Cara Kerja Asumsi Slippage dalam Forex

Jawaban langsung

Dalam forex, “asumsi slippage” adalah aturan yang disederhanakan yang digunakan untuk memodelkan bagaimana harga eksekusi sebuah pesanan dapat berbeda dari harga yang Anda inginkan atau amati saat Anda membuat perhitungan. Dalam praktiknya, asumsi slippage bertujuan untuk menerjemahkan ketidakpastian eksekusi menjadi perkiraan biaya (atau terkadang keuntungan) yang dapat dimasukkan dalam backtest, forward test, atau simulasi kinerja perdagangan apa pun. Ide utamanya bukan untuk memprediksi apa yang akan terjadi di masa depan, tetapi untuk membuat asumsi yang konsisten dan eksplisit tentang bagaimana perdagangan dapat terisi.

Mekanisme dan definisi

Slippage adalah selisih antara harga referensi sebuah pesanan (misalnya, harga yang digunakan saat sinyal dihasilkan atau titik tengah pada saat pengambilan keputusan) dan harga eksekusi aktual (harga yang diterima sistem Anda). Asumsi slippage mengubah selisih tersebut menjadi sesuatu yang dapat dihitung oleh model Anda.

Cara sederhana untuk memahami alur kerja ini adalah dengan memisahkan empat elemen:

1. Harga referensi: harga yang digunakan model Anda sebagai “titik awal” untuk perhitungan perdagangan.
2. Aturan harga eksekusi: proses yang diasumsikan untuk menentukan harga eksekusi dari harga referensi.
3. Penanganan arah: apakah aturan tersebut menggerakkan harga melawan Anda atau dapat bervariasi di kedua arah.
4. Akuntansi biaya total: bagaimana slippage berinteraksi dengan biaya eksekusi lain seperti spread dan komisi (jika simulasi Anda menyertakannya).

Model minimal

Sebagian besar pengaturan asumsi slippage bermuara pada salah satu pendekatan berikut:

• Slippage tetap (konstan dalam pip atau poin): Anda berasumsi bahwa setiap eksekusi lebih buruk dengan jumlah yang konstan. Misalnya, Anda dapat mengatakan bahwa pembelian terisi pada harga referensi dikurangi X, dan penjualan terisi pada harga referensi ditambah X.
• Berbasis aturan berdasarkan sisi pesanan dan waktu: Anda dapat menerapkan offset yang berbeda tergantung pada apakah pesanan simulasi dipicu pada bid/ask, pada batas candle, atau saat menggunakan konvensi penutupan/pembukaan bar tertentu.
• Slippage acak dari rentang atau distribusi: Alih-alih satu nilai konstan, Anda mengambil sampel slippage dari rentang yang dipilih. Ini tetap merupakan asumsi, karena distribusi harus ditentukan tanpa mengandalkan pengisian waktu nyata.
• Slippage terkait likuiditas atau volatilitas: Anda mengaitkan jumlah slippage dengan proksi seperti volatilitas atau ukuran likuiditas yang digunakan dalam simulasi Anda. Ini bisa lebih realistis, tetapi juga bisa menjadi kompleks dan mudah untuk di-overfit.

Input yang harus Anda nyatakan

Untuk menggunakan asumsi slippage dengan cara yang dapat diverifikasi orang lain, Anda perlu menentukan input seperti:

• Satuan pengukuran: pip, poin, atau persentase harga.
• Kapan berlaku: hanya saat entry order, saat exit, atau keduanya.
• Bagaimana penskalaannya: apakah slippage berubah seiring ukuran order atau tetap konstan.
• Konvensi sisi: bagaimana Anda memetakan beli/jual ke arah bid/ask.
• Interaksi dengan spread: apakah harga referensi Anda adalah mid, bid, atau ask, dan apakah Anda sudah memasukkan spread secara terpisah.

Bukti atau contoh (dengan asumsi eksplisit)

Pertimbangkan simulasi yang menggunakan “harga tengah” sebagai harga referensi. Anda mendefinisikan asumsi berikut:

• Harga referensi: mid = (bid + ask) / 2 pada saat pengambilan keputusan.
• Spread: Anda mensimulasikan spread tetap sebesar S (diukur dalam poin atau pip).
• Asumsi slippage: eksekusi bergerak melawan trader sebesar Slp.
• Anda menerapkan slippage pada saat entry dan exit.

