasi dan horizon yang sama

Setelah kenaikan di atas suatu level, satu aturan dapat mengharapkan kenaikan lebih lanjut selama empat jam berikutnya, sedangkan aturan lain mengharapkan penurunan kembali ke level itu dalam periode yang sama. Harapan arah bersyarat ini saling berlawanan. Tidak ada pertentangan jika yang satu menyangkut pembalikan dalam lima menit dan yang lain kelanjutan selama seminggu. Probabilitas kenaikan yang lebih besar juga tidak boleh disamakan dengan rata-rata perubahan positif: penurunan besar yang jarang dapat mengalahkan kenaikan kecil yang lebih sering.

KeluargaApa yang harus didefinisikanHipotesisApa yang perlu diuji
KelanjutanUkuran pergerakan sebelumnya, horizon, pembukaan, dan penutupanSetelah sinyal, pergerakan mempertahankan arah lebih sering atau lebih kuatDistribusi hasil bersyarat setelah biaya
BreakoutLevel, sisi kuotasi, kondisi pelintasan, waktu konfirmasiPelintasan level memberikan informasi bergunaApakah hasil masih tersisa setelah informasi tersedia pada harga eksekusi yang dapat diperoleh
Mean reversionTitik acuan, penyimpangan, periode pembalikan, pembatalanPenyimpangan berkurang sebelum pembatalanBesarnya dan frekuensi kegagalan untuk kembali, biaya penahanan

Keluarga bukan sistem maupun setup masuk

“Breakout di atas harga tertinggi” dapat dipakai untuk masuk searah tren, mengamati kehabisan kekuatannya, atau mendefinisikan kondisi penutupan. Hanya spesifikasi lengkap yang menghubungkan sinyal dengan tindakan. 8.1 membedakan gaya, sistem, dan setup; di sini kita menelaah konsekuensi logika pembukaan dan penutupan.

Tiga gagasan logika masuk
Harga tertinggi dan terendah yang meningkat, penembusan rentang, serta penyempitan penyimpangan dari acuan menggambarkan tiga hipotesis masuk. Skenario bersifat konseptual; kegagalan breakout dan perubahan kondisi juga mungkin. Penutupan dan biaya berkontribusi pada hasil.

Keluarga tidak menentukan bentuk hasil

Target jauh dan penutupan protektif dekat sering menghasilkan banyak kerugian kecil dan lebih sedikit keuntungan besar. Target dekat dengan penutupan jauh dapat menghasilkan profil sebaliknya. Namun, bentuknya bergantung pada aturan penutupan lengkap, proses harga, dan biaya, bukan nama keluarga. Penutupan berdasarkan waktu, penutupan sebagian, atau titik acuan bergerak mengubah distribusi. Artikel ini tidak menetapkan tingkat keberhasilan untuk keluarga mana pun.

Cakupan peta ini

Ini peta hipotesis arah terpilih yang berguna untuk membandingkan aturan FX/CFD sederhana. Peta ini tidak mencakup setiap strategi: arbitrase, nilai relatif, dan strategi kalender memerlukan pembedaan lain. Carry memiliki perhitungan akrual dan perubahan kurs sendiri. Mengotomatiskan keluarga mana pun tidak menciptakan keunggulan dengan sendirinya; 8.9 menjelaskan cara mengujinya.

Apa yang sebenarnya dinyatakan hipotesis masuk

Hipotesis menyangkut distribusi perubahan masa depan setelah kondisi tertentu dan selama horizon tertentu. “Saya membeli setelah kenaikan” tidak cukup: ukuran kenaikan, periode pengukurannya, waktu pengamatan, dan peristiwa yang hasilnya akan dinilai harus ditetapkan. Perubahan masa depan dapat memiliki rata-rata positif meskipun kurang dari setengah observasinya positif jika sedikit keuntungan itu cukup besar. Karena itu, hipotesis tentang rata-rata, frekuensi suatu tanda, dan pencapaian target sebelum level protektif menyatakan hal berbeda. Proporsi kemenangan setelah penerapan aturan penutupan tidak otomatis menjadi estimasi probabilitas kenaikan harga selama horizon tetap.

Kelanjutan mensyaratkan keputusan pada pergerakan sebelumnya. Breakout mensyaratkannya pada pelintasan level. Pembalikan mensyaratkannya pada penyimpangan dari titik acuan. Kondisi ini dapat terjadi bersamaan. Setelah kenaikan beberapa jam, harga dapat melampaui harga tertinggi sesi sekaligus berada jauh di atas rata-ratanya. Ini tidak menciptakan pertentangan logis antara tiga keluarga. Ini menciptakan situasi ketika tiga definisi berbeda dapat menunjukkan keputusan berbeda, yang memerlukan pemeriksaan peristiwa, horizon, dan variabel tepat yang dimaksud masing-masing.

Hanya dua klaim tepat tentang distribusi bersyarat yang sama yang akan bertentangan: bahwa nilai harapannya yang berhingga positif dan bahwa nilainya negatif. Namun, “harga akan turun selama sebagian besar beberapa jam berikutnya” dapat berdampingan dengan rata-rata perubahan positif jika kenaikan yang jarang mendominasi besarnya. Demikian pula, kelanjutan selama berminggu-minggu dan pembalikan selama berjam-jam dapat berdampingan. Tanpa rincian ini, perdebatan “tren atau mean reversion” tidak memiliki satu jawaban yang dapat diuji.

Keluarga, gaya, dan alat adalah tiga deskripsi terpisah

Gaya mendeskripsikan periode penahanan dan pola kerja. Keluarga mendeskripsikan asumsi di balik keputusan. Alat memberikan pengukuran. Rata-rata bergerak dapat menjadi penyaring arah, level konfirmasi breakout, atau titik acuan penyimpangan. Karena itu, penggunaan rata-rata tidak menentukan keluarga aturan. Yang menentukannya ialah klaim tentang apa yang seharusnya berbeda dalam distribusi masa depan setelah kondisi yang diamati terjadi.

Setup masuk tertentu termasuk lapisan pengukuran: persilangan dua rata-rata, penutupan di atas level, pola tertentu, atau penyimpangan osilator. Bagian 5 menjelaskan identifikasi tren, level, dan penyimpangan. Di sini kita tertarik pada pengaruh spesifikasi terhadap himpunan transaksi yang memenuhi syarat dan distribusinya. Dua aturan memakai indikator yang sama dapat memiliki arah masuk berbeda, penutupan berbeda, dan hasil setelah biaya yang sama sekali berbeda.

Satu keluarga juga dapat bekerja dalam berbagai gaya. Hipotesis kelanjutan yang dinilai pada penutupan menit dan pada penutupan bulanan memerlukan data serta biaya berbeda. Tingkat kemenangan dan variansnya tidak dapat dipindahkan hanya karena namanya sama. Ketergantungan observasi dan laju pengumpulan sampel harus ditetapkan untuk aturan, instrumen, jam trading, dan seleksi peristiwa tertentu.

Pembatalan posisi versus penilaian hipotesis

Kondisi penutupan operasional tidak sama dengan bukti yang membantah hipotesis statistik. Tercapainya level protektif berarti satu transaksi berakhir sesuai aturan. Itu tidak berarti seluruh distribusi bersyarat kehilangan rata-rata positifnya. Kesimpulan terakhir memerlukan data dan metode penilaian, bukan satu observasi. Spesifikasi harus membedakan alasan menutup posisi dari kriteria yang memicu pemeriksaan ulang seluruh sistem.

“Tren telah berakhir” belum merupakan kondisi penutupan yang dapat direproduksi. “Saya menutup setelah penutupan lengkap pertama di bawah Bid terendah dari tiga interval lengkap sebelumnya” memberikan observasi tertentu. Aturan diskresioner juga dapat meninggalkan catatan jika merekam data tersedia dan alasan keputusan, meskipun perbandingan identik antaroperator lebih sulit. 8.1 menjelaskan uji ketidakambiguan dan batas diskresi.

Breakout tidak harus menjadi lawan tren yang terpisah. Aturan breakout searah pergerakan beberapa minggu terakhir menggabungkan kedua kondisi. Aturan breakout yang melawan pergerakan itu dapat termasuk strategi pembalikan arah. Kelanjutan juga mungkin tanpa melintasi level mana pun yang diidentifikasi sistem. Pembedaan ini membantu menghindari penilaian sinyal berdasarkan kriteria yang tidak pernah diwajibkan spesifikasinya.

Batas klasifikasi ini

Tiga keluarga mengatur banyak hipotesis arah harga, tetapi tidak mengklasifikasikan setiap strategi. Aturan nilai relatif dapat mengasumsikan pembalikan hubungan dua instrumen, kelanjutan perubahannya, atau ketergantungan lain. Subjeknya spread, rasio, atau keluaran model, tidak harus satu harga. Aturan itu tidak mewarisi seluruh distribusi hasil aturan pembalikan lain hanya karena mengasumsikan konvergensi menuju titik acuan.

Carry, premi risiko, peristiwa, dan efek kalender dapat memerlukan hipotesis lain. Pembukaan pada waktu tetap dapat mengajukan klaim yang dapat diuji tentang distribusi perubahan berikutnya; tidak adanya kondisi pergerakan harga tidak otomatis membuatnya tanpa hipotesis. Sementara itu, arbitrase memerlukan pembedaan harga serentak, biaya, dan risiko eksekusi. Teks ini tidak menilai kelayakannya untuk setiap peserta atau ketentuan. Bagian 3 membahas struktur pasar, sedangkan ketentuan layanan tertentu diperiksa dalam bagian 11.

Nama keluarga tidak menetapkan instrumen, jarak protektif, atau jumlah sinyal. Apalagi menunjukkan nilai harapan positif. Untuk sistem tertentu, kita memerlukan spesifikasi, data, dan biaya lengkap yang dibahas dalam 8.2. Hanya konstruksi penutupan yang terdefinisi memungkinkan kita mendeskripsikan apakah hasil dibatasi target, memuat keuntungan besar yang jarang, atau mencakup kategori luas penutupan berdasarkan waktu.

2. Breakout: definisi yang ditetapkan sebelum keputusan

Tidak ada satu definisi breakout yang berlaku di seluruh pasar. Perancang harus menentukan level atau zona, sisi kuotasi, kondisi pelintasan, kapan sinyal diketahui, dan aturan respons. Label “breakout” saja tidak menentukan apa yang seharusnya dilakukan.

Empat varian pada satu level

VarianKondisi yang diketahui saat keputusanKonsekuensi
ABid saat ini mencapai 1,10500Respons mungkin dilakukan di dalam candle
BPenutupan Bid H1 pertama di atas 1,10500Keputusan hanya setelah candle berakhir
CBid saat ini mencapai 1,10530Margin 0,25×ATR14 =0,25×12 =3 pip; ATR dari candle lengkap
DDua penutupan Bid H1 berturut-turut di atas 1,10500Respons setelah penutupan kedua

Keempat varian memiliki keputusan yang dapat ditentukan. Tidak satu pun memperoleh keunggulan hanya dari definisinya. Perbandingan ini mempertimbangkan satu percobaan masuk per varian per episode, tanpa masuk ulang. Sistem lengkap juga harus menetapkan kapan episode berakhir dan kapan sinyal boleh diulang.

Candle yang sama, waktu respons berbeda

Asumsi lengkap contoh OHLC.

EUR/USD, pip =0,0001, H1, waktu UTC ilustratif, semua O/H/L/C pada Bid. Data dibentuk dan bersifat ilustratif, tanpa tanggal pasar. Setiap varian memiliki target acuan 20 pip dan level protektif 6 pip dari Bid saat respons. Level absolut tetap. Spread 0,8, komisi masuk-keluar 0,3, slippage masuk merugikan 0,2, dan slippage keluar 0,4 pip adalah konstanta ilustratif. C =1,7 pip; semua penutupan terjadi sebelum rollover. Kita mengasumsikan pelintasan berkelanjutan melalui level A dan C, serta respons B dan D pada kuotasi pertama setelah penutupan, dengan Bid yang sama dengan Close yang telah lengkap. Ini penyederhanaan eksplisit, bukan akses ke Close sebelum diketahui.

Candle UTCOpen BidHigh BidLow BidClose Bid
10:00–11:001,104701,105121,104661,10488
11:00–12:001,104881,105381,104841,10528
12:00–13:001,105281,105901,105241,10575
13:00–14:001,105751,105811,104551,10462
14:00–15:001,104621,104981,104501,10492
15:00–16:001,104921,107261,104881,10712
VarianWaktu sinyal / responsBid acuanPembelian Ask setelah slippageBid protektif / Bid targetHasil bruto / neto
ASelama 10:00–11:001,105001,105101,10440 / 1,10700+20 / +18,3 pip
B12:00 setelah Close candle 11:001,105281,105381,10468 / 1,10728−6 / −7,7 pip
CSelama 11:00–12:001,105301,105401,10470 / 1,10730−6 / −7,7 pip
D13:00 setelah Close kedua1,105751,105851,10515 / 1,10775−6 / −7,7 pip

A bertahan dari penurunan 13:00–14:00 karena Low 1,10455 berada di atas levelnya 1,10440, dan mencapai target pada candle terakhir. B, C, dan D memiliki level protektif di atas Low itu dan berakhir rugi. Saat penutupan, Bid yang dimodelkan 0,4 pip lebih buruk daripada level; lalu hanya komisi 0,3 yang dikurangkan dari selisih Ask dan Bid aktual. Perhitungan +20−1,7 = +18,3 dan −6−1,7 = −7,7 menghitung operasi yang sama memakai harga acuan. C tidak dikurangkan untuk kedua kalinya dari harga eksekusi aktual.

Ilustrasi model yang dijelaskan dalam bagian ini. Baca asumsi dan satuan bersama grafik.
Empat waktu masukDiagram tidak berskala. A: di dalam candle 10:00: Bid 1,10500 → Ask 1,10510; neto +18,3 pip. B: setelah Close pada 12:00: Bid 1,10528 → Ask 1,10538; neto −7,7. C: di dalam candle 11:00: Bid 1,10530 → Ask 1,10540; neto −7,7. D: setelah Close kedua pada 13:00: Bid 1,10575 → Ask 1,10585; neto −7,7Empat waktu masukA: di dalam candle 10:00Bid 1,10500 → Ask 1,10510; neto +18,3 pipB: setelah Close pada 12:00Bid 1,10528 → Ask 1,10538; neto −7,7C: di dalam candle 11:00Bid 1,10530 → Ask 1,10540; neto −7,7D: setelah Close kedua pada 13:00Bid 1,10575 → Ask 1,10585; neto −7,7

Episode kedua: pembukaan lebih awal dapat rugi

CandleOpen BidHigh BidLow BidClose Bid
10:00–11:001,104701,105081,104661,10474
11:00–12:001,104741,104801,104121,10420

A dibuka pada Ask 1,10510 dengan slippage yang diasumsikan, lalu mencapai Bid protektif 1,10440: neto −7,7 pip. B, C, dan D tidak memiliki sinyal dalam episode yang ditampilkan. Kedua rangkaian menggambarkan pertukaran untung-rugi waktu respons, bukan frekuensi keberhasilan varian mana pun.

