Jawaban langsung
Kesalahan umum dengan Scale In berasal dari salah memahami apa yang sebenarnya dilakukan metode tersebut, lalu menerapkannya seolah-olah hasilnya dapat diprediksi. Secara umum, Scale In berarti meningkatkan eksposur dalam beberapa langkah, bukan masuk sekali. Kesalahpahaman dapat mencakup menganggapnya sebagai cara yang pasti untuk memperbaiki hasil, menggunakannya tanpa mendefinisikan ukuran langkah dan pemicunya dengan jelas, atau mengabaikan detail eksekusi yang secara material memengaruhi biaya yang benar-benar terjadi.
Karena kondisi pasar, biaya, dan eksekusi dapat bervariasi, rencana Scale In yang sama dapat menghasilkan hasil yang berbeda dari waktu ke waktu. Kuncinya adalah fokus pada pemeriksaan yang netral: definisikan mekanismenya, nyatakan asumsi untuk perhitungan apa pun, dan identifikasi setidaknya satu skenario kegagalan yang realistis.
Mekanisme dan definisi
Pendekatan Scale In yang umum menambah ke posisi yang sudah terbuka melalui lebih dari satu tindakan (misalnya, beberapa entri dalam rentang waktu). Mekanisme inti yang perlu dipahami adalah:
- Struktur langkah: berapa kali penambahan dilakukan, dan porsi dari total eksposur yang diwakili oleh setiap langkah.
- Harga dan level rata-rata: bagaimana sistem menghitung harga entri rata-rata (sering kali berbobot berdasarkan kuantitas yang dieksekusi) setelah setiap fill.
- Kapan dan mengapa setiap langkah ditempatkan: ini sering disalahartikan sebagai “sinyal.” Deskripsi yang netral seharusnya berfokus pada aturan yang mengatur aksi berikutnya (aturan timing, aturan jarak, atau kondisi), tanpa mengasumsikan itu meramalkan arah.
- Realistisnya eksekusi: fill bisa terjadi pada harga yang berbeda dari yang diharapkan karena spread, slippage, dan partial fills.
Kesalahan umum adalah menggunakan label “Scale In” yang masih kabur sementara item-item ini dibiarkan tidak ditentukan. Jika Anda tidak bisa menjelaskan struktur langkah dan bagaimana harga rata-rata terbentuk, Anda tidak dapat menilai pendekatan tersebut secara bermakna.
Bukti atau contoh
Pertimbangkan contoh yang netral dan disederhanakan dengan asumsi yang jelas (tanpa data real-time):
- Anda berencana untuk menambah dalam tiga langkah.
- Setiap langkah menggunakan jumlah (kuantitas) yang sama.
- Asumsikan fill terjadi pada harga “yang dimaksud” dengan tanpa slippage dan tanpa perbedaan biaya transaksi (ini adalah asumsi untuk kejelasan).
Jika fill pertama terjadi pada harga P1, yang kedua pada P2, dan yang ketiga pada P3, maka level entri rata-rata biasanya adalah rata-rata berbobot kuantitas dari harga-harga yang dieksekusi. Kesalahpahaman yang umum adalah mengira bahwa “averaging down” otomatis memperbaiki risiko dengan cara yang mengalahkan biaya dan volatilitas. Faktanya, entri rata-rata hanya satu bagian dari gambaran; hasil yang benar-benar terjadi juga bergantung pada bagaimana harga bergerak setelahnya, apakah exit terjadi tepat waktu, dan biaya-biaya yang timbul.
Agar contoh lebih realistis, longgarkan satu asumsi: izinkan eksekusi pada harga yang berbeda dari yang dimaksud (spread yang lebih lebar atau slippage pada langkah-langkah berikutnya). Meskipun aturan yang dimaksud tetap sama, rata-rata yang benar-benar terjadi akan berubah. Pemeriksaan yang netral adalah mengulang aritmetika dengan harga fill alternatif dan mengamati seberapa sensitif hasilnya.
Keterbatasan dan risiko
Setidaknya satu keterbatasan material atau skenario kegagalan sering diabaikan:
- Cost drag: beberapa entri meningkatkan biaya terkait transaksi dan dapat mengalahkan manfaat apa pun dari level entri rata-rata yang lebih rendah.
- Pergerakan adverse yang tidak terkendali: jika harga bergerak melewati rentang tempat penambahan direncanakan, Scale In dapat meningkatkan eksposur pada saat fleksibilitas berkurang.
- Ketidakpastian eksekusi: partial fills dan perbedaan timing dapat merusak struktur langkah yang diharapkan.
- Kepastian semu dari rata-rata: harga rata-rata bisa terlihat menguntungkan, tetapi itu tidak menjamin posisi berada dekat titik pembalikan. Hasil bisa bersifat non-linear.
Kesalahan lain yang sering terjadi adalah mencampuradukkan mekanisme yang stabil dengan kondisi yang berubah. Misalnya, aritmetika rata-rata berbobot stabil selama eksekusi diketahui, tetapi eksekusi itu sendiri bergantung pada struktur mikro pasar dan perilaku penyedia/platform. Karena hasil bervariasi, hubungan historis tidak menetapkan hasil di masa depan.
Verifikasi dan pertanyaan berikutnya
Verifikasi independen harus dibangun berdasarkan mekanisme, bukan berdasarkan harapan. Gunakan checklist netral ini:
- Asumsi: Bisakah Anda mencantumkan asumsi perilaku fill (tanpa slippage vs. dengan slippage), dan asumsi perlakuan biaya?
- Logika harga rata-rata: Bisakah Anda menghitung bagaimana level entri rata-rata diperbarui setelah setiap langkah menggunakan kuantitas yang dieksekusi?
- Skenario kegagalan: Apa yang terjadi jika tidak ada penambahan berikutnya yang dieksekusi sesuai rencana (partial fills, keterlambatan, entri yang terlewat)?
- Interaksi exit: Bagaimana rencana Scale In berinteraksi dengan rencana untuk mengurangi atau menutup eksposur? (Meskipun tanpa memberikan saran trading, Anda perlu memperjelas apakah metode ini mengubah kemampuan Anda untuk keluar.)
DOCUMENT END