Data Apa yang Diperlukan untuk Menilai Breakout Support Resistance?

Definisikan Breakout Support Resistance sebelum menilainya

Breakout support resistance adalah gagasan bahwa aksi harga berinteraksi dengan support (lantai ke bawah) atau resistance (langit-langit ke atas) yang telah diamati sebelumnya, dan bahwa pergerakan selanjutnya yang menembus level tersebut dapat mewakili perubahan perilaku pasar. Untuk menilainya, Anda perlu memisahkan:

• mekanisme stabil dari konsep tersebut (bagaimana Anda mendefinisikan level dan breakout), dari
• kondisi variabel (rezim pasar, volatilitas, spread/biaya, dan bagaimana data Anda menangkap harga). Karena “breakout” bukanlah aturan universal tunggal, item data pertama yang diperlukan adalah definisi pasti yang akan Anda gunakan untuk support, resistance, dan apa yang dianggap sebagai “menembus.”

Input inti: level harga, waktu, dan aturan pengukuran

Untuk mengevaluasi breakout support resistance secara independen, kumpulkan data yang memungkinkan orang lain mereproduksi konstruksi level dan pengujian breakout Anda.

1) Riwayat harga dan pilihan timeframe

Anda memerlukan rangkaian harga historis untuk instrumen yang Anda evaluasi, seperti candle open-high-low-close atau data tick (tergantung metode Anda). Data kunci yang harus Anda catat adalah:

• timeframe (misalnya, 1H vs 1D),
• jendela lookback yang digunakan untuk menggambar support/resistance,
• rentang tanggal yang tepat untuk evaluasi breakout. Penilaian breakout dapat berubah secara material ketika Anda mengubah timeframe atau lookback, jadi Anda harus menyatakan asumsi ini secara eksplisit.

2) Bagaimana level support dan resistance didefinisikan

Level support/resistance dapat dibuat dengan berbagai cara. Data yang diperlukan bergantung pada definisi Anda, misalnya:

• swing high/swing low dari jendela lookback tertentu,
• sentuhan berulang dalam pita toleransi,
• level statistik yang diturunkan dari candle terkini (di mana Anda harus menyatakan metodenya). Paling tidak, Anda memerlukan nilai level numerik (atau aturan yang menghasilkannya) plus toleransi/pembulatan yang digunakan untuk memutuskan apakah harga “menguji” suatu level.

3) Kriteria breakout dan aturan toleransi

Definisikan apa yang dimaksud dengan breakout dalam istilah yang dapat diukur, seperti:

• apakah breakout didasarkan pada penutupan candle versus high/low intrabar,
• jarak minimum di luar level,
• apakah Anda mensyaratkan retest atau “bertahan” setelah menembus. Kriteria ini adalah data input yang penting karena menentukan berapa banyak peristiwa yang memenuhi syarat. Jika Anda tidak menyatakannya, analis lain tidak dapat memverifikasi jumlah Anda.

Bukti dan contoh data untuk menguji konsep

Untuk menghindari memperlakukan konsep ini sebagai pola yang berdiri sendiri, Anda memerlukan bukti yang menunjukkan bagaimana konsep tersebut berperilaku di bawah aturan Anda.

4) Data pelabelan hasil (tanpa menjanjikan akurasi)

Untuk penilaian, buat skema pelabelan yang dapat direproduksi yang terkait dengan pengujian breakout Anda. Misalnya, setelah breakout yang memenuhi syarat, Anda dapat mencatat apakah harga:

• kembali turun/naik melewati level dalam horizon yang dipilih,
• mencapai pergerakan jarak yang ditentukan,
• menunjukkan ekspansi volatilitas atau mean reversion. Data yang diperlukan adalah rangkaian harga pasca-peristiwa dan horizon persis yang Anda gunakan. Hubungan historis tidak membuktikan hasil masa depan, jadi tujuannya adalah pengukuran, bukan prediksi.

5) Provenans dan kelengkapan kumpulan data

Anda juga memerlukan data provenans agar pemeriksaan kualitas dapat dilakukan:

• sumber data (bursa, penyedia, ekspor platform),
• apakah kumpulan data memiliki celah, candle yang hilang, atau jeda sesi,
• penanganan aksi korporasi (jika relevan) dan penyelarasan zona waktu. Jika Anda mencampur umpan data atau gagal menyelaraskan stempel waktu, Anda dapat menciptakan “breakout” palsu yang disebabkan oleh artefak data, bukan perilaku pasar.

6) Biaya dan asumsi eksekusi (material untuk interpretasi)

Bahkan tanpa menggunakan data real-time, penilaian Anda harus mencatat asumsi terkait eksekusi yang dapat mengubah apa yang “berhasil.” Anda harus mencatat:

• asumsi biaya transaksi (spread/biaya) jika Anda memodelkan hasil,
• apakah pengujian Anda mengasumsikan entry pada penutupan, pada saat break, atau pada pembukaan berikutnya. Jika metode Anda mengabaikan biaya, evaluasi historis Anda dapat salah menggambarkan efek praktis dari breakout.

Keterbatasan dan mode kegagalan yang harus disertakan dalam checklist Anda

Setidaknya satu keterbatasan material harus menjadi bagian dari kerangka penilaian Anda.

False break dan whipsaw

Mode kegagalan yang umum adalah “false break,” di mana harga menembus level secara singkat lalu berbalik. Mode lainnya adalah whipsaw, di mana terjadi beberapa penembusan karena noise volatilitas di sekitar level.

Perubahan rezim dan non-stasioneritas

Perilaku support/resistance dapat berubah ketika volatilitas, likuiditas, atau rezim pasar bergeser. Hubungan historis tidak menetapkan hasil masa depan, jadi Anda harus memperlakukan kinerja yang diamati sebagai sesuatu yang bersifat kondisional.