OHLC tidak menetapkan urutan peristiwa

Jika candle C memuat ambang masuk 1,10530 sekaligus Low 1,10462 di bawah level protektif 1,10470, beberapa lintasan mungkin terjadi. O1,10488 → L1,10462 → H1,10538 → C1,10528 memungkinkan masuk setelah titik rendah sebelumnya dan bertahan sepanjang candle. O → H → L → C memberikan masuk sebelum stop dan kerugian. Ini dua contoh lintasan yang sesuai OHLC, bukan satu-satunya kemungkinan. Urutan ekstrem saja tidak menyingkirkan kunjungan ulang suatu harga. Tanpa data kronologis, tandai ambiguitas atau gunakan aturan pengujian konservatif, bukan memilih hasil menguntungkan sesudahnya.

Gap mengubah harga respons

Dengan Bid terakhir 1,10480 dan kuotasi berikutnya 1,10620, aturan A dan C dapat mengetahui pelintasan bersamaan. Dengan spread dan slippage yang sama, pembelian terjadi pada Ask 1,10630, bukan level yang terlewati. Bid protektif lama A sebesar 1,10440 berjarak 19 pip dari Ask masuk aktual, sedangkan C sebesar 1,10470 berjarak 16 pip. B dan D masih memerlukan penutupan berikutnya; tanpa itu kita tidak mengetahui titik masuknya. Level sinyal dan harga respons yang dapat diperoleh tidak dapat dipertukarkan.

Definisi breakout sebelum keputusan. A dan C: Bid saat ini; level atau level dengan margin. B dan D: Satu atau dua penutupan candle lengkap. Eksekusi: Bid/Ask yang tersedia kemudian ditambah biaya eksplisit
A dan C: Bid saat ini; level atau level dengan margin. B dan D: Satu atau dua penutupan candle lengkap. Eksekusi: Bid/Ask yang tersedia kemudian ditambah biaya eksplisit

Aturan A dan C memantau Bid dalam latihan ini. Itu tidak otomatis berarti Buy Stop pada platform dengan angka yang sama akan memicu peristiwa identik. Dokumentasi MT5 menjelaskan grafik Bid dan, untuk simbol yang sesuai, grafik Last[1]; sisi harga harus merupakan sifat data yang dipakai dalam pengujian. Mekanisme order dibahas dalam pelajaran tentang order dan eksekusi.

Spesifikasi pada kedua sisi level

Untuk breakout ke bawah, balikkan pertidaksamaan secara eksplisit dan tentukan Ask sebagai harga penutupan posisi short. Mengubah tanda hasil pada grafik Bid tidak cukup. Margin ATR harus diketahui sebelum keputusan, dan zona serta jumlah penutupan yang diwajibkan harus ditetapkan sebelum menelaah hasil.[2]

Cara mereproduksi empat keputusan dalam tabel utama

Varian A mengamati Bid saat ini dan merespons selama 10:00–11:00 ketika 1,10500 muncul. High candle mengonfirmasi ambang tercapai, tetapi tidak mengidentifikasi menit eksekusi. Varian B tidak merespons High itu: ia menunggu interval berakhir. Penutupan pertama di atas level berasal dari candle 11:00–12:00, sehingga keputusan baru tersedia setelah 12:00. Dalam model, Bid pembukaan berikutnya 1,10528. Harga ini tidak boleh dipakai untuk eksekusi pada 11:00, ketika penutupan belum diketahui.

Varian C mencapai ambang 1,10530 dalam 11:00–12:00. Karena itu, di sini ia lebih awal daripada B meskipun memerlukan pelintasan level lebih jauh. Varian D memerlukan dua candle lengkap dan baru tersedia setelah 13:00; harga acuan pembukaan berikutnya 1,10575. Konfirmasi waktu dan jarak tidak memiliki urutan universal. Mengubah margin C atau lintasan harga dapat membalik urutannya.

Level protektif dalam contoh ditambatkan ke Bid masuk acuan dan tidak otomatis berpindah bersama Ask eksekusi aktual. Karena itu, level A adalah 1,10440, B 1,10468, C 1,10470, dan D 1,10515. Target A 1,10700 tercapai dalam 15:00–16:00. Posisi lain berakhir lebih awal, selama 13:00–14:00. Penyimpangan eksekusi dan komisi ilustratif mengubah +20/−6 menjadi +18,3/−7,7 pip. Pembukuan berdasarkan sisi kuotasi aktual tidak mengurangkan spread dua kali.

Ini bukan rekomendasi varian A. Satu lintasan yang sengaja diasumsikan menunjukkan mekanisme: harga acuan lebih akhir menggeser seluruh kumpulan level jika jaraknya diukur dari harga itu. Stop yang diukur dari level sebelumnya, dari eksekusi aktual, dan dari rentang saat ini merupakan tiga konstruksi berbeda. Perbandingan harus memakai versi yang benar dan mempertahankannya pada lintasan yang tidak tampak menguntungkan.

Lintasan sebaliknya: definisi lebih akhir tidak membuka posisi

Rangkaian kedua juga diasumsikan semata-mata untuk ilustrasi, tanpa kuotasi pasar aktual. Kita mempertahankan EUR/USD, candle Bid per jam, level 1,10500, margin C 3 pip, target acuan 20 pip, dan level protektif 6 pip. Biaya C =1,7 pip dan model eksekusi sama dengan perhitungan pertama. Kita mengasumsikan kedatangan berkelanjutan pada ambang dan tanpa rollover.

IntervalBid pembukaanHighLowClose
10:00–11:001,104701,105081,104661,10474
11:00–12:001,104741,104801,104121,10420

A mencapai ambang pada candle pertama dan dibuka dengan Bid protektif 1,10440 dan target 1,10700. Low candle pertama 1,10466 berada di atas level protektif, sehingga urutan ekstremnya tidak mengubah kesimpulan ini. Pada candle kedua, Low 1,10412 mencapai level protektif, sedangkan High jauh dari target. Hasil acuan −6 pip; setelah C lengkap, hasil neto −7,7.

B tidak memiliki sinyal karena kedua penutupan berada di bawah level. C tidak memiliki sinyal karena Bid tertinggi 1,10508 tidak mencapai 1,10530. D tidak memiliki penutupan pertama maupun kedua di atas level. Kita tidak mengkreditkan keuntungan “kerugian yang dihindari” kepada tiga varian ini. Catatannya menunjukkan tidak ada transaksi. Hanya kumpulan peristiwa lengkap yang memungkinkan perbandingan pergerakan yang terlewat, biaya masuk ulang, dan frekuensi seluruh lintasan.

Kedua ilustrasi menunjukkan pertukaran antara manfaat dan biaya konfirmasi. Kondisi lebih ketat dapat menolak penembusan singkat, tetapi juga dapat melewatkan pergerakan atau memperoleh harga kurang menguntungkan. Tidak harus masuk pada harga lebih buruk di setiap lintasan: saat menunggu, harga dapat mundur tanpa melanggar kondisi wajib. Keseimbangannya diukur dari hasil definisi tertentu, bukan disimpulkan dari kata “konfirmasi”.

Cara menangani urutan peristiwa yang tidak diketahui dalam candle

Ubah hanya Low candle 11:00–12:00 pada rangkaian utama menjadi 1,10462, dan biarkan lainnya tetap. C mencapai ambang 1,10530 dalam candle itu dan memiliki level protektif 1,10470. OHLC tidak menjelaskan apakah Low terjadi sebelum atau sesudah masuk. Lintasan open → low → high → close memungkinkan masuk setelah Bid rendah dan bertahan sepanjang candle. Open → high → low → close memungkinkan masuk lebih awal dan penutupan pada level protektif dalam jam tersebut.

Kedua lintasan memiliki OHLC identik. Bahkan pengetahuan bahwa “Low mendahului High” tidak selalu menetapkan setiap pelintasan ambang, karena harga dapat melintasinya berulang kali. Karena itu, urutan dua ekstrem tidak menggantikan data kronologis. Dalam dua lintasan sederhana yang ditampilkan, hasil akhir C tetap −7,7, tetapi waktu penutupannya berbeda. Jika masuk ulang diizinkan, jumlah transaksi dan hasil seluruh episode juga dapat berubah.

Data dapat dilengkapi dengan resolusi lebih tinggi, skenario eksplisit menguntungkan dan merugikan dapat dijalankan, atau hasil dapat ditandai sebagai rentang penyelesaian yang mungkin. Data resolusi lebih tinggi juga harus diperiksa: jika candle kecil masih memuat peristiwa bersaing, masalah belum terselesaikan. Menghilangkan observasi ambigu mengubah sampel; laporan harus menampilkan jumlah dan potensi dampaknya. Memilih lintasan yang nyaman setelah melihat hasil melemahkan penilaian.

Gap tidak menghapus perbedaan semua definisi

Pertimbangkan episode ilustratif terpisah: Bid terakhir 1,10480, Bid pertama setelah jeda 1,10620, dengan spread model tetap 0,8 pip. Lompatan 14 pip. Ambang A 1,10500 dan C 1,10530 terlewati. Jika spesifikasi dan jenis order mengizinkan aktivasi melintasi gap, keduanya dapat memperoleh Bid acuan pertama yang tersedia 1,10620 dan Ask 1,10628 sebelum penyimpangan eksekusi apa pun. Ini tidak menjamin eksekusi oleh layanan tertentu.

Mempertahankan level protektif lama A 1,10440 dan C 1,10470 menghasilkan jarak Bid-ke-Bid dari acuan baru masing-masing 18 dan 15 pip, bukan 6. Jarak dari Ask lebih besar sebesar spread, dan hasil uang juga bergantung pada eksekusi penutupan. Jika sistem memindahkan level bersama harga masuk aktual, itu aturan berbeda yang harus menetapkan sisi kuotasi untuk perhitungan tersebut.

B masih menunggu candle selesai dan D menunggu dua interval lengkap. Harga pertama setelah gap sendiri tidak menetapkan kondisi itu atau menyamakan harganya dengan A/C. Selain itu, sistem dapat melarang masuk baru setelah jarak maksimum dari level terlampaui. Tidak terlaksananya transaksi kemudian merupakan hasil aturan yang sah, bukan transaksi hilang yang harus ditambahkan. Spesifikasi strategi menentukan kelayakan; rincian order dan infrastruktur termasuk dalam bagian 12.

Margin, waktu, dan reset episode adalah parameter

Margin berbasis ATR memerlukan data yang tersedia sebelum keputusan. ATR =12 pip dalam contoh adalah masukan model yang diasumsikan, bukan nilai yang dihitung dari enam candle yang ditampilkan. Spesifikasi aktual menyatakan periode, rumus, dan apakah hanya interval lengkap yang dipakai. Menghitung ulang ambang dari ATR candle berjalan yang berubah dapat menggesernya selama candle itu. Ini varian yang diperbolehkan hanya jika spesifikasi dan data kronologisnya memungkinkan reproduksi.

Dua penutupan berturut-turut pada satu sisi level dan tiga puluh menit tanpa putus pada sisi itu merupakan kondisi berbeda. Yang pertama tidak menyingkirkan kembalinya harga di antara penutupan. Yang kedua memerlukan informasi seluruh periode dan keputusan apakah gangguan data menghentikan jam sementara, mengulang kondisi dari awal, atau membatalkan episode. Menghitung candle tidak otomatis memberi ketahanan terhadap akhir pekan, interval hilang, atau kisi waktu server berbeda.

Terakhir, tentukan reset: apakah masuk ulang boleh setelah penutupan protektif, apakah pelintasan lain dalam sesi sama merupakan sinyal baru, berapa percobaan diizinkan, dan kapan episode berakhir. Tanpa reset, ringkasan “satu breakout, satu transaksi” dan “satu breakout, tiga percobaan” dapat tampak menilai aturan sama. Keduanya tidak sama. Catatan harus mengidentifikasi episode dan versi definisi.

Penutupan, margin, dan waktu dapat digabung. Ini menciptakan hipotesis lain yang parameter dan penolakannya harus dihitung. Menelaah banyak kombinasi pada satu kumpulan data melemahkan interpretasi hasil terpilih, tetapi tidak menetapkan bahwa hasil sepenuhnya acak. Definisi algoritmik atau tidak ambigu memungkinkan perbandingan; 8.9 membahas penilaian setelah pemilihan aturan dan di luar data seleksi. [2][3]

3. Mengapa “false breakout” bukan aturan

Ungkapan ini biasanya berbentuk: harga melintasi level lalu kembali ke bawahnya, jadi breakout itu palsu. Kalimatnya benar secara tata bahasa dan kosong secara operasional, karena informasi pendukungnya—kembalinya harga—datang setelah keputusan dibuat. Label yang diterapkan pada saat itu tidak mendeskripsikan kondisi yang dapat diperiksa sebelum masuk. Itu mendeskripsikan hasil.

Ini lebih dari istilah. Aturan yang dibangun dari label itu menyatakan “saya masuk pada breakout asli dan melewatkan yang palsu” dan tidak dapat dilaksanakan, karena kedua kelas terlihat identik saat keputusan. Tetap mengujinya pada data historis, saat masa depan sudah diketahui, merupakan penggunaan jelas informasi yang belum tersedia saat itu: sinyal diklasifikasikan oleh hal yang terjadi sesudahnya. Pengujian demikian dapat memberi hasil luar biasa yang tidak berguna.

Apa yang mengubah label menjadi kondisi

Konversi itu mungkin dan memerlukan satu hal: menyatakan sebelumnya apa tepatnya yang membatalkan posisi terbuka. Pembatalan menjadi penutupan ketiga di samping target dan penutupan protektif, berbeda karena mengacu pada peristiwa yang bertentangan dengan hipotesis dasar aturan, bukan jarak dari harga masuk. Bentuk pertama kondisi ini mengacu langsung pada harga.

Kondisi harga. Posisi ditutup jika harga kembali ke zona sebelum pelintasan—misalnya jika interval berikutnya ditutup kembali di bawah level. Spesifikasi harus mengidentifikasi berapa interval diamati; jika tidak, kondisi berlaku tanpa batas dan mulai bertentangan dengan target.

