Apa Saja Aturan Session Breakout dalam Forex?

Apa itu session breakout?

Session breakout adalah cara sistematis untuk mempelajari apakah pergerakan harga selama satu jendela trading tertentu (yang disebut “sesi”) membentuk rentang acuan, dan apakah pergerakan harga selanjutnya menembus (break) di luar rentang tersebut.

Agar dapat diuji, sebuah pengaturan session breakout memerlukan aturan yang eksplisit dan terukur. Dalam praktiknya, aturan-aturan tersebut biasanya menentukan:

• Jendela sesi (waktu mulai dan waktu selesai, termasuk zona waktu yang relevan).
• Rentang acuan (misalnya, harga tertinggi dan terendah yang dicapai dalam sesi tersebut).
• Kondisi break (apa artinya “menembus” di luar rentang acuan).
• Kapan break dievaluasi (timestamp mana setelah sesi yang diizinkan untuk memicu break).
• Bagaimana hasil diukur (misalnya, apakah Anda mengukur sentuhan pertama, harga penutupan, atau ekskursi maksimum).

Artikel ini berfokus pada desain dan verifikasi aturan, bukan pada klaim bahwa aturan mana pun itu menguntungkan.

Bagaimana cara kerja aturan-aturannya?

Di bawah ini adalah seperangkat aturan yang ditulis sehingga Anda dapat mengimplementasikannya dan memeriksanya pada data historis. Aturan ini menggunakan mekanisme yang stabil dan asumsi yang dipisahkan dengan jelas.

1) Pilih jendela sesi (input)

Aturan: Pilih jendela waktu

• Mulai sesi: T0
• Selesai sesi: T1
• Zona waktu: Z

Asumsi: Timestamp dalam kumpulan data Anda menggunakan zona waktu Z yang sama (atau Anda mengonversinya sebelum melakukan kalkulasi). Jika zona waktu berbeda, rentang acuan dapat bergeser, yang mengubah hasil.

2) Hitung rentang acuan selama sesi

Aturan: Dari bar/tick pertama yang tersedia pada atau setelah T0 hingga T1 (inklusif), hitung:

• Tinggi Rentang (Range High/RH): harga maksimum yang diamati
• Rendah Rentang (Range Low/RL): harga minimum yang diamati

Asumsi: Anda menentukan apakah “harga yang diamati” didasarkan pada high/low bar atau data tick. Dengan bar, RH dan RL berasal dari nilai OHLC; dengan tick, keduanya berasal dari aliran data yang lebih rapat.

3) Tentukan pemicu break (bagaimana Anda memutuskan bahwa “break” terjadi)

Cara umum untuk mendefinisikan break adalah dengan membandingkan harga selanjutnya terhadap RH dan RL.

Aturan (contoh menggunakan harga penutupan): Setelah T1, break sisi bullish terjadi ketika sebuah bar menutup di atas RH + buffer, dan break sisi bearish terjadi ketika sebuah bar menutup di bawah RL − buffer.

Di sini “buffer” adalah jumlah tetap yang memperhitungkan noise.

Asumsi yang harus Anda nyatakan untuk pengujian:

• Buffer didefinisikan dalam satuan yang sama dengan data Anda (misalnya, poin atau pip, tergantung pada konvensi platform Anda).
• Anda memutuskan apakah pemicu menggunakan harga penutupan, sentuhan high/low, atau transaksi pertama.

Mengapa ini penting: Aturan “sentuhan” dan aturan “penutupan” dapat berbeda secara signifikan selama periode volatil. Harga dapat melonjak di atas RH dalam satu bar tetapi gagal ditutup di atasnya.

4) Tentukan jendela evaluasi setelah sesi

Aturan: Anda hanya menerima peristiwa break yang terjadi antara T1 dan T2 (eksklusif atau inklusif—pilih salah satu dan pertahankan konsistensinya).

Asumsi: Panjang jendela evaluasi memengaruhi hasil. Jendela yang lebih panjang meningkatkan peluang terjadinya break, sementara jendela yang pendek dapat melewatkan konfirmasi selanjutnya.

5) Tentukan apa yang Anda ukur sebagai hasil peristiwa

Untuk menjaga verifikasi tetap objektif, pilih pengukuran yang konkret.

