Jawaban langsung
Untuk menilai Volatility Stop, Anda perlu (1) definisi yang jelas dari aturan yang sedang Anda evaluasi, (2) input data yang digunakan, (3) provenance dan waktu pembaruan dari input tersebut, serta (4) pemeriksaan kualitas yang memastikan data dan perhitungan sesuai dengan mekanisme yang dimaksud. Karena Anda biasanya tidak bisa mengandalkan hasil masa depan dari hubungan historis, Anda juga perlu mendokumentasikan asumsi dan mengidentifikasi mode kegagalan.
Mekanisme dan definisi: apa yang Anda nilai
Volatility Stop adalah pendekatan stop-loss yang menyesuaikan jarak atau penempatan stop berdasarkan estimasi volatilitas, bukan hanya memakai jarak tetap. Menilainya karena itu sebagian berkaitan dengan “aturan stop” (secara tepat bagaimana estimasi volatilitas mengubahnya menjadi level stop) dan sebagian lagi dengan “estimasi volatilitas” (volatility measure apa yang digunakan dan dari data dasar apa).
Data yang dibutuhkan terbagi menjadi empat kategori:
- Input untuk volatility estimate: deret harga (dan harga mana), panjang window atau horizon perhitungan, serta metode (misalnya, apakah volatilitas diturunkan dari returns, range, atau transformasi lain).
- Input untuk stop rule: bagaimana volatility estimate yang diperkirakan dipetakan menjadi jarak stop (faktor skala, multiplier, aturan pembulatan, serta batas minimum/maksimum apa pun).
- Titik referensi dan waktu: stop ditambatkan ke apa (harga entry, close terbaru, harga terakhir yang diperdagangkan, atau referensi lain) dan kapan stop dihitung ulang.
- Parameter terkait eksekusi: apa yang terjadi ketika level stop tercapai dalam trading nyata (perilaku tipe order, penundaan konfirmasi, dan dampak biaya transaksi).
Bukti atau contoh: cara mengumpulkan dan memeriksa data
Input dan asumsi yang sebaiknya Anda tuliskan
Mulailah dengan mencatat asumsi dalam istilah yang jelas, karena bahkan perbedaan kecil dapat menghasilkan hasil yang berbeda. Contoh asumsi yang harus Anda nyatakan meliputi:
- Volatility measure: konsep volatilitas mana yang digunakan dan data mentah apa yang memberinya (misalnya, tipe harga tertentu dan interval waktu tertentu).
- Windowing: panjang lookback atau frekuensi sampling yang digunakan untuk menghitung volatilitas.
- Aturan pemetaan (mapping rule): rumus persis yang mengubah volatilitas menjadi jarak stop, termasuk multiplier dan pembulatan.
- Penambatan stop (stop anchoring): apakah stop dihitung ulang secara kontinu atau hanya pada waktu-waktu diskret.
Pemeriksaan provenance dan ketepatan waktu
Anda harus bisa menjawab pertanyaan provenance ini untuk setiap input:
- Sumber: Dari mana data yang relevan dengan volatilitas berasal (dataset historis Anda, feed platform, atau penyedia)?
- Update cadence: Seberapa sering input volatilitas diperbarui, dan apakah stop rule menggunakan nilai terbaru atau snapshot yang tertunda?
- Konsistensi: Apakah zona waktu, batas sesi trading, dan konstruksi bar sesuai dengan data yang diharapkan oleh aturan tersebut?
Checklist kualitas praktis mencakup:
- Penanganan data yang hilang (gap, hari libur, outlier).
- Pemeriksaan keselarasan (waktu perhitungan ulang stop harus konsisten dengan waktu akhir perhitungan volatilitas).
- Konsistensi unit (returns vs harga; persentase vs pergerakan absolut; “per bar” vs ukuran yang diannualisasi atau diskalakan).
Keterbatasan material dan mode kegagalan (apa yang bisa salah)
Mode kegagalan yang umum adalah ketidaksesuaian antara volatility estimate yang Anda pikir sedang Anda gunakan dan volatility estimate yang sebenarnya digunakan oleh implementasi. Ini bisa terjadi karena data yang sudah basi, konstruksi bar yang berbeda, perbedaan pembulatan, atau aturan stop yang diperbarui pada waktu yang berbeda dari yang diharapkan. Keterbatasan lain adalah eksekusi tidak sama dengan level stop teoritis: pengisian (fills) di dunia nyata bergantung pada perilaku order, likuiditas, spread, dan gap. Hubungan historis juga tidak menetapkan hasil masa depan.
Verifikasi atau pertanyaan berikutnya
Untuk memverifikasi fakta Volatility Stop secara independen, bandingkan tiga lapisan:
- Mekanisme tertulis: konversi persis dari volatilitas ke jarak stop dan waktu perhitungan ulang.
- Pipeline data: dari mana input harga/volatilitas yang mendasarinya berasal dan seberapa sering input tersebut diperbarui.
- Perilaku yang diamati dalam pengujian terkontrol: jalankan aturan yang sama dengan input yang transparan dan konfirmasikan bahwa level stop yang dihitung sesuai dengan ekspektasi Anda pada timing dan konstruksi data yang sama.
Jika Anda menginginkan penilaian yang paling andal, pertanyaan berikutnya yang perlu diklarifikasi adalah: “Volatility measure dan waktu pembaruan apa yang digunakan oleh implementasi secara tepat, dan apa rumus pemetaan dari volatilitas ke level stop?”