Kondisi waktu. Posisi ditutup jika harga belum bergerak sejauh jarak tertentu ke arah breakout dalam sejumlah interval tertentu. Varian ini tidak mengacu ke level itu sendiri dan dapat lebih praktis ketika level ditentukan dengan toleransi.

Kondisi struktural. Posisi ditutup ketika peristiwa dari daftar tertentu diidentifikasi—misalnya volatilitas kembali ke level sebelum pelintasan, pelintasan level berlawanan, atau munculnya setup tertentu. Varian ini paling rentan ambigu dan memerlukan disiplin spesifikasi yang sama dengan kondisi masuk.

Ketiga bentuk memiliki satu sifat bersama: dapat diperiksa sebelum masuk dalam arti peristiwa yang akan menutup posisi diketahui tepat sebelum masuk. Label “false breakout” tidak memiliki sifat ini, dan berapa pun kata sifat tidak dapat memberikannya.

Perhitungan: satu kondisi pembatalan dengan dua panjang jendela pengamatan.

Asumsi. Kita memakai varian A dari contoh Bid H1 lengkap: masuk acuan 1,10500 dalam 10:00–11:00, Ask aktual 1,10510, Bid protektif 1,10440, dan Bid target 1,10700. Setelah masuk, kita mengamati k candle lengkap berikutnya, tidak termasuk candle masuk. Ini adalah 11:00–12:00, 12:00–13:00 dan, untuk k =3, juga 13:00–14:00. Close di bawah 1,10500 memicu respons pada kuotasi berikutnya yang pertama; Bid acuannya diasumsikan sama dengan Close itu. Biaya tetap sama: spread 0,8, komisi 0,3, slippage masuk 0,2, dan slippage keluar 0,4 pip, total 1,7; tanpa rollover. Peristiwa dalam candle mendahului respons terhadap penutupan. Semua data ilustratif.

k =2. Close yang diketahui pada 12:00 dan 13:00 adalah 1,10528 dan 1,10575. Keduanya melampaui level; kondisi berakhir. Target tercapai dalam 15:00–16:00 tanpa OHLC mengidentifikasi menit tepatnya. Hasil acuan +20 pip; Bid penutupan aktual yang dimodelkan 1,10696 terhadap Ask masuk 1,10510 memberi +18,6 dari harga dan +18,3 setelah komisi.

k =3. Close tambahan pada 14:00 adalah 1,10462, di bawah level. Low 1,10455 di atas level protektif 1,10440, sehingga stop belum terpicu sebelumnya. Hasil acuan −3,8 pip. Bid penutupan model setelah slippage 0,4 pip adalah 1,10458; terhadap Ask 1,10510 menghasilkan −5,2 dari harga dan −5,5 pip setelah komisi. Setara dengan: −3,8−1,7 =−5,5.

Ketersediaan informasi dan harga respons. Close baru diketahui setelah candle berakhir. Kesamaan Bid acuan pertama dan Close merupakan asumsi contoh ini; eksekusi lebih buruk lagi sebesar 0,4 pip. Spread dan slippage masuk sudah tercermin dalam selisih Ask–Bid aktual. Hanya komisi dikurangkan darinya, bukan C lengkap lagi.

Hasil. Dua varian pada lintasan sama menghasilkan neto +18,3 dan −5,5 pip, selisih 23,8. Ini menunjukkan sensitivitas satu episode, tetapi tidak menetapkan k yang lebih baik atau kerapuhan seluruh aturan. Penilaian stabilitas memerlukan sampel lengkap dan parameter sekitar; 8.9 menjelaskan prosedurnya.

Masuk berlawanan adalah aturan terpisah, bukan aturan sama yang dibalik

Aturan yang memanfaatkan kembalinya harga ke bawah level sepenuhnya dapat dilaksanakan, asalkan dispesifikasikan sebagai aturan mandiri, bukan penyaring pada aturan breakout. Kondisinya: harga melintasi level lalu kembali ke bawahnya menurut definisi tertentu, sehingga posisi diambil searah kembalinya harga. Kondisi dapat diperiksa saat keputusan karena kembalinya harga sudah terjadi; tidak ada informasi masa depan yang digunakan.

Kembali ke bawah level dapat memicu aturan arah berlawanan yang terpisah jika seluruh kondisinya diketahui sebelum masuk. Itu dapat disebut hipotesis pembalikan setelah pelintasan gagal, tetapi nama tidak menentukan distribusinya. Target, level protektif, waktu, dan biaya memerlukan definisi serta pengujian sendiri. Bagian 6 mengembangkan asimetri satu konstruksi tertentu.

Aturan yang sama juga memerlukan definisi kembalinya harga sendiri, sehingga keempat varian dari bagian 2 muncul lagi, sekarang diterapkan pada peristiwa kembali. Apakah kembali berarti menyentuh level dari atas, ditutup di bawahnya, turun sebesar margin, atau bertahan di bawahnya selama dua interval? Empat jawaban, empat kumpulan sinyal berbeda, masalah sama.

Menghitung false breakout secara retrospektif

Ringkasan dapat mengatakan “enam puluh persen breakout pada instrumen ini tahun lalu palsu”. Angka demikian memerlukan dua definisi, biasanya keduanya tidak diberikan: satu untuk breakout dan satu untuk kegagalannya. Tanpa yang pertama, penyebut tidak diketahui—bagian 2 menunjukkan empat varian menghasilkan empat jumlah peristiwa berbeda dari data identik. Tanpa yang kedua, pembilang tidak diketahui, karena “palsu” dapat berarti kembali dalam satu interval, kembali kapan pun kemudian, atau gagal mencapai target yang dimaksud.

Definisi yang dipilih setelah menelaah data tetap menghasilkan pengukuran dalam sampel terpilih, tetapi seleksi memengaruhi interpretasi. Empat definisi breakout dan tiga definisi kegagalan menciptakan dua belas persentase yang mungkin. Jumlah perbandingan dan pemilihan varian terpublikasi harus diungkapkan. [2] Tanpa definisi, sampel, tanggal, dan instrumen, populasi yang dirujuk persentase tidak dapat dinilai.

Konsekuensi praktisnya jelas saat membaca materi orang lain. Ketika persentase false breakout muncul, tanyakan dahulu definisi breakout, definisi kegagalan, dan berapa varian diperiksa. Jika salah satu jawaban tidak ada, penilaian berhenti di situ. Artikel 8.2 menghimpun pertanyaan untuk mengevaluasi hasil orang lain; artikel 8.9 menambahkan pertanyaan tentang prosedur pengujian itu sendiri: sumber data, sisi kuotasi, resolusi, konvensi urutan peristiwa intrabar, dan penanganan data hilang.

4. Dari mana bentuk distribusi hasil berasal

Tidak setiap aturan tren dapat diberi tingkat kemenangan rendah dan keuntungan besar, maupun setiap aturan pembalikan profil sebaliknya. Penutupan tertentu dapat menciptakan profil ini bahkan dalam model tanpa prediktabilitas. Perhitungan berikut menurunkan dua konstruksi dari geometri batas tetap; itu tidak menetapkan bahwa nama keluarga menentukan batas tersebut.

Model tanpa prediktabilitas apa pun

Asumsikan deskripsi paling sederhana: harga bergerak dalam langkah berukuran sama, masing-masing naik atau turun dengan probabilitas sama, independen dari seluruh langkah sebelumnya. Proses ini tidak memiliki tren maupun mean reversion dan tidak mengandung apa pun yang dapat dimanfaatkan suatu aturan. Posisi yang dibuka kapan saja dan ditutup ketika salah satu dari dua level pertama kali tercapai—target berjarak W atau penutupan protektif berjarak L—memiliki probabilitas keuntungan menurut rumus klasik kebangkrutan penjudi:

p = L / (W + L)

Pembaca bagian ini sudah mengenal rumus sama dengan nama lain. Tingkat kemenangan impas tanpa biaya, ketika nilai harapan tepat nol, adalah p* = L / (W + L) dalam artikel 8.2. Angkanya sama. Dalam proses tanpa prediktabilitas, tingkat kemenangan yang dicapai aturan tepat sama dengan tingkat impas; justru itulah alasan tingkat kemenangan saja tidak menjelaskan apa pun tentang aturan.

Perhitungan: empat aturan penutupan pada proses yang sama.

Asumsi. Proses: random walk dengan langkah satu pip, probabilitas langkah naik 0,5 dan langkah independen. Target W dan penutupan protektif L diukur dari harga masuk. Biaya diabaikan pada bagian pertama dan diperkenalkan pada bagian kedua sebagai C =1,0 pip per transaksi lengkap—sebuah nilai ilustratif yang dipakai semata-mata untuk menunjukkan arah perubahan. Status hasil: perhitungan model, bukan pengujian data pasar.

Target WPenutupan protektif LRasio W / LTingkat kemenangan p = L / (W + L)E sebelum biayaWaktu harapan hingga penyelesaian
30,0 pip10,0 pip3,0025,0%0,00 pip300 langkah
20,0 pip20,0 pip1,0050,0%0,00 pip400 langkah
10,0 pip30,0 pip0,3375,0%0,00 pip300 langkah
8,0 pip24,0 pip0,3375,0%0,00 pip192 langkah

Perhitungan. Baris pertama: p =10 / (30 +10) =10 /40 =0,250. E =0,250 ×30 −0,750 ×10 =7,50 −7,50 = 0,00 pip. Baris ketiga: p =30 / (10 +30) =30 /40 =0,750. E =0,750 ×10 −0,250 ×30 =7,50 −7,50 = 0,00 pip. Jumlah langkah harapan menuju salah satu batas adalah W × L / δ², dengan δ ukuran langkah; di sini δ =1 pip sehingga secara numerik W × L, memberikan 30 ×10 =300 untuk baris pertama dan 10 ×30 =300 untuk baris ketiga—sama-sama 300 langkah.

Setelah memperkenalkan biaya. C =1,0 pip mengurangi setiap hasil transaksi apa pun tandanya. Baris pertama: E =7,50 −7,50 −1,00 = −1,00 pip. Baris ketiga: E =7,50 −7,50 −1,00 = −1,00 pip. Tingkat kemenangan impas termasuk biaya, p* = (L + C) / (W + L), adalah (10 +1) /40 = 27,5% untuk baris pertama dan (30 +1) /40 = 77,5% untuk baris ketiga. Dalam kedua kasus, tingkat yang dicapai berada 2,5 poin persentase di bawah ambang.

Ketersediaan informasi dan eksekusi. Model mengasumsikan harga melewati seluruh nilai antara dan eksekusi terjadi tepat pada level. Keduanya menyederhanakan eksekusi: pada ketidakberlanjutan kuotasi, harga antara terlewati, dan penutupan protektif memicu order yang dilaksanakan pada harga pertama tersedia, yang saat gap dapat berarti kelipatan jarak yang dimaksud. Artikel 8.5 menghitung perbedaan ini untuk posisi yang ditahan selama akhir pekan. Model juga tidak menentukan urutan peristiwa dalam interval karena bekerja pada langkah, bukan candle.

Hasil dan interpretasi. Dalam random walk simetris, geometri 30/10 dan 10/30 memberikan tingkat kemenangan 25% dan 75%, E bruto nol dan neto −1 pip. Keduanya memiliki durasi rata-rata 300 langkah. Di sini profil berasal dari batas yang ditentukan, meskipun dapat menyerupai deskripsi populer tren dan pembalikan. Keluarga sinyal tidak menentukan geometri penutupan. Random walk adalah tolok ukur, bukan deskripsi pasar.

Ilustrasi model yang dijelaskan dalam bagian ini. Baca asumsi dan satuan bersama grafik.
Tingkat kemenangan dari geometri batasLangkah ±1 pip yang independen dan simetris; p=L/(W+L).Tingkat kemenangan dari geometri batas0,000,0010,0016,0020,0032,0030,0048,0040,0064,0050,0080,00L=10; biaya diabaikanW dalam pip · sumbu linearp dalam %
Satuan waktu dalam model.

Satu langkah bukan satu detik maupun satu candle. Untuk proses dengan langkah ±δ dan probabilitas langkah naik 0,5, penyerapan pada batas −L dan +W memerlukan WL/δ² langkah dalam harapan ketika batas berada pada kisi. Target 30 dan L =10 pip dengan δ =1 pip menghasilkan 300 langkah; dengan δ =2 pip, pada kisi batas yang sama, 75. Angka ini tidak dapat dikonversi ke waktu pasar tanpa model tersendiri tentang kedatangan perubahan. Di sini model biaya 1 pip berarti spread 0,4 + komisi 0,2 + slippage masuk 0,2 + slippage keluar 0,2, tanpa rollover; prosesnya adalah harga acuan sebelum komponen ini.

Di mana keunggulan masuk dalam perhitungan ini

Dalam model random walk simetris dengan dua batas tetap, tingkat kemenangan tanpa biaya adalah p₀ = L/(W+L). Untuk p mana pun yang dimodelkan dan geometri yang sama, E = (p−p₀)(W+L). Setelah biaya tetap, ambangnya p* = (L+C)/(W+L), dan E neto = (p−p*)(W+L). Margin di atas ambang menentukan tanda; nilainya harus dikalikan W+L dalam satuan yang sama. Untuk biaya bergantung cabang hasil, gunakan ambang bersyarat yang sesuai dalam 8.2.

E = (p − p₀) × (W + L)

Verifikasi memerlukan satu baris: E = p × W − (1 − p) × L, dan substitusi p = p₀ = L / (W + L) memberikan nol. Karena itu, nilai harapan adalah fungsi linear penyimpangan p dari p₀, dengan koefisien sebesar turunannya, W + L.

Karena itu, tingkat kemenangan tidak memberi informasi kecuali disertai W dan L. Tingkat kemenangan 70% sangat baik pada rasio keuntungan terhadap kerugian 1,00 dan negatif pada rasio 0,33. Membandingkan dua aturan hanya dari persentase tepat sasaran membandingkan angka dengan penyebut berbeda dan tidak diketahui.

Dalam model dua titik dengan W, L, dan C tetap, turunan E terhadap p adalah W+L. Pada W =3 R dan L =1 R, satu poin persentase p mengubah E sebesar 0,040 R; pada W =0,71 R dan L =1 R, sebesar 0,0171 R. Rasio 4/1,71 =2,3392 mendeskripsikan perbedaan sensitivitas ini. Rasio itu tidak mengukur beban kerja, kemudahan memperbaiki aturan, maupun waktu pengumpulan transaksi.