Aturan (contoh): Untuk setiap peristiwa break, catat:

• Ekskursi maksimum yang menguntungkan dalam cakrawala waktu tetap (misalnya, hingga N bar)
• Ekskursi maksimum yang merugikan dalam cakrawala waktu yang sama
• Atau sekadar perbedaan harga dari harga penutupan bar pemicu

Asumsi:

• Gunakan cakrawala waktu N yang sama untuk semua peristiwa.
• Putuskan apakah Anda menggunakan harga penutupan bar pemicu atau timestamp lain sebagai acuan.

6) Gunakan penanganan bid/ask dan diskritisasi data yang konsisten

Jika kumpulan data Anda hanya menyediakan bar midpoint atau OHLC, Anda tidak dapat secara langsung memodelkan spread bid/ask. Jika Anda memiliki bid/ask, Anda memerlukan pemetaan yang jelas antara “pemicu” dan harga yang dapat diperdagangkan.

Aturan: Nyatakan apakah pemicu break Anda menggunakan mid, bid, ask, atau harga penutupan bar.

Keterbatasan: Mengubah konvensi ini dapat mengubah kumpulan break yang terdeteksi.

Bukti atau contoh: membandingkan dua varian aturan

Untuk memverifikasi bahwa aturan-aturan tersebut bermakna, Anda dapat menjalankan jendela sesi dan rentang acuan yang sama, lalu membandingkan varian-variannya.

Contoh pengaturan (sepenuhnya ditentukan)

• Jendela sesi: T0 hingga T1 dalam zona waktu Z (pilih nilai tetap).
• Rentang acuan: RH = high bar maksimum dalam sesi; RL = low bar minimum dalam sesi.
• Jendela evaluasi: dari T1 hingga T2.
• Dua varian pemicu:
  1. Aturan penutupan: picu ketika penutupan bar > RH + buffer (atau < RL − buffer)
  2. Aturan sentuhan: picu ketika high bar > RH + buffer (atau low bar < RL − buffer)
• Gunakan buffer = jumlah tetap dalam satuan data Anda.

Apa yang harus Anda harapkan untuk diamati

Bahkan tanpa mengasumsikan adanya “keunggulan” (edge) apa pun, Anda biasanya akan melihat bahwa:

• Aturan sentuhan menghasilkan lebih banyak peristiwa daripada aturan penutupan.
• Aturan penutupan cenderung menyaring lonjakan intrabar singkat yang gagal bertahan.

Perbandingan ini bukanlah bukti profitabilitas. Ini adalah cara untuk memeriksa apakah aturan Anda mendeteksi perilaku pasar yang berbeda dan apakah hasil Anda sensitif terhadap definisi pemicu.

Keterbatasan dan risiko yang relevan (apa yang dapat merusak kumpulan aturan)

Session breakout secara konseptual sederhana, tetapi beberapa mode kegagalan dapat memengaruhi kumpulan aturan apa pun yang dapat diuji.

1) Perubahan rezim volatilitas

Jika volatilitas pasar berubah antara periode yang Anda gunakan untuk kalibrasi dan periode yang Anda uji, pendekatan berbasis rentang tetap dapat berperilaku berbeda. Rentang acuan bisa menjadi lebih lebar atau lebih sempit daripada sampel sebelumnya.

2) Waktu eksekusi dan keterbatasan data

Banyak kumpulan data berbasis bar, yang memadatkan pergerakan intrabar menjadi nilai OHLC. Jika pemicu Anda bergantung pada “sentuhan pertama”, bar OHLC mungkin tidak menangkap momen yang tepat ketika RH terlampaui.

3) Spread, rollover, dan batas sesi

Definisi sesi dapat tumpang tindih dengan perubahan likuiditas pasar. Bahkan jika Anda tidak memodelkan biaya secara eksplisit, kondisi eksekusi nyata dapat berbeda dari asumsi harga mid atau harga bar.

Risiko material: Jika aturan Anda bergantung pada batas akhir sesi tertentu, kesalahan kecil pada jam atau zona waktu dapat menyebabkan ketidakselarasan pada bar mana yang termasuk dalam sesi versus jendela evaluasi.

4) Overfitting backtest

Menggunakan banyak parameter yang dapat disesuaikan—waktu sesi, buffer, cakrawala evaluasi, dan pilihan pengukuran—dapat menghasilkan hasil yang sesuai dengan data masa lalu daripada yang dapat digeneralisasi. Pertahanan dasar adalah membatasi pilihan parameter dan mendokumentasikan setiap asumsi.

5) Hasil tidak dijamin akan berulang

Bahkan dengan aturan yang sama, hasil dapat berbeda antar hari karena perbedaan jalur acak, kondisi aliran order yang berbeda, dan perubahan mikrostruktur pasar.