Contoh logika perhitungan

Untuk order beli:

• Titik tengah pada saat pengambilan keputusan adalah mid.
• Jika Anda sudah memodelkan spread secara terpisah, Anda perlu memutuskan apakah eksekusi harus dimulai dari bid atau ask. Pilihan pemodelan yang umum adalah:
  • Bid = mid − S/2
  • Ask = mid + S/2
• Karena pembelian umumnya terisi mendekati ask, Anda dapat mengambil basis awal eksekusi sebagai ask, lalu menerapkan slippage yang merugikan Anda:
  • harga_eksekusi ≈ ask − Slp

Untuk order jual:

• Penjualan umumnya terisi mendekati bid. Dengan konvensi serupa:
  • harga_eksekusi ≈ bid + Slp

Ini mengilustrasikan aspek “urutan”: harga eksekusi Anda bergantung pada (a) definisi harga referensi, (b) pilihan penanganan spread, dan (c) aturan slippage. Jika Anda mengubah salah satunya, hasil P&L perdagangan dalam model Anda akan berubah—bahkan jika Anda mempertahankan nilai Slp yang sama.

Apa yang diwakili oleh output

Dalam output simulasi, asumsi slippage biasanya muncul sebagai:

• Perkiraan harga eksekusi (atau penyesuaian harga perkiraan).
• Dampak biaya per perdagangan (perbedaan antara P&L berbasis referensi dan P&L berbasis eksekusi).
• Perbedaan kinerja agregat (drawdown, profit factor, total pengembalian), yang semuanya harus diperlakukan sebagai bersyarat pada asumsi Anda.

Keterbatasan dan mode kegagalan

Bahkan jika asumsi slippage diterapkan dengan hati-hati, beberapa keterbatasan dapat menyebabkan simulasi salah menggambarkan eksekusi nyata:

1. Ketidakcocokan asumsi Slippage bukanlah satu hal. Ini dapat berasal dari penundaan, pengisian parsial, perilaku kuotasi, dan dampak pasar. Jika model Anda memperlakukan slippage sebagai offset konstan, model tersebut mungkin tidak menangkap kondisi di mana slippage sebenarnya berubah.

2. Komponen eksekusi yang hilang Kesalahan yang sering terjadi adalah penghitungan ganda atau penghilangan biaya. Misalnya, jika harga referensi Anda sudah menyiratkan bid/ask, tetapi Anda juga memodelkan spread dan slippage sebagai pengurang terpisah, Anda dapat mendistorsi biaya. Sebaliknya, menghilangkan komisi atau biaya dapat membuat biaya tampak lebih kecil dari yang sebenarnya.

3. Ambiguitas waktu Pengisian order forex bergantung pada kapan order ditempatkan relatif terhadap pembaruan harga. Jika backtest Anda mengasumsikan pengisian pada pembukaan atau penutupan candle, perilaku slippage bisa menjadi bias. Ini adalah pilihan pemodelan; itu harus dinyatakan dan diuji.

4. Asumsi distribusi bisa bersifat arbitrer Jika Anda mengambil sampel slippage dari rentang atau distribusi, Anda harus membenarkannya menggunakan metode yang konsisten dengan lingkungan simulasi Anda. Jika tidak, hasilnya mungkin mencerminkan pengaturan pengacakan daripada perilaku eksekusi yang masuk akal.

5. Hubungan historis tidak menjamin hasil masa depan Bahkan jika Anda mengkalibrasi asumsi slippage menggunakan data historis, struktur pasar dan kondisi eksekusi dapat berubah. Oleh karena itu, model slippage Anda adalah alat skenario, bukan perkiraan.

Verifikasi dan pertanyaan berikutnya

Anda dapat memverifikasi secara independen apakah asumsi slippage Anda konsisten secara internal dengan memeriksa tiga poin:

• Audit konvensi harga: Konfirmasikan apakah simulasi Anda menggunakan mid, bid, atau ask sebagai referensi, dan pastikan logika pengisian beli/jual selaras dengan konvensi tersebut.
• Audit akuntansi biaya: Verifikasi bahwa spread, komisi/biaya (jika disertakan), dan slippage dipisahkan dengan benar atau digabungkan tanpa penghitungan ganda.
• Pengujian sensitivitas (konseptual): Ubah asumsi slippage secara terkendali (misalnya, offset lebih tinggi vs. lebih rendah) dan amati seberapa sensitif hasilnya. Sensitivitas yang besar menunjukkan bahwa model Anda sangat bergantung pada kesenjangan eksekusi yang diasumsikan.