Ilustrasi model yang dijelaskan dalam bagian ini. Baca asumsi dan satuan bersama grafik.
E bergantung pada tingkat kemenangan dan W+LSkala linear penuh mencakup semua titik; biaya diabaikan.E bergantung pada tingkat kemenangan dan W+L20,00-0,8032,00-0,1844,000,4456,001,0668,001,6880,002,30T: W=3 R, L=1 RM: W=0,71 R, L=1 RTingkat kemenangan p dalam %E bruto dalam R

Berapa banyak prediktabilitas diperlukan untuk menggeser tingkat kemenangan?

Identitas E = (p − p₀) × (W + L) menimbulkan pertanyaan yang patut diajukan sebelum menentukan ukuran sampel: seberapa besar penyimpangan dari model tanpa prediktabilitas yang sepadan dengan perubahan tingkat kemenangan beberapa poin persentase? Model dapat diperluas dengan cara paling sederhana, yaitu mengizinkan probabilitas langkah naik dan turun yang tidak sama.

Perhitungan: keunggulan satu langkah versus keunggulan seluruh transaksi.

Asumsi. Random walk dengan langkah satu pip, probabilitas langkah naik u, probabilitas langkah turun 1 − u, dan langkah independen. Target W =30,0 pip, penutupan protektif L =10,0 pip. Probabilitas mencapai target sebelum level protektif adalah (1 − r^L) / (1 − r^(W+L)), dengan r = (1 − u) / u. Biaya diabaikan. Semua nilai ilustratif; status hasil: perhitungan model, bukan pengujian data.

Perhitungan. Pada u =0,5, rumus menjadi L / (W + L) =0,250. Kita mencari u yang memberikan tingkat kemenangan 0,300—nilai yang diasumsikan untuk aturan T dalam bagian 5. Penyelesaian numerik memberikan u =0,50321, keunggulan langkah naik sebesar 0,321 poin persentase. Rata-rata perubahan harga per langkah adalah 2 u −1 = 0,00642 pip, dan per seratus langkah 0,642 pip.

Nilai harapan transaksi. Dari identitas: E = (0,300 −0,250) ×40,0 = +2,00 pip. Hasil sama diperoleh dengan cara lain karena dalam model ini nilai harapan transaksi sama dengan rata-rata perubahan per langkah dikalikan jumlah langkah harapan: 0,00642 ×311 ≈2,00 pip, dengan durasi harapan sekitar tiga ratus langkah sebagaimana diberikan model dekat simetri.

Probabilitas langkah naikTingkat kemenangan pada W =30, L =10ETingkat kemenangan pada W =10, L =30E
0,500025,0%0,00 pip75,0%0,00 pip
0,505032,9%+3,17 pip81,9%+2,77 pip
0,510041,3%+6,52 pip87,6%+5,02 pip
0,520057,4%+12,97 pip94,8%+7,92 pip

Ketersediaan informasi dan eksekusi. Parameter u bukan besaran yang dapat diamati. Nilainya tidak dapat dibaca dari grafik atau indikator apa pun; hanya dapat diestimasi secara retrospektif dari seri panjang, dengan ketidakpastian yang untuk penyimpangan sekitar tiga persepuluh poin persentase memerlukan sampel beberapa orde lebih besar daripada catatan trading tipikal. Karena itu, perhitungan ini mendeskripsikan besaran yang dalam praktik tidak diukur langsung oleh siapa pun: yang diukur adalah dampaknya pada tingkat kemenangan.

Hasil dan apa yang tidak mengikutinya. Tingkat kemenangan lima poin persentase di atas tolok ukur setara, dalam model ini, dengan keunggulan sekitar tiga persepuluh poin persentase per langkah. Ini cukup kecil untuk tidak terlihat dalam pemeriksaan grafik apa pun, tetapi cukup besar untuk memberikan nilai harapan dua pip per transaksi. Tabel juga menunjukkan drift yang sama menaikkan tingkat kemenangan kedua aturan, tetapi bukan nilai harapannya secara sama: aturan target jauh mendapat manfaat lebih karena berlangsung lebih lama dan drift bekerja sebanding dengan durasi. Catatan batasan: drift konstan adalah deskripsi prediktabilitas yang sangat disederhanakan dan tidak mewakili satu pun dari tiga keluarga logika, yang ketergantungannya bersyarat, bukan konstan; model hanya dipakai untuk menggambarkan orde besaran.

Ilustrasi model yang dijelaskan dalam bagian ini. Baca asumsi dan satuan bersama grafik.
Drift langkah dan tingkat kemenangan batasModel langkah ±1 pip, i.i.d. Bukan deskripsi pasar.Drift langkah dan tingkat kemenangan batas0,500020,000,504036,000,508052,000,512068,000,516084,000,5200100,00W=30, L=10W=10, L=30u: probabilitas langkah naikTingkat kemenangan dalam %

Apa yang tidak diberitahukan model ini

Model random walk simetris menunjukkan tingkat kemenangan ketika tidak ada prediktabilitas sama sekali dan tidak mengatakan apakah prediktabilitas ada. Ini bukan klaim tentang pasar dan tidak boleh dibaca demikian. Perannya menetapkan tolok ukur. Tingkat kemenangan 25% untuk aturan dengan rasio keuntungan terhadap kerugian tiga bukan baik atau buruk: itulah tepatnya yang diharapkan ketika data tidak memuat apa pun untuk dimanfaatkan. Tingkat kemenangan 30% pada geometri sama membawa informasi karena berbeda dari tolok ukur itu sebesar lima poin persentase.

Model juga mengabaikan biaya, yang dimasukkan dalam perhitungan hanya untuk menunjukkan bahwa biaya menggeser tolok ukur ke atas sebesar C / (W + L), atau 2,5 poin persentase pada C =1,0 pip dan jumlah 40 pip. Model mengabaikan kemungkinan posisi ditutup bukan pada kedua batas karena kondisi waktu atau pembatalan ikut berlaku. Distribusi kemudian memiliki tiga kategori penutupan, penutupan berdasarkan waktu dapat menghasilkan banyak hasil berbeda, dan p = L / (W + L) tidak lagi berlaku.

Terakhir, model mengabaikan fenomena pada seri harga nyata yang tidak direproduksi random walk saja: pengelompokan perubahan besar sepanjang waktu. Volatilitas tidak konstan sehingga W dan L yang diukur dalam pip mewakili jarak berbeda dalam satuan volatilitas pada periode berbeda. Ini menjelaskan popularitas margin berbasis ATR yang disebut dalam bagian 2.

Penutupan trailing tidak memiliki W positif tetap, sehingga rumus waktu pencapaian pertama untuk dua batas tetap tidak langsung berlaku. Proporsi kemenangan dan rata-rata keuntungan harus diturunkan dari model lintasan lengkap atau dihitung dari catatan. Tidak ada arah perubahan p yang universal untuk sembarang modifikasi penutupan trailing.

5. Dua strategi, satu nilai harapan

Bagian sebelumnya menunjukkan peran geometri dalam model pencapaian pertama tertentu. Sekarang kita membandingkan dua distribusi dua titik yang dispesifikasikan secara independen. E serupa tidak berarti varians maupun kebutuhan informasi penilaian serupa, dan tingkat kemenangan saja tidak cukup untuk perbandingan.

Perhitungan memakai kelipatan R, yaitu kelipatan jarak penutupan protektif. Artikel 8.2 mendefinisikan satuan ini; di sini cukup bahwa −1 R berarti kerugian sebesar penutupan protektif yang ditetapkan aturan, dan +3 R keuntungan tiga kali lebih besar. Kelebihannya di sini adalah memungkinkan perbandingan dua aturan dengan jarak pip yang sama sekali berbeda.

Perhitungan: profil kelanjutan dan pembalikan dengan nilai harapan sama.

Asumsi. Dua aturan, keduanya dengan penutupan protektif 1 R menurut definisi satuan. Aturan T memiliki tingkat kemenangan rendah dan keuntungan lebih besar: p =30%, rata-rata keuntungan W =3,00 R. Aturan M memiliki tingkat kemenangan tinggi dan keuntungan lebih kecil: p =70%, rata-rata keuntungan W =0,71 R. Keempat angka merupakan nilai ilustratif yang dipilih untuk menghasilkan nilai harapan serupa; bukan estimasi strategi aktual dan tidak berasal dari penelitian. Biaya diabaikan pada bagian pertama dan dimasukkan pada bagian kedua sebagai C_R =0,05 R per transaksi lengkap, juga ilustratif. Status hasil: contoh ilustratif.

Nilai harapan. E = p × W − (1 − p) × L, dengan L =1,00 R pada kedua kasus.

  • Aturan T: E =0,30 ×3,00 −0,70 ×1,00 =0,900 −0,700 = +0,200 R
  • Aturan M: E =0,70 ×0,71 −0,30 ×1,00 =0,497 −0,300 = +0,197 R

Selisih 0,003 R sepenuhnya berasal dari pembulatan: W yang memberikan tepat +0,200 R adalah (0,200 +0,300) /0,70 =0,71429 R, sedangkan perhitungan memakai 0,71 R.

Tingkat kemenangan impas. p₀ = L / (W + L), setara dengan 1 / (1 + W/L).

  • Aturan T: p₀ =1,00 / (3,00 +1,00) = 25,0%. Margin tingkat kemenangan di atas ambang: 30,0 −25,0 = 5,0 poin persentase. Pemeriksaan dengan identitas dari bagian 4: 0,050 ×4,00 =0,200 R, sesuai perhitungan di atas.
  • Aturan M: p₀ =1,00 / (0,71 +1,00) =1,00 /1,71 = 58,5%. Margin: 70,0 −58,5 = 11,5 poin persentase. Pemeriksaan: 0,1152 ×1,71 =0,197 R.

Setelah memperkenalkan biaya. C_R =0,05 R mengurangi kedua nilai harapan secara sama: aturan T menghasilkan +0,150 R, aturan M +0,147 R. Tingkat kemenangan impas termasuk biaya p* = (L + C) / (W + L) naik menjadi (1,00 +0,05) /4,00 = 26,3% untuk T dan (1,00 +0,05) /1,71 = 61,4% untuk M. Margin di atas ambang turun dari 5,0 menjadi 3,7 poin persentase pada kasus pertama dan dari 11,5 menjadi 8,6 pada kasus kedua.

Dispersi satu hasil. Untuk distribusi dua titik, simpangan baku hasil transaksi adalah σ = (W + L) × √(p × (1 − p)).

  • Aturan T: σ =4,00 × √(0,30 ×0,70) =4,00 × √0,2100 =4,00 ×0,4583 = 1,833 R
  • Aturan M: σ =1,71 × √(0,70 ×0,30) =1,71 ×0,4583 = 0,784 R

Perkalian p × (1 − p) identik pada kedua kasus, sehingga rasio dispersi tepat sama dengan rasio W + L: 4,00 /1,71 = 2,34.

Ketidakpastian model. σT =4√0,21 =1,833030 R; σM =1,71√0,21 =0,783620 R. Pada N =100, SE masing-masing 0,183303 dan 0,078362 R. Syarat SE ≤ E/2 sebelum biaya memberikan N ≥336 untuk T dan N ≥63,290577, sehingga 64 untuk M. Setelah biaya, dengan E neto 0,150/0,147 R, jumlah minimum adalah 598 dan 114. Ini presisi di sekitar rata-rata model yang diketahui, bukan ambang terjamin untuk mengonfirmasi strategi aktual.

Status besaran. Di sini p, W, dan L mendeskripsikan distribusi model yang diasumsikan dan diketahui menurut asumsi; simpangannya adalah σ, bukan s sampel. Dalam penelitian aktual, angka ini diestimasi dari transaksi lengkap, dengan harga sinyal dipisahkan dari harga eksekusi. Biaya 0,05 R adalah spread ilustratif 0,02 + komisi 0,01 + slippage masuk 0,01 + slippage keluar 0,01, tanpa rollover. Biaya tetap menggeser rata-rata, tetapi tidak mengubah σ. Biaya variabel memerlukan perhitungan ulang dispersi dari hasil neto.

Interpretasi. T dan M memiliki hasil harapan serupa, tetapi itu tidak menjadikannya strategi setara. Keduanya berbeda dalam varians, frekuensi kerugian, bentuk hasil kumulatif yang mungkin, dan informasi yang diperlukan untuk penilaian. Frekuensi transaksi maupun durasi eksposur belum ditetapkan. Keluarga masuk tidak harus menghasilkan kedua profil ini; angka-angka membentuk perbandingan yang sengaja dikonstruksi.

Sembilan angka yang mendeskripsikan dua aturan yang sama

Mengumpulkan hasil bagian ini di satu tempat memperlihatkan hal yang mudah terlewat saat membaca perhitungan satu per satu: dari sembilan besaran yang mendeskripsikan kedua aturan, satu praktis sama, sedangkan delapan lainnya berbeda hingga satu orde besaran. Semua angka berasal dari perhitungan bagian ini dan menyangkut nilai ilustratif yang diasumsikan pada awalnya.

BesaranAturan T (profil kelanjutan)Aturan M (profil pembalikan)
Tingkat kemenangan30,0%70,0%
Rata-rata keuntungan3,00 R0,71 R
Tingkat kemenangan impas sebelum biaya25,0%58,5%
Margin tingkat kemenangan di atas ambang5,0 pp11,5 pp
Nilai harapan+0,200 R+0,197 R
Nilai satu poin persentase tingkat kemenangan0,040 R0,0171 R
Dispersi hasil transaksi1,833 R0,784 R
Sampel untuk galat baku sebesar setengah E336 transaksi64 transaksi
Panjang blok kerugian dengan probabilitas mendekati 10%7 transaksi2 transaksi

Baris E menunjukkan rata-rata bruto model yang serupa. Baris lain mendeskripsikan frekuensi dan skala hasil, dispersi, serta presisi bersyarat. Informasi ini juga diperlukan untuk menilai aturan. Tidak satu angka pun menggantikan perbandingan bersama hasil neto, ketidakpastian, eksposur, dan kelayakan.

Baris keenam mendeskripsikan sensitivitas E terhadap satu poin persentase p dengan besaran lain tetap. Baris kedelapan mendeskripsikan jumlah observasi independen yang diperlukan dalam model yang ditentukan untuk SE ≤ E/2. Sensitivitas dan varians tidak menentukan jam kerja atau laju kedatangan sinyal. Perhitungan waktu pengumpulan sampel secara terpisah memerlukan frekuensinya dan aturan posisi yang sedang terbuka.

Perbedaan sama dilihat melalui rentetan kerugian

Dispersi satu transaksi diterjemahkan menjadi sesuatu yang terlihat jauh lebih awal daripada interval kepercayaan: panjang rentetan hasil negatif. Perhitungannya sederhana dan patut dilakukan terpisah untuk kedua aturan karena perbedaannya sangat besar.

