Apa Arti Divergensi pada Expert Advisor MT5

Jawaban langsung

Di MT5, “divergensi” pada Expert Advisor (EA) berarti perilaku atau hasil EA tidak lagi sesuai dengan yang Anda harapkan dari pengujian sebelumnya atau dari proses lainnya. Ketidaksesuaian ini dapat muncul sebagai keputusan trading yang berbeda, waktu yang berbeda, hasil order yang berbeda, atau EA mencapai status internal yang berbeda. “Divergensi” bukanlah indikator tunggal atau peringatan yang dijamin; ini adalah deskripsi tentang ketidaksesuaian antara proses atau antara asumsi dan apa yang sebenarnya terjadi.

Mekanisme dan definisi (bagaimana divergensi terbentuk)

EA adalah program yang membuat keputusan dari input dan aturan internal. Bahkan jika dua EA memiliki kode yang sama, divergensi dapat dimulai ketika lingkungan yang memberi makan kode tersebut tidak identik. Sumber umum meliputi:

• Input pasar yang berbeda: EA dapat menghitung nilai dari rangkaian harga seperti open, high, low, close, atau waktu tick. Jika data yang ditangkap berbeda, EA dapat menghitung sinyal yang berbeda.
• Detail eksekusi yang berbeda: Penempatan order bergantung pada bagaimana order diproses. Perbedaan kecil dalam pemenuhan order, waktu, atau biaya dapat mengubah posisi, yang kemudian mengubah keputusan selanjutnya.
• Status internal yang berbeda: Banyak EA melacak variabel seperti posisi yang ada, penempatan stop/limit, atau flag “apakah kondisi ini sudah terpenuhi?”. Begitu status berbeda di titik mana pun, perilaku selanjutnya dapat menyimpang lebih jauh.
• Asumsi yang berbeda antara pengujian vs operasi langsung: Backtesting dan operasi langsung mungkin tidak menggunakan model yang sama untuk waktu, spread, slippage, atau bagaimana urutan peristiwa terjadi.

Model mental yang membantu adalah ini: divergensi sering kali merupakan reaksi berantai. Perbedaan kecil dalam input atau eksekusi dapat mendorong EA ke status baru, dan kemudian logika yang tersisa diterapkan pada status baru tersebut, menghasilkan perbedaan yang lebih besar di kemudian hari.

Bukti atau contoh (apa yang harus dicari)

Misalkan Anda menjalankan EA yang sama dua kali selama periode waktu yang serupa:

• Pada proses A, suatu kondisi menjadi benar pada saat tertentu, dan EA memasuki posisi.
• Pada proses B, kondisi menjadi benar lebih lambat, atau tidak sama sekali, karena input yang dihitung berbeda (misalnya, riwayat harga yang digunakan oleh EA tidak identik).

Dari titik itu, tindakan selanjutnya dari EA dapat berbeda karena kumpulan posisi terbuka, perhitungan risiko, dan logika manajemen order sekarang berbeda.

Pola lainnya adalah pergeseran konfirmasi aturan: sebuah EA mungkin tampak “mengikuti aturannya” dalam backtest, tetapi ketika Anda menjalankannya kembali dengan input yang sedikit berbeda (batas candle yang berbeda, penangkapan tick yang berbeda, waktu eksekusi yang berbeda), aturan yang sama mungkin tidak terpicu. Jika Anda kemudian memilih bagian yang masih cocok, keselarasan yang dirasakan dapat meningkat meskipun ketidaksesuaian yang mendasarinya tetap ada.

Keterbatasan dan risiko (apa yang tidak dapat diberitahukan oleh divergensi)

Divergensi bersifat informatif, tetapi tidak secara otomatis berarti EA tersebut “salah” atau akan gagal. Keterbatasan utama meliputi:

• Tidak ada jaminan arah: Divergensi dapat terjadi baik saat hasil membaik maupun saat hasil memburuk.
• Bias hindsight: Setelah mengamati hasil, orang cenderung fokus pada penjelasan yang sesuai dengan hasil. Misalnya, mereka mungkin mengaitkan kecocokan dengan “logika yang benar” sambil mengabaikan bagaimana perbedaan input kecil juga dapat menjelaskan ketidaksesuaian.
• Kondisi pasar dan akun yang bervariasi: EA bergantung pada spread, komisi, waktu eksekusi, dan status akun. Bahkan jika Anda mengontrol kode, faktor-faktor ini masih dapat berbeda.
• Metodologi pengujian yang berbeda: Backtest dapat menggunakan asumsi yang menyederhanakan. Jika asumsi tersebut tidak sesuai dengan urutan peristiwa nyata, divergensi antara perilaku pengujian dan perilaku nyata dapat diperkirakan.

Mode kegagalan material sering kali melibatkan ketidaksesuaian status (EA percaya bahwa ia mengelola posisi yang sebenarnya tidak ada) dan sensitivitas urutan peristiwa (logika yang bergantung pada waktu pembaruan yang tepat). Keduanya dapat menghasilkan divergensi yang tumbuh seiring waktu.

Verifikasi dan pertanyaan selanjutnya (cara memeriksa secara mandiri)

Untuk memverifikasi apa arti “divergensi” dalam kasus spesifik Anda, fokuslah pada pengendalian variabel daripada menilai hasil setelah kejadian:

1. Bandingkan input yang digunakan oleh EA di berbagai proses (simbol yang sama, timeframe yang sama, sumber data historis yang sama, waktu sesi yang sama).
2. Periksa perbedaan lingkungan yang memengaruhi urutan peristiwa (feed data, frekuensi tick, perbedaan pemrosesan order).
3. Periksa perubahan status internal pada titik pertama di mana proses berhenti cocok (misalnya, ketika suatu kondisi pertama kali terpicu secara berbeda).
4. Jalankan ulang dengan satu perubahan pada satu waktu sehingga Anda dapat menghubungkan divergensi dengan faktor tertentu.