Perhitungan: probabilitas k kerugian berturut-turut.

Asumsi. T dan M dengan parameter di atas, p =0,30 dan p =0,70. Hasil transaksi berturut-turut diasumsikan independen, penyederhanaan yang dilonggarkan di bawah. Kita menghitung probabilitas bahwa blok k transaksi berturut-turut yang ditentukan sebelumnya seluruhnya terdiri atas kerugian: (1 − p)^k. Nilai ilustratif.

Panjang blok kAturan T, p =30%Aturan M, p =70%
3 transaksi0,70³ = 34,3%0,30³ = 2,7%
5 transaksi0,70⁵ = 16,8%0,30⁵ = 0,24%
7 transaksi0,70⁷ = 8,2%0,30⁷ = 0,02%
10 transaksi0,70¹⁰ = 2,8%0,30¹⁰ = 0,0006%

Pembacaan terbalik. Panjang blok ketika probabilitas turun ke sepuluh persen adalah tujuh transaksi untuk T (0,70⁷ =8,2%) dan dua untuk M (0,30² =9,0%). Pada probabilitas sebanding, rentetan itu tiga setengah kali lebih panjang.

Status p. Dalam tabel T/M, p =30% dan 70% adalah asumsi model. Penelitian aturan aktual akan mengestimasi p dengan ketidakpastian. Untuk indikator independen dengan p =0,30 dan N =100, simpangan proporsi rata-rata yang dimodelkan adalah √(0,30×0,70/100) =0,045826, atau 4,5826 poin persentase.

Hasil dan apa yang tidak mengikutinya. Nilai ini menyangkut blok k transaksi yang ditentukan sebelumnya, seperti transaksi 51 hingga 55. Ini bukan probabilitas sedikitnya satu rentetan demikian di mana pun dalam N transaksi: blok yang mungkin saling tumpang tindih, sehingga pertanyaan itu memerlukan perhitungan, rekurensi, atau simulasi terpisah, yang dilakukan dalam artikel 8.2. Catatan batasan: independensi hasil diasumsikan; pelanggarannya dapat mengubah probabilitas ini, dengan arah yang memerlukan model tersendiri.

Ketergantungan hasil harus diteliti untuk aturan tertentu. Pengelompokan kerugian dapat meningkatkan ketidakpastian dan ketergantungan negatif dapat menguranginya; nama keluarga tidak menentukan arahnya. Secara umum, varians rata-rata memuat jumlah varians ditambah dua kali jumlah kovarians, dibagi N². 8.2 memberikan contoh kelompok sederhana dan konsekuensi kovarians positif, sedangkan 8.9 menjelaskan metode pengujian.

Dimensi perbandingan ketiga: pengumpulan sampel

Sejauh ini, kedua aturan dibandingkan transaksi per transaksi. Dalam praktik, keduanya juga berbeda dalam laju pengumpulan catatan. Ini bergantung pada durasi penahanan individual dan frekuensi terjadinya kondisi masuk; model dalam bagian 4 hanya mendeskripsikan komponen pertama.

Dalam model simetris terpisah dengan langkah 1 pip, batas W =8, L =24 memberikan 192 langkah, sedangkan W =30, L =10 memberikan 300. Rasio 1,5625 membandingkan geometri ini, bukan T dan M dalam tabel: M memiliki W/L =0,71, bukan 8/24. Tidak ada durasi kalender yang diberikan pada satu langkah.

Frekuensi masuk adalah jenis besaran berbeda. Itu bergantung pada ambang kondisi masuk: seberapa besar penyimpangan dari titik acuan yang menjadi sinyal, atau seberapa besar pergerakan yang menjadi kelanjutan. Ambang ini parameter rancangan bebas, sehingga aturan pembalikan dengan ambang tinggi memberi sinyal lebih jarang daripada aturan kelanjutan dengan ambang rendah, dan sebaliknya. Model tidak menyelesaikan hal ini, dan tidak ada angka dalam bagian ini yang memberi sinyal per satuan waktu.

T dan M masing-masing memerlukan 336 dan 64 observasi untuk SE bruto ≤ E/2. Perbedaan ini tidak dapat dikalikan dengan perbandingan langkah 300/192 dari geometri lain. Perbandingan waktu pengumpulan sampel memerlukan proses harga bersama, waktu sinyal, batasan posisi serentak, dan aturan masuk/keluar.

Dengan laju kedatangan transaksi independen yang memenuhi syarat yang sama, sampel wajib lebih besar berarti pengumpulan lebih lama. Ini kesimpulan bersyarat tentang T dan M, bukan setiap keluarga. Kedatangan dan durasi eksposur memerlukan data terpisah; 8.5 mengembangkan dampak horizon.

Sampel wajib lebih besar tidak menetapkan rata-rata lebih buruk, dan sampel lebih kecil tidak menjamin stabilitas estimasi. Kesimpulan ini menyangkut distribusi serta asumsi independensi tertentu. Berikutnya kita menelaah model dengan keuntungan kecil yang sering dan kerugian lebih besar yang jarang, tanpa mengaitkannya dengan setiap aturan pembalikan.

6. Mean reversion dan asimetri tanpa kondisi pembatalan

Aturan mean reversion dapat memuat level protektif, batas waktu, atau kondisi pembatalan model. Aturan itu tidak harus mengasumsikan bahwa jarak lebih jauh selalu berarti probabilitas kembali lebih tinggi; hipotesis dapat menyangkut pembalikan bersyarat dalam model autoregresif. Masalah muncul pada versi yang menahan tanpa kondisi penutupan akhir karena “akhirnya akan kembali”. Analisis berikut menyangkut versi itu, bukan definisi seluruh keluarga.

Mengapa aturan tanpa penutupan tampak hampir selalu menang

Kembali ke random walk dalam bagian 4 dan hapus batas bawah. Tersisa aturan dengan target berjarak W dan tanpa level protektif. Dalam random walk simetris tanpa batas, posisi itu mencapai target dengan probabilitas satu: prosesnya rekuren dan akhirnya mengunjungi setiap nilai. Ini tampak sebagai aturan yang tidak dapat kalah.

Keberatan pertama adalah waktu harapan menuju target, yang tak berhingga. W × L, yang berhingga dengan dua batas, divergen ketika satu batas dihapus. Karena itu, aturan tidak memiliki horizon, dan posisi yang ditahan tanpa horizon adalah keadaan, bukan posisi.

Sifat kedua model yang sama adalah tidak adanya batas simpangan merugikan sebelum target. Tidak ada besaran yang di bawahnya proses “tidak akan turun”, karena tidak adanya batas bawah tepat berarti tidak ada besaran demikian yang didefinisikan.

Kesimpulan yang tidak nyaman patut dinyatakan langsung: probabilitas menang mendekati satu dibeli dengan waktu tanpa batas dan simpangan merugikan sementara tanpa batas. Dalam praktik, sesuatu tetap menutup posisi—akhir hari, keputusan menyerah, persyaratan margin, atau kesabaran yang habis. “Sesuatu” itulah kondisi pembatalan yang hilang. Karena tidak ditentukan, kondisi itu tidak dapat dihitung maupun diulang dan besarannya berbeda setiap kali.

Perhitungan: seberapa besar kerugian yang menghapus seri keuntungan kecil.

Asumsi. Aturan pembalikan dengan target W =8,0 pip dan tanpa penutupan protektif yang ditentukan. Proporsi yang gagal mencapai target dan ditutup setelah simpangan D diasumsikan q =5%—sebuah masukan perhitungan ilustratif, bukan estimasi dari data. Biaya per transaksi lengkap C =1,0 pip juga ilustratif. Status hasil: contoh ilustratif.

Jarak impas. Nilai harapan nol memerlukan (1 − q) × W − q × D − C =0. Susun ulang: D = ((1 − q) × W − C) / q = ((0,95 ×8,0) −1,0) /0,05 = (7,60 −1,00) /0,05 = 132,0 pip.

Tiga skenario simpangan.

Simpangan D saat penutupanPerhitunganE per transaksi
100 pip7,60 − 5,00 − 1,00+1,60 pip
132 pip7,60 − 6,60 − 1,000,00 pip
200 pip7,60 − 10,00 − 1,00−3,40 pip

Berapa kemenangan yang dihapus satu kerugian. Keuntungan neto 8−1 =7 pip. Pada D =132, kerugian neto 132+1 =133 pip, setara dengan 19 kemenangan; pada D =150: 151/7 = 21,5714. Model kerugian 5% berarti proporsi satu hasil demikian terhadap sembilan belas kemenangan, bukan kerugian teratur setiap transaksi kedua puluh. Pada D =132, jumlah 19×7−133 =0. Transaksi rugi juga menanggung biaya.

Pemeriksaan konsistensi terhadap bagian 4. Dalam random walk simetris, q tidak dapat dipilih sembarang: dengan target 8,0 pip dan penghentian pada simpangan 132,0 pip, nilainya W / (W + D) =8,0 /140,0 = 5,71%, dan nilai harapan bruto tepat nol. Asumsi q =5,00% lebih rendah 0,71 poin persentase, perbedaan bernilai 0,95 ×8,0 −0,05 ×132,0 = +1,00 pip per transaksi, tepat sebesar biaya yang diasumsikan. Karena itu, seluruh keunggulan yang tampak berada pada selisih tujuh persepuluh poin persentase dalam besaran yang belum diukur siapa pun.

Ketersediaan informasi dan eksekusi. D adalah hasil, bukan parameter aturan ini: timbul ketika posisi ditutup karena alasan apa pun dan baru diketahui sesudahnya. Karena itu, aturan tanpa penutupan protektif yang ditentukan tidak memiliki parameter yang dapat dimasukkan ke perhitungan sebelum trading dimulai. Inilah cacat pembukuan dasarnya, lebih serius daripada besarnya kerugian itu sendiri.

Hasil dan batas. Perhitungan tidak menentukan frekuensi kerugian 132 pip: q dan D adalah asumsi. Ketika D bervariasi, E memakai rata-rata bersyarat D pada cabang kerugian, asalkan ada. Ekor yang jarang dapat mendominasi rata-rata ini dan menyulitkan estimasi; tanpa rata-rata berhingga, perhitungan E sederhana tidak terdefinisi. Ekor itu sendiri tidak menggantikan rata-rata.

Makna asimetri ini dan apa yang tidak dimaksud

Profil ini—keuntungan kecil teratur dan kerugian jauh lebih besar yang jarang—kadang dibandingkan dengan menjual volatilitas, dan perbandingan itu dapat sesuai dengan bentuk payoff. Namun, tiga hal di luar perbandingan tersebut harus dinyatakan.

Tidak setiap aturan pembalikan memiliki keuntungan kecil dan kerugian besar yang jarang. Dalam model ideal dua batas tetap, hasilnya dua titik; dalam eksekusi aktual, level protektif tertentu tidak menjamin harga, sedangkan penutupan berdasarkan waktu atau variabel dapat menghasilkan banyak hasil. Profil harus dideskripsikan untuk konstruksi tertentu.

Kedua, bedakan tidak adanya batas dalam proses abstrak dari kerugian pada instrumen tertentu dan aturan saldo akun. Dalam random walk simetris tanpa batas, simpangan merugikan maksimum sebelum target tidak memiliki batas berhingga yang ditetapkan sebelumnya. Pada posisi nyata, batasan bergantung pada kontrak, arah, dan ketentuan akun; penutupan berbasis margin sendiri tidak menjamin harga. Teks ini tidak menurunkan batas kerugian dari mekanisme margin saja.

Ketiga, analogi menjual volatilitas menyangkut bentuk payoff, bukan mekanisme. Opsi memberi harga volatilitas secara eksplisit, dan penjualnya menerima premi yang diketahui untuk menanggungnya. Aturan pembalikan tidak menerima premi; “pendapatannya” merupakan jumlah keuntungan kecil yang besarnya bergantung pada pilihan target. Memperlakukan keduanya sebagai fenomena ekonomi yang sama memerlukan pembuktian bahwa aturan dibayar untuk menanggung risiko yang sama, yang tidak ditunjukkan maupun diasumsikan artikel ini. Bagian 7 membahas penetapan harga volatilitas secara terpisah.

Pembalikan memerlukan pembatalan. Target dekat: Keuntungan kecil yang sering tidak menetapkan rata-rata. Gagal kembali: Besar dan durasi simpangan harus ditentukan. Tiga penutupan: Batas, batas waktu, kondisi pembatalan
Target dekat: Keuntungan kecil yang sering tidak menetapkan rata-rata. Gagal kembali: Besar dan durasi simpangan harus ditentukan. Tiga penutupan: Batas, batas waktu, kondisi pembatalan

Tiga cara membatasi asimetri dan biayanya

Asimetri dapat dibatasi dan aturan penutupan dibuat dapat ditentukan keputusannya, dengan setiap metode menimbulkan biaya berbeda. Mengukurnya berguna karena pembahasan penutupan protektif pada aturan pembalikan biasanya menanyakan apakah “layak”, padahal masalahnya aritmetika.

Penutupan protektif pada jarak tertentu. Model dalam bagian 4 langsung menunjukkan dampaknya pada tingkat kemenangan. Dengan target 8,0 pip dan penutupan protektif L, tingkat kemenangan L / (8 + L): pada L =8 pip, 50,0%; L =16, 66,7%; L =24, 75,0%; L =40, 83,3%; L =80, 90,9%. Nilai harapan bruto tetap nol pada setiap versi, dan −1,00 pip setelah biaya 1,0 pip. Dalam model ideal ini, menetapkan batas saja tidak menciptakan E positif. Pada aturan nyata, perubahan penutupan dapat mengubah rata-rata dan seluruh distribusi; level protektif tidak menjamin kerugian maksimum. Memilih jarak memilih seberapa sering dan seberapa besar aturan merugi.

Penutupan setelah batas waktu. Menutup setelah jumlah interval tertentu tidak menentukan besarnya kerugian, tetapi menentukan horizonnya, memulihkan durasi penahanan harapan yang berhingga ketika versi tanpa penutupan memilikinya tak berhingga. Harganya, hasil tidak lagi dua titik: muncul kategori ketiga, penutupan bukan pada target maupun level protektif, dengan hasil tersebar pada interval di antaranya. Rumus dua hasil tetap tidak lagi langsung berlaku; rumus rata-rata memakai proporsi dan rata-rata bersyarat positif, negatif, serta nol tetap bekerja, dengan besaran dihitung dari catatan. Ini persyaratan spesifikasi dan catatan, bukan cacat, sebagaimana dijelaskan artikel 8.1.

Perhitungan: bagaimana penutupan berdasarkan waktu mengubah distribusi hasil.

Asumsi. Random walk simetris dengan langkah satu pip, target W =8,0 pip, penutupan protektif L =24,0 pip, ditambah penutupan berdasarkan waktu setelah 300 langkah pada harga yang berlaku saat itu. Distribusi dihitung secara rekursif untuk setiap keadaan proses. Biaya diabaikan. Nilai ilustratif; status hasil: perhitungan model.

Perhitungan. Tanpa penutupan berdasarkan waktu, tingkat kemenangan L / (W + L) =24 /32 = 75,0% dan waktu harapan hingga penyelesaian W × L = 192 langkah. Penambahan batas 300 langkah membagi distribusi ke tiga kategori:

Jenis penutupanProbabilitasHasil
Target tercapai64,36%+8,00 pip
Level protektif tercapai14,55%−24,00 pip
Batas waktu tercapai21,09%rata-rata −7,86 pip

Pemeriksaan. E =0,6436 ×8,00 −0,1455 ×24,00 −0,2109 ×7,86 =5,149 −3,491 −1,658 = 0,00 pip, konsisten dengan model tanpa prediktabilitas. Klasifikasi ulang hasil menurut tanda memberikan 66,8% positif, 31,7% negatif, dan 1,5% tepat nol; rata-rata keuntungan kemudian 7,83 pip dan rata-rata kerugian 16,50 pip, yang juga menghasilkan nilai harapan nol.

Ketersediaan informasi dan eksekusi. Penutupan berdasarkan waktu adalah satu-satunya dari tiga penutupan yang waktunya diketahui sebelumnya hingga langkah tepatnya. Harga eksekusinya sama sekali tidak diketahui: itu harga pasar pada waktu tertentu, bukan level tertulis dalam aturan, sehingga penyimpangan eksekusi bekerja di sini seperti pada penutupan protektif.

Hasil dan interpretasi. Batas waktu mengurangi pencapaian target dari 75,0% menjadi 64,4%; proporsi hasil positif setelah perubahan adalah 66,8%, dan kategori ketiga yang sebelumnya tidak ada muncul. Nilai harapan tidak berubah: itulah seluruh isi perhitungan ini. Semua rumus berdasarkan dua angka W dan L berhenti berlaku langsung: distribusi memiliki tiga kategori dan rata-rata kerugian 16,50 pip tidak lagi sama dengan jarak tertentu 24,0 pip. Catatan batasan: batas 300 langkah dipilih sebagai angka bulat di atas waktu harapan hingga penyelesaian; batas lebih pendek menggeser massa probabilitas ke kategori ketiga dan lebih jauh mengurangi tingkat kemenangan tanpa mengubah nilai harapan.

Rekurensi penutupan berdasarkan waktu.

Mulai dengan massa 1 pada keadaan harga x =0. Pada setiap langkah, setengah massa suatu keadaan berpindah ke x +1 dan setengah ke x −1. Keadaan +8 dicatat sebagai penutupan target dan −24 sebagai protektif; keadaan lain dilanjutkan ke langkah berikutnya. Setelah 300 langkah, massa yang tersisa ditutup pada batas waktu. Ini mereproduksi seluruh tabel tanpa simulasi acak. Hasil nol membentuk kategori terpisah dan menjadi negatif setelah biaya 1 pip. Penambahan biaya tetap mengurangi E sebesar 1 pip tetapi memerlukan pengelompokan ulang tingkat kemenangan berdasarkan tanda.

Kondisi pembatalan model. Penutupan dapat ditetapkan ketika kondisi yang mengizinkan transaksi hilang—misalnya ketika estimasi laju pergerakan titik acuan melampaui ambang tetap. Rata-rata bergerak berubah menurut definisinya; pergerakannya menuju harga saja tidak membantah hipotesis pembalikan. Hubungkan peristiwa dan ambang dengan model tertentu, tetapkan sebelum keputusan, dan nilai sebagai bagian sistem.

Tidak satu pun dari tiga metode secara bawaan lebih baik, dan ketiganya dapat dipakai bersama dengan satu syarat yang mudah dilupakan: aturan dengan tiga penutupan harus menetapkan prioritas jika terjadi dalam interval yang sama. Tanpanya, dua pembaca dapat menghitung hasil berbeda untuk transaksi sama, dan pengujian OHLC menghadapi masalah urutan yang sama seperti dalam bagian 2.

7. Mengikuti tren: asumsi, penutupan, dan batas bukti

Hipotesis kelanjutan menyangkut hubungan pergerakan sebelumnya dan berikutnya selama horizon tertentu. Itu dapat diterapkan dengan target tetap, penutupan trailing, atau penutupan berdasarkan waktu. Tanpa target tetap, hasil positif dapat bervariasi skalanya; contoh berikut menunjukkan dampak kemencengan yang diasumsikan. Kita tidak mengasumsikan setiap aturan tren memiliki distribusi itu.

Penutupan trailing dan dampaknya pada aritmetika

Aturan yang mengikuti pergerakan dapat memiliki target tetap, yang memotong partisipasi pada bagian selanjutnya dan menciptakan distribusi sendiri. Versi penutupan trailing memungkinkan penahanan lebih lama, tetapi memerlukan spesifikasi lengkap pemindahan level. Besarnya keuntungan bervariasi; kerugian juga tidak memiliki harga eksekusi terjamin yang ditentukan sebelumnya.

Konsekuensi bagi apa yang dapat dihitung lebih serius daripada kesan awal. Rumus dalam bagian 4 mengasumsikan dua level pada jarak tetap; di sini salah satunya hilang. Tingkat impas p₀ = L / (W + L) baru dapat dihitung setelah mengganti W dengan rata-rata tercatat, yang juga tidak pasti—dan lebih tidak pasti daripada biasanya karena distribusinya memiliki ekor panjang pada satu sisi.

Perhitungan: nilai harapan sama dengan distribusi menceng.

Asumsi. Seratus transaksi lengkap, dengan penutupan protektif tetap 1 R. Aturan T dalam bagian 5 memiliki tiga puluh kemenangan masing-masing 3,00 R. Di sini tingkat kemenangan dan rata-rata keuntungan sama didistribusikan berbeda: dua puluh lima kemenangan 1,50 R, lima sebesar 10,50 R, dan tujuh puluh kerugian 1,00 R. Semua angka ilustratif, dipilih untuk mempertahankan rata-rata sambil mengubah bentuk distribusi. Status hasil: contoh ilustratif.

Pemeriksaan konsistensi rata-rata. Keuntungan bruto: 25 ×1,50 +5 ×10,50 =37,50 +52,50 =90,00 R. Rata-rata keuntungan: 90,00 /30 = 3,00 R, tepat seperti bagian 5. Kerugian bruto: 70 ×1,00 =70,00 R. Hasil: 90,00 −70,00 =20,00 R, atau +0,200 R per transaksi, juga tidak berubah.

Kontribusi transaksi terbesar. Lima kemenangan terbesar memberi 52,50 R dari keuntungan bruto 90,00 R, atau 58,3%. Menghapusnya menyisakan 95 transaksi dengan keuntungan bruto 37,50 R dan kerugian 70,00 R, hasil sebesar −32,50 R dan nilai harapan −0,342 R per transaksi. Lima observasi dari seratus menentukan tanda.

Dispersi dan sampel yang diperlukan. Simpangan baku hasil transaksi untuk distribusi tiga titik ini adalah 2,595 R dibandingkan 1,833 R dengan keuntungan tetap 3,00 R—41,6% lebih besar dengan rata-rata tidak berubah. Jumlah transaksi agar galat baku mencapai setengah nilai harapan naik dari 336 menjadi 674. Kemencengan distribusi adalah +3,09 dan kurtosis 12,45, lebih dari empat kali nilai 3,00 distribusi normal dan tujuh kali nilai 1,76 yang diperoleh dengan rata-rata hasil sama dan keuntungan tetap 3,00 R. Kedua ukuran mencerminkan kontribusi lima observasi terbesar: sebagian besar rata-rata model berasal dari keuntungan besar yang jarang. Seri pendek mungkin tidak memuat satu pun atau justru jumlah yang luar biasa banyak. Rata-rata campuran tertentu yang diketahui tetap +0,20 R; estimasinya dari sampel pendek dapat jauh kurang presisi.

Profit factor. Keuntungan bruto dibagi kerugian bruto sama dengan 90,00 /70,00 = 1,286, identik pada kedua varian distribusi meskipun stabilitasnya sangat berbeda. Ukuran ini tidak memuat informasi bentuk distribusi; menghapus lima observasi menurunkannya menjadi 37,50 /70,00 =0,536. Artikel 8.2 menelaah batasannya.

Ketersediaan informasi dan eksekusi. Hasil acuan bergantung pada lintasan dan kondisi penyesuaian level. Harga eksekusi dapat lebih buruk atau lebih baik daripada acuan; tanpa data kita tidak mengasumsikan arah distribusinya. Contoh tiga titik memberikan hasil bruto sebelum biaya. Penilaian neto memerlukan model eksekusi dan biaya yang sesuai, tanpa pengurangan ganda.

Hasil dan apa yang tidak mengikutinya. Dua sampel dengan tingkat kemenangan, rata-rata keuntungan, nilai harapan, dan profit factor identik berbeda dua kali lipat dalam ukuran sampel yang diperlukan. Ini tidak menetapkan distribusi menceng lebih buruk; rata-rata sampelnya lebih tidak pasti dan kesimpulan dari seri pendek lebih menyesatkan. Catatan batasan: distribusi tiga titik tetap penyederhanaan, independensi diasumsikan, dan pelanggarannya harus diperiksa untuk aturan tertentu.

Ilustrasi model yang dijelaskan dalam bagian ini. Baca asumsi dan satuan bersama grafik.
Model kelanjutan dengan tiga hasilProbabilitas model 70%, 25%, 5%; E bruto=0,20 R, σ=2,595188 R.Model kelanjutan dengan tiga hasil0,020,040,060,080,0100,0−1 R70,000%+1,5 R25,000%+10,5 R5,000%% · sumbu linear; nilai ilustratif

Konsekuensi praktis patut dinyatakan jelas: dalam keluarga kelanjutan, seri tanpa keuntungan besar tampak persis seperti aturan yang berhenti bekerja. Membedakan keduanya sulit secara struktural, bukan bergantung pada sifat pribadi operator: informasi penentu berada pada beberapa observasi yang belum ada. Karena itu, kriteria penghentian harus ditentukan sebelumnya dengan menerima kesalahan dalam kedua arah; artikel 8.9 menjelaskan perumusannya. Reaksi psikologis terhadap rentetan kerugian termasuk dalam bagian 10.

Hasil tren pada ekor kanan. Model 70/25/5%: −1 R / +1,5 R / +10,5 R. Rata-rata: E bruto=+0,20 R. Batasan: Keluarga tidak menjamin distribusi ini maupun keunggulan
Model 70/25/5%: −1 R / +1,5 R / +10,5 R. Rata-rata: E bruto=+0,20 R. Batasan: Keluarga tidak menjamin distribusi ini maupun keunggulan

Apa yang membatalkan hipotesis kelanjutan

Kondisi pembatalan dalam keluarga ini dapat paling sulit ditentukan karena hipotesis menyangkut ketergantungan statistik, bukan level harga. Spesifikasi dalam praktik berbeda dalam hal yang dirujuk.

Yang pertama mengacu pada harga: pergerakan berlawanan melebihi ambang tertentu membatalkan posisi. Ini spesifikasi paling sederhana dan paling dekat dengan penutupan protektif standar; bedanya, ambang berasal dari ukuran pergerakan, bukan jarak dari masuk.

Yang kedua mengacu pada ukuran yang menyatakan hipotesis: jika kondisi masuk tidak lagi berlaku, posisi ditutup. Ini konsisten secara logis, tetapi memiliki sifat kurang nyaman: pembukaan berbasis persilangan kemudian menghasilkan penutupan sering dan sinyal baru hampir langsung, sehingga biaya dikalikan jumlah transaksi dapat menentukan kelayakan. Artikel 8.3 melakukan perhitungan semacam ini.

Yang ketiga mengacu pada waktu: kegagalan bergerak sejauh jarak tertentu dalam sejumlah interval tertentu mengakhiri posisi. Versi ini tidak mengasumsikan apa pun tentang arah dan dapat paling dekat dengan hipotesis, karena hilangnya ketergantungan tampak sebagai ketiadaan kelanjutan, bukan pergerakan berlawanan.

Data diperlukan untuk memilih di antaranya, dan artikel ini tidak memilih. Artikel ini menyelesaikan hal yang lebih awal: aturan kelanjutan tanpa satu pun dari tiga spesifikasi ini tidak memiliki kondisi saat aturan berhenti berlaku, dan hipotesis tanpa kondisi bantahan bukan hipotesis tentang pasar.

Apa yang didokumentasikan literatur dan apa yang tidak

Makalah time-series momentum menjelaskan ketergantungan imbal hasil masa depan pada imbal hasil instrumen itu sendiri sebelumnya serta portofolio yang dibentuk dari sinyal dua belas bulan sebelumnya. Cakupannya 58 kontrak futures dan forward likuid lintas kelas aset, termasuk mata uang, pada 1985–2009. [4] Makalah itu tidak mengestimasi ketepatan tanda untuk breakout ritel. Studi currency momentum menyangkut strategi mata uang lintas-seksi yang terpisah dan menyoroti biaya transaksi serta batas arbitrase. [5] Temuan ini tidak menggantikan pengujian satu pasangan CFD.

Batas kedua temuan sama pentingnya dengan temuannya. Keduanya menyangkut portofolio puluhan instrumen, diseimbangkan ulang bulanan, memakai instrumen bursa atau grosir. Tidak satu pun menetapkan klaim tentang satu aturan pada satu pasangan mata uang, breakout level, atau satu pun dari empat definisi dalam bagian 2. Menerapkan hasil demikian pada aturan ritel memerlukan pembuktian mekanisme sama dan struktur biaya sebanding, yang tidak ditetapkan sumber yang dikutip di sini untuk aturan tersebut dan tidak diasumsikan artikel ini.

Tinjauan profitabilitas aturan teknis yang mencakup puluhan studi lebih baru mencapai kesimpulan lebih hati-hati: hasil beragam, dan banyak temuan profitabilitas dipengaruhi pemilihan aturan serta parameter setelah menelaah data, kesulitan mengendalikan pengujian berganda, dan pengabaian sebagian biaya.[6] Ini mekanisme yang sama seperti dalam bagian 3, diterapkan pada literatur secara keseluruhan.

Karena itu, artikel ini tidak memberikan persentase pada keluarga strategi mana pun. Pernyataan seperti “mengikuti tren memiliki tingkat kemenangan sekitar empat puluh persen” bukan data tanpa definisi aturan operasional, ukuran sampel, periode, instrumen, dan model biaya. Semua yang dapat dikatakan tanpa data tentang bentuk distribusi keluarga ini telah diturunkan dari geometri penutupan dalam bagian 4; itulah batas klaim teks ini.

Bagaimana keluarga bergantung pada kondisi pasar

Setiap keluarga mengasumsikan sifat pergerakan harga tertentu dan, dalam lingkungan berbeda, menghasilkan sinyal yang tidak dideskripsikan hipotesisnya. Aturan kelanjutan pada periode tanpa arah jelas menghasilkan pembukaan yang ditutup pada level protektif; aturan pembalikan selama pergerakan satu arah menghasilkan pembukaan melawannya. Ini pengamatan sederhana dan bukan sumber kesulitannya.

Kesulitannya, sifat lingkungan baru diketahui sesudahnya, seperti kegagalan breakout. “Itu pasar yang sedang tren”, yang dinyatakan setelah pergerakan berakhir, mendeskripsikan alih-alih mendefinisikan kondisi. Untuk menjadikannya kondisi, diperlukan ukuran dari informasi yang tersedia sebelum keputusan serta ambang yang mengubah klasifikasi lingkungan. Keduanya kemudian membentuk aturan lain dengan parameter, keterlambatan, dan ketepatannya sendiri. Ini memindahkan masalah satu tingkat ke atas, bukan menghapusnya; pergeseran ini patut dikenali sebelum dilakukan.

Alat untuk mengukur sifat pergerakan termasuk dalam bagian 5, penyaring antarpasar dalam bagian 7, dan distribusi aktivitas harian/mingguan dalam bagian 4. Untuk bagian 8, satu hal penting: penyaring lingkungan adalah bagian sistem yang tunduk pada uji ketidakambiguan yang sama seperti masuk, serta parameter lain untuk menelaah varian.

Peralihan lingkungan adalah bagian sistem. Informasi: Klasifikasi diketahui sebelum memilih aturan. Kondisi: Biaya dan hasil setelah penyaringan. Penilaian: Keseluruhan dan komponen; perbandingan tanpa peralihan
Informasi: Klasifikasi diketahui sebelum memilih aturan. Kondisi: Biaya dan hasil setelah penyaringan. Penilaian: Keseluruhan dan komponen; perbandingan tanpa peralihan

8. Dua logika dalam satu kumpulan aturan

Menggabungkan dua keluarga menciptakan sistem baru yang memerlukan spesifikasi lengkap. Ini bukan kesalahan secara bawaan. Masalah muncul ketika kondisi masuk tetap, tetapi alasan menahan atau menutup berubah hanya sebagai respons terhadap hasil yang tidak menguntungkan.

Hipotesis masuk dan metode mengambil keuntungan

Masuk setelah breakout dengan maksud kelanjutan dapat memakai target tetap, penutupan berdasarkan waktu, atau penutupan saat kembali di bawah level. Masing-masing diperbolehkan jika ditentukan sebelum keputusan dan diuji sebagai keseluruhan. Target pengambilan keuntungan tidak harus mendeskripsikan prakiraan yang sama dengan pemicu masuk. Namun, target di sisi berlawanan dari masuk untuk posisi long berarti kerugian harga, bukan keuntungan; menyebutnya “pembalikan” tidak mengubahnya.

Campuran hasil merupakan distribusi yang sah

T dan M dalam catatan gabungan.

Asumsikan model bagian 5, satuan R bersama, dan porsi transaksi sama untuk T dan M. Sebelum biaya, massa pada +3 R adalah 0,5×0,3 =0,15; pada +0,71 R, 0,5×0,7 =0,35; pada −1 R, 0,5. Rata-ratanya 0,15×3+0,35×0,71−0,5 =0,1985 R, selalu sesuai rata-rata tertimbang 0,5×0,2+0,5×0,197. Tingkat kemenangan keseluruhan 50% dan rata-rata positif bersyarat (0,45+0,2485)/0,5 =1,397 R mendeskripsikan campuran dengan benar. Ambang 1/(1+1,397) =41,7188% menyangkut campuran dengan distribusi keuntungan bersyarat ini.

Dengan porsi T 30%, massa pada +3 R adalah 0,09, pada +0,71 R adalah 0,49, dan pada −1 R adalah 0,42. Rata-rata =0,09×3+0,49×0,71−0,42 =0,1979 R; tingkat kemenangan 58%, rata-rata keuntungan 0,6179/0,58 =1,0653448 R. Dengan biaya tetap bersama 0,05 R, rata-rata neto campuran masing-masing 0,1485 dan 0,1479 R. Ini ilustrasi tanpa rollover.

Rata-rata keseluruhan tetap sah ketika komponen memiliki E berbeda. Namun, rata-rata itu menyembunyikan komponen penghasil hasil. Hitung aturan, porsinya, dan hasil gabungan secara terpisah. Tingkat kemenangan keseluruhan harus ditimbang dengan porsi transaksi, dan rata-rata keuntungan juga dengan porsi transaksi menang; merata-ratakan dua nilai W secara langsung akan keliru. Mengubah porsi mengubah populasi yang dideskripsikan statistik agregat.

Sinyal serentak dan penutupan bersama

Skema penutupan bersama tidak menghapus identitas berbeda dua aturan jika setiap pembukaan terdefinisi. Namun, sinyal serentak atau berlawanan memerlukan keputusan: izinkan keduanya, tetapkan prioritas, atau lewati. Ini bagian sistem dan memengaruhi sampel; konsekuensi total eksposur termasuk dalam bagian 9.

Aturan peralihan lingkungan memerlukan penilaian sendiri

Kondisi pemilihan tren atau pembalikan harus hanya memakai data yang diketahui saat seleksi. Nilai hasil komponen bersyarat setelah menerapkan aturan peralihan, biaya, dan kasus ketika tidak ada yang dipilih. Pengklasifikasi yang tidak menguntungkan sendiri tidak otomatis berarti sistem tidak menguntungkan; pengklasifikasi bahkan tidak harus memiliki payoff trading mandiri. Pengujian seluruh sistem dan perbandingan dengan sistem tanpa peralihanlah penentunya. Jika penyaring menerima setengah sinyal, pengumpulan jumlah transaksi tertentu dapat lebih lama, tetapi tidak harus tepat dua kali tanpa asumsi laju kedatangan konstan.

Apa yang dideskripsikan statistik agregat dan apa yang tidak

Dalam campuran ilustratif setengah T, setengah M, +3 R memiliki massa 0,15, +0,71 R massa 0,35, dan −1 R massa 0,50. Hasil bruto positif mencakup 50%, dan rata-rata keuntungan bersyarat (0,15×3+0,35×0,71)/0,50 =1,397 R. Ini rata-rata sah seluruh campuran meskipun tidak ada keuntungan individual sebesar itu. Rata-rata tidak harus menjadi titik distribusi. Sampel gabungan mendeskripsikan kumpulan aturan operasional jika aturan partisipasi, biaya, dan benturan ditetapkan.

Dengan biaya C =0,05 R, ambang seluruh campuran adalah 1,05/2,397, sekitar 43,8048%, dan E netonya 0,1485 R. Namun, T dan M memiliki ambang serta dispersi individual. Karena itu, ambang agregat tidak menilai salah satu komponen. Pada saat sama, E campuran selalu rata-rata tertimbang E komponen dengan bobot sesuai dan biaya konsisten; keabsahannya tidak bergantung pada kemiripan rata-rata di sini.

Dengan porsi T 30%, proporsi hasil positif naik menjadi 58%, rata-rata keuntungan turun menjadi 1,0653448 R, dan E neto 0,1479 R. Statistik ini dapat berubah tanpa perubahan aturan individual: komposisi portofolio sinyal mungkin berubah. Ini tidak menetapkan proporsi harus selalu berubah maupun sampel gabungan tidak mengestimasi apa pun. Jika rencana mempertahankan porsi dan kondisi, distribusi gabungan dapat menjadi objek penilaian yang tepat.

Karena itu, jurnal memerlukan dua tingkat: hasil kumpulan aturan dan hasil T/M terpisah. Kolom “aturan”, “versi”, “episode”, dan “alasan pengecualian” memisahkan perubahan porsi dari perubahan rata-rata bersyarat. Membandingkan hasil agregat dengan hasil berbobot acuan tetap mengungkap efek komposisi. Ini mendeskripsikan data; sekadar menambah kolom tidak menjanjikan peningkatan hasil.

Pembukaan dan penutupan tidak harus bernama sama

Breakout dengan target dekat dapat koheren. Target menerapkan rencana atau membatasi eksposur dan tidak dengan sendirinya mengimplikasikan hipotesis mean reversion. Demikian pula, masuk searah pergerakan dan keluar setelah waktu tertentu tidak bertentangan secara bawaan. Pertanyaannya variabel mana yang seharusnya memiliki rata-rata positif setelah semua aturan digabung, bukan apakah nama keluarganya cocok.

Pertentangan memerlukan klaim berlawanan tertentu tentang variabel sama, dengan kondisi sama, selama horizon sama. Jika klaim demikian ditulis, harus diperbaiki. Jika penutupan hanya mengambil keuntungan atau membatasi kerugian, nilai seluruh konstruksi. Meminjam penutupan berbeda menciptakan versi sistem baru; tingkat kemenangan maupun E tidak berpindah dari versi sebelumnya.

Benturan dan peralihan adalah keputusan terpisah

Jika kedua aturan memberi sinyal bersamaan, kelayakan harus ditetapkan. Prioritas dapat diberikan, kedua arah diizinkan sesuai kemampuan akun, atau peristiwa dilewatkan. Setiap pilihan mengubah himpunan transaksi. Dua seri tanpa batasan tidak dapat sekadar dijumlahkan dan dianggap hasil sistem yang sebenarnya hanya mengizinkan satu posisi. Sampel harus mengikuti aturan benturan yang sebenarnya.

Peralihan berbasis lingkungan menambahkan hipotesis tentang informasi dalam penyaring. Penyaring memiliki waktu ketersediaan, parameter, dan potensi kesalahan. Keluarga tidak boleh dipilih memakai label pasar yang baru diberikan setelah pergerakan kemudian. Hasil komponen positif tanpa penyaring tidak menjamin hasil positif setelah seleksi, tetapi penyaring lemah juga tidak memaksa sistem gabungan menjadi negatif. Menguji kelayakan dan hasil dalam peristiwa yang layak bersama-sama memberi jawaban yang tepat.

Membagi sampel dapat mengurangi observasi pada setiap bagian, tetapi tidak otomatis diterjemahkan menjadi waktu kalender. Setengah dari jumlah hari belum tentu memuat setengah sinyal, dan frekuensi serta ketergantungan dapat berubah. Angka sebelumnya 336 dan 674 mendeskripsikan dispersi dan rata-rata tertentu, bukan standar keluarga. Jika penyaring mengubah distribusi, persyaratan harus dihitung ulang, bukan sekadar menggandakan waktu pengumpulan.

9. Apa yang tidak diberitahukan perhitungan ini

Setiap perhitungan artikel ini memakai besaran yang diasumsikan dan model sederhana. Batasan berikut bukan catatan kecil: masing-masing mengubah apa yang dapat disimpulkan, dan sebagian menyingkirkan kesimpulan yang paling langsung menggoda.

Model random walk adalah tolok ukur, bukan deskripsi pasar

Model simetris menentukan tingkat kemenangan hanya untuk batas, ukuran langkah, independensi, dan ketiadaan batas waktu yang ditentukan. Model itu tidak mendeskripsikan mata uang maupun menguji prediktabilitasnya. Mengubah proses, volatilitas, kisi, penutupan, atau waktu dapat mengubah tingkat kemenangan, durasi, dan distribusi hasil. Hubungan model tidak boleh diterapkan tanpa syarat pada seluruh pasar.

Dua rangkaian candle bukan sampel

Perhitungan dalam bagian 2 menunjukkan pada dua lintasan bahwa empat definisi breakout memberikan hasil berbeda. Itu menunjukkan mekanisme, tidak lebih. Itu tidak mengidentifikasi definisi dengan hasil rata-rata lebih baik, yang tidak dapat disimpulkan dari dua rangkaian candle atau dua puluh. Keduanya dibentuk untuk menunjukkan maksud tersebut: satu membuat varian paling awal menang, yang lain membuatnya kalah. Ini sifat eksplisit, bukan cacat, asalkan tidak ditarik kesimpulan frekuensi.

Distribusi dua dan tiga titik adalah penyederhanaan

Dalam model dua dan tiga titik, hasil ditetapkan sebelumnya. Catatan aktual dapat memuat penutupan berdasarkan waktu, penutupan variabel, penutupan sebagian, dan harga eksekusi berbeda. Porsi kategori serta rata-rata bersyaratnya harus dihitung konsisten. Arah perbedaan dari level terencana tidak dijamin; itu berasal dari data dan aturan eksekusi.

Independensi diasumsikan meskipun dapat gagal

SE = σ/√N menyangkut model independen. Kovarians hasil positif dapat meningkatkan galat rata-rata, sedangkan yang negatif dapat menguranginya. Keluarga masuk tidak otomatis menentukan tanda ketergantungan. Angka 336 dan 64 mendeskripsikan model i.i.d. tertentu, bukan batas bawah universal. 8.2 menjelaskan cara memperhitungkan ketergantungan.

Biaya hanya dimasukkan secara selektif dalam perhitungan

C =1,0 pip dan C_R =0,05 R muncul untuk menunjukkan arah perubahan ambang, bukan melakukan perhitungan biaya lengkap. Untuk target pendek, artikel 8.3 memisahkan spread, komisi, dan penyimpangan eksekusi, menghubungkan biaya dengan target serta nilai harapan bruto dan menelaah sensitivitas waktu dalam sehari; artikel 8.2 melakukannya untuk nilai harapan itu sendiri. C merupakan asumsi model tetap dalam perhitungan yang ditampilkan; konstansinya pada eksekusi aktual tidak diasumsikan tanpa data.

Definisi breakout dapat mengubah jumlah transaksi dan biaya periode. Dalam satu episode dengan satu pembukaan yang diizinkan, konfirmasi menolak sebagian peristiwa; dalam sistem lengkap, hasil juga bergantung pada masuk ulang, jeda, dan keberadaan posisi terbuka. Tidak ada peringkat A–D tanpa syarat menurut jumlah sinyal. Masuk lebih akhir dapat memperoleh harga lebih baik atau lebih buruk. Biaya total harus dihitung untuk transaksi yang benar-benar diterima.

Penutupan protektif tidak menjamin harga

Model batas pencapaian pertama mengasumsikan level acuan tepat. Contoh OHLC memakai slippage ilustratif 0,4 pip yang ditentukan terpisah, sedangkan latihan GBP/USD membedakan Bid sinyal dan Ask penutupan. Kedua konvensi tidak boleh dicampur. Level protektif tidak menjamin harga eksekusi aktual; 8.5 menjelaskan gangguan kuotasi dan gap.

Keluarga tidak menentukan keunggulan

Batasan ini paling penting dan paling mudah terlewat karena seluruh artikel menyangkut perbedaan keluarga. Tidak satu pun perhitungan menunjukkan nilai harapan positif setelah biaya untuk keluarga mana pun. Semuanya bersyarat: tingkat kemenangan dan geometri penutupan ini menghasilkan hasil ini. Tingkat kemenangan masuk sebagai asumsi, bukan pengukuran.

Keunggulan baru dapat dibahas setelah mengestimasi nilai harapan positif setelah biaya lengkap pada sampel eksplisit dengan ketidakpastian, dan memperoleh konfirmasi di luar data yang dipakai untuk membangun aturan. Dua syarat pertama adalah definisi yang dipakai kursus ini, bukan temuan penelitian: tidak diperlukan pembuktian bahwa hasil tanpa biaya atau ketidakpastian tidak lengkap. Yang ketiga berbeda dan didukung literatur: hasil pada data seleksi aturan tidak membuktikan keunggulan, dan menelaah lebih banyak varian melemahkan makna hasil terbaik yang dipilih.[2]

Artikel 8.2 memberikan definisi operasional keunggulan dan 8.9 prosedur pengujiannya. Memilih keluarga logika mendahului kedua langkah dan tidak menggantikan salah satunya.

Semua di atas dinyatakan dalam pip dan kelipatan R

Perhitungan tetap dalam pip atau R. Dengan konversi linear dan biaya per satuan serta eksekusi tidak berubah, volume mengubah nominal uang, tetapi tidak p* maupun σ model dalam R. Perubahan biaya satuan, batasan, atau harga eksekusi memerlukan perhitungan ulang. Penentuan ukuran posisi termasuk dalam bagian 9.

Tingkat kemenangan lebih tinggi tidak menunjukkan keamanan lebih besar, dan rentetan kerugian lebih panjang saja tidak menilai risiko. Jarak protektif dan ukuran posisi menetapkan skala terencana, sedangkan distribusi kerugian aktual juga bergantung pada eksekusi, gap, waktu eksposur, dan biaya. Nama keluarga tidak menggantikan data ini; penilaian risiko lengkap termasuk dalam bagian 9.

10. Latihan pemeriksaan mandiri dan langkah berikutnya

Latihan: breakout ke bawah dan waktu ketersediaan sinyal.

GBP/USD, pip =0,0001; candle Bid H1, waktu UTC ilustratif. Level 1,29400; ATR dari candle lengkap =20 pip; margin C =0,4×20 =8 pip, ambang 1,29320. A memantau Bid saat ini, B Close pertama di bawah level, D dua Close berturut-turut. Satu pembukaan per varian, Bid protektif 10 pip di atas masuk acuan, target 25 di bawahnya. C lengkap =spread 0,8 +komisi 0,3 +slippage masuk 0,2 +slippage keluar 0,4 =1,7 pip. Semuanya ilustratif, tanpa rollover.

Candle UTCOpen BidHigh BidLow BidClose Bid
08:00–09:001,294501,294621,293821,29428
09:00–10:001,294281,294341,293521,29368
10:00–11:001,293681,293741,293101,29330
11:00–12:001,293301,294381,293261,29432
  1. Identifikasi kapan setiap sinyal A–D diketahui. Untuk respons setelah penutupan, asumsikan Bid berikutnya sama dengan Close.
  2. Berikan level protektif dan harga pembukaan/penutupan aktual posisi short menurut model biaya.
  3. Pisahkan hasil terealisasi dari estimasi likuidasi posisi yang masih terbuka pada 12:00.

Jawaban. A: dalam 08:00–09:00 pada Bid 1,29400; B: setelah Close pada 10:00, Bid 1,29368; C: dalam 10:00–11:00 pada Bid 1,29320; D: setelah Close kedua pada 11:00, Bid 1,29330. Ambang Bid protektif: 1,29500; 1,29468; 1,29420; 1,29430. Bid masuk short aktual setelah slippage 0,2: 1,29398; 1,29366; 1,29318; 1,29328. C dan D mencapai ambang protektif pada candle terakhir. Penutupan pada Ask =ambang Bid +spread 0,8 +slippage 0,4: 1,29432 dan 1,29442. Kerugian harga masing-masing 11,4 pip, atau −11,7 setelah komisi.

A dan B tetap terbuka. Hasil acuan pada Bid terakhir 1,29432 adalah −3,2 dan −6,4 pip; estimasi likuidasi Ask dengan slippage serta komisi yang diasumsikan akan memberikan −4,9 dan −8,1. Ini bukan hasil yang dibukukan. OHLC tidak menetapkan menit masuk tepat untuk A/C atau menit stop untuk C/D. Pada lintasan ini, Low candle masuk C maupun High sebelum penutupannya tidak memicu stop pada candle itu; kedua stop baru terjadi pada candle berikutnya.

8.2 mengembangkan perhitungan nilai harapan dan ketidakpastian; 8.9 menguji sistem lengkap.

Solusi latihan: pemeriksaan kronologi dan sisi kuotasi

1. Ambang sebelum candle. Margin C adalah 0,4×20 =8 pip. Untuk breakout ke bawah, kurangkan dari 1,29400 sehingga diperoleh 1,29320. ATR =20 adalah masukan latihan yang diasumsikan, bukan perhitungan dari empat candle. Kondisi tidak boleh memakai observasi ATR yang lebih akhir hanya karena memberi ambang lebih nyaman.

2. Empat waktu keputusan. A mencapai 1,29400 dalam 08:00–09:00. B menunggu penutupan lengkap pertama di bawah level: 1,29368 diketahui setelah 10:00, bukan pada awal candle 09:00. C mencapai 1,29320 dalam 10:00–11:00. D baru memiliki dua penutupan lengkap setelah 11:00 sehingga memakai Bid pembukaan berikutnya 1,29330. Di sini C dapat masuk sebelum D; nama varian tidak mengimplikasikan urutan tetap.

3. Posisi short ditutup pada Ask. Bid masuk acuan A/B/C/D adalah 1,29400; 1,29368; 1,29320; 1,29330. Setelah penyimpangan masuk ilustratif −0,2 pip, Bid penjualan aktual lebih rendah 0,00002. Model ini menetapkan level protektif pada Bid, 10 pip di atas acuan: 1,29500; 1,29468; 1,29420; 1,29430. Aturan mengamati Bid dan menutup pada Ask pasar ketika Bid mencapai level. Ini tidak otomatis menjadi mekanisme pemicu stop bawaan setiap platform.

4. Dua posisi tertutup dan dua terbuka. High Bid candle terakhir 1,29438 melebihi level protektif C/D. Dengan spread 0,8 dan penyimpangan keluar merugikan 0,4 pip, Ask penutupannya masing-masing 1,29432 dan 1,29442. Menjual C pada 1,29318 dan membeli kembali pada 1,29432 merugi 11,4 pip dari harga, atau 11,7 setelah komisi 0,3. D memberi hasil sama: 1,29328−1,29442 =−0,00114. Ini setara −10−1,7 tanpa pengurangan spread lagi.

A dan B tidak mencapai level protektif maupun target dalam jendela ini. Hasil acuan Bid-ke-Bid pada Close terakhir 1,29432 adalah −3,2 dan −6,4 pip. Latihan tidak otomatis menutupnya pada 12:00. Penutupan pasar hipotetis terpisah pada akhir jendela dengan model biaya sama akan memberikan neto −4,9 dan −8,1. Angka ini skenario likuidasi, bukan hasil terealisasi menurut aturan yang ditetapkan.

5. Pemeriksaan intrabar. High candle masuk A 1,29462 tidak mencapai Bid protektif 1,29500; Low 1,29382 jauh dari target 1,29150. High candle masuk C 1,29374 di bawah 1,29420 dan Low 1,29310 tidak mencapai target 1,29070. B dan D masuk pada pembukaan berikutnya sehingga ekstrem candle sinyal sebelumnya tidak dapat menutup posisi yang belum ada. Low candle terakhir 1,29326 tidak mencapai target mana pun. Dengan asumsi kesinambungan dan pemicuan, urutan ekstrem tidak mengubah penyelesaian ini.

6. Model E terpisah bukan hasil empat varian ini. Dengan p =45%, W =2 R, dan L =1 R, 0,45×2−0,55×1 =0,35 R bruto dan 0,27 R neto setelah C =0,08 R. Ambang tanpa biaya adalah 1/3, dan dengan biaya 1,08/3 =36%. Pemeriksaan tanpa pembulatan: (2+1)×(0,45−0,36) =0,27 R. Rumus ini menyangkut biaya tetap dan konvensi R konsisten; tidak digabung dengan harga GBP/USD tanpa konversi sesuai.

Probabilitas blok empat kerugian tertentu dengan tanda independen dan p tetap adalah 0,55⁴ =0,09150625, atau 9,150625%. Ini bukan probabilitas menemukan rentetan demikian di mana pun dalam sampel lebih panjang, maupun frekuensi yang ditetapkan dari empat candle latihan. Bedakan status data ini sebelum menyimpulkan sesuatu tentang sistem.

7. Apa yang diperiksa dalam spesifikasi sendiri. Identifikasi hipotesis, observasi masuk, ketersediaan data, sisi kuotasi, acuan level, reset episode, dan biaya. Reproduksi satu lintasan menguntungkan, satu merugikan, dan satu ambigu. Ini menguji kelengkapan aturan, bukan mengonfirmasi keunggulan. 8.9 mengembangkan perbandingan pada data dan setelah seleksi parameter, sedangkan 8.10 membahas batasan dari jam tersedia Anda.

FAQ — pertanyaan yang sering diajukan

Apakah breakout lawan tren?

Tidak. Breakout mendefinisikan peristiwa pada level dan dapat menerapkan hipotesis kelanjutan. Prakiraan arah berlawanan untuk situasi dan horizon sama bertentangan; nama keluarga sendiri tidak.

Definisi breakout mana yang terbaik?

Definisi maupun dua contoh tidak menetapkannya. Varian mengubah waktu informasi, harga respons, dan jumlah peristiwa yang memenuhi syarat. Tetapkan aturan lengkap, biaya, serta penanganan masuk ulang, lalu uji di luar data seleksi.

Apakah tingkat kemenangan 70% membuat strategi lebih baik daripada 30%?

Itu tidak cukup untuk perbandingan. T dan M ilustratif sama-sama menghasilkan sekitar 0,20 R bruto pada tingkat kemenangan 30% dan 70%, tetapi dispersi berbeda. Hasil neto harapan memerlukan biaya; membandingkan keseluruhan juga memerlukan horizon dan frekuensi sinyal.

Apakah penutupan protektif menghapus asimetri mean reversion?

Itu mendefinisikan kondisi untuk mencoba menutup dan dapat membatasi asimetri. Itu tidak menjamin harga maupun kerugian maksimum. Penutupan berdasarkan waktu menentukan horizon tetapi memperkenalkan hasil antara, sehingga pencapaian target harus dibedakan dari hasil positif.

Dapatkah dua keluarga digabung?

Ya, jika seluruh kumpulan aturan dispesifikasikan dan dinilai. Statistik agregat mendeskripsikan campuran dengan benar, tetapi seri komponen terpisah harus dipertahankan. Kondisi peralihan dan penyelesaian sinyal serentak adalah bagian sistem.

Apakah studi momentum membuktikan aturan CFD saya bekerja?

Tidak. Literatur mendeskripsikan sampel, instrumen, horizon, dan biaya tertentu. Hasil strategi portofolio futures atau lintas-seksi tidak menguji satu pasangan CFD maupun varian breakout mana pun di sini.

Sumber dan referensi

  1. MetaQuotes, Charts — MT5 dapat membentuk grafik pada Bid atau Last bergantung pada instrumen.
  2. Bailey dkk., The Probability of Backtest Overfitting — risiko pemilihan varian dan penggunaan data berulang. Abstrak dan bagian pembuka digunakan; penelitian tidak direplikasi.
  3. Lo, Mamaysky, Wang, Foundations of Technical Analysis — definisi objektif pola harga; sampel saham AS. Abstrak dan informasi bibliografi dalam repositori Illinois digunakan, bukan studi lengkap.
  4. Moskowitz, Ooi, Pedersen, Time Series Momentum — temuan pada 58 kontrak; imbal hasil masa lalu instrumen sendiri sebagai prediktor. Ringkasan penulis dan deskripsi sampel asli 1985–2009 digunakan.
  5. Menkhoff dkk., Currency Momentum Strategies — momentum mata uang lintas-seksi, biaya, dan batas arbitrase. Abstrak serta bagian terpilih digunakan; hasil studi tidak direplikasi.
  6. Park, Irwin, What Do We Know About the Profitability of Technical Analysis? — temuan penelitian beragam dan masalah seleksi serta estimasi biaya. Abstrak dan informasi bibliografi dalam repositori Illinois digunakan, bukan studi lengkap.

Kemajuan belajar Anda

Selesai membaca pelajaran ini? Tandai sendiri. Membuka atau menggulir halaman tidak menandainya sebagai selesai.

Kemajuan memerlukan JavaScript dan penyimpanan browser.

Disimpan hanya di browser ini. Tanpa akun atau sinkronisasi antarperangkat. Menghapus data situs dapat menghapus kemajuan Anda.

Jarosław Wasiński

Pemimpin redaksi, ForexMechanics.com • Analis makro dan FX

Analis independen dan profesional dengan lebih dari 20 tahun pengalaman di pasar keuangan. Aktif di Forex sejak 2004, berfokus pada analisis fundamental, struktur pasar OTC, dan manajemen risiko modal yang disiplin.

  • Pendiri dan pemimpin redaksi MyBank.pl, menyediakan edukasi keuangan tepercaya sejak 2004.
  • Penulis ratusan komentar pasar mendalam, analisis struktural, dan materi edukasi untuk trader dan investor.
  • Pendukung transparansi pasar, mempromosikan edukasi berbasis data konkret dan laporan institusional (BIS, ESMA, CFTC).

Seluruh konten bersifat edukasi dan informasi semata – bukan merupakan saran investasi atau rekomendasi apa pun. Ingat: trading dengan leverage (Forex/CFD) memiliki risiko tinggi kehilangan modal dengan cepat.