Apa itu Contoh Kerja dari Strategi Stochastic?

Jawaban langsung

Contoh kerja dari Strategi Stochastic adalah skenario numerik langkah demi langkah yang menerjemahkan pembacaan osilator Stochastic menjadi aturan keputusan kondisional. Contoh tersebut menyatakan setiap asumsi (panjang jendela, ambang batas, waktu evaluasi, dan biaya apa pun) sehingga pembaca dapat mereproduksi perhitungan yang sama dan melihat bagaimana aturan tersebut akan berperilaku di bawah serangkaian data harga tertentu.

Mekanisme atau definisi

Osilator Stochastic membandingkan harga penutupan saat ini dengan rentang tertinggi–terendah selama jendela lookback terkini. Dua keluaran umum adalah:

• %K: posisi harga saat ini dalam rentang terkini.
• %D: rata-rata bergerak (sering kali rata-rata sederhana) dari %K selama beberapa langkah.

Rumus %K yang umum (menggunakan gaya “stochastic cepat” standar) adalah:

• %K = 100 × (Penutupan − TerendahTerendah) / (TertinggiTertinggi − TerendahTerendah)

Asumsikan jendela lookback N periode. “TertinggiTertinggi” dan “TerendahTerendah” mengacu pada tertinggi maksimum dan terendah minimum dalam N periode tersebut. Jika rentangnya nol (TertinggiTertinggi sama dengan TerendahTerendah), %K tidak terdefinisi; aturan praktis sering kali memerlukan fallback yang terdefinisi.

“Strategi Stochastic” kemudian berarti aturan yang menggunakan nilai indikator ini secara kondisional (misalnya: “jika %K di bawah ambang batas dan %D naik, maka lakukan X”). Kuncinya adalah bahwa perilaku strategi berasal dari logika aturan, bukan dari osilator itu sendiri.

Bukti atau contoh

Skenario kerja (dengan semua asumsi)

Asumsi untuk contoh ini:

1. Jendela lookback N = 5 periode.
2. Gunakan %D sebagai rata-rata bergerak sederhana 3 periode dari %K.
3. “Waktu evaluasi”: nilai indikator dihitung pada akhir setiap periode menggunakan penutupan periode tersebut.
4. Aturan keputusan (hanya ilustratif): Kondisi pemicu adalah “%K melintasi di atas %D” dan %K ≥ 20.
5. Dua biaya disertakan sebagai pecahan tetap (ilustratif): biaya transaksi c = 0,10% dari harga saat masuk dan c = 0,10% saat keluar.
6. Kami mensimulasikan satu posisi: masuk pada harga pembukaan periode berikutnya dan keluar pada harga pembukaan periode setelahnya. (Ini menghindari menebak pergerakan intraperiode.)

Sekarang datanya. Misalkan periode 1–6 memiliki tertinggi, terendah, dan penutupan seperti ini (unit harga bersifat arbitrer):

• Periode 6 (untuk menghitung %K dan %D untuk periode 6):
  • TerendahTerendah selama periode 2–6 = 95
  • TertinggiTertinggi selama periode 2–6 = 110
  • Penutupan6 = 102

Hitung %K6:

• %K6 = 100 × (102 − 95) / (110 − 95)
• %K6 = 100 × 7 / 15
• %K6 = 46,67

Untuk menghitung %D6 (rata-rata 3 periode dari %K), asumsikan nilai %K yang dihitung sebelumnya:

• %K4 = 35
• %K5 = 40
• %K6 = 46,67

Kemudian:

• %D6 = (35 + 40 + 46,67) / 3
• %D6 = 121,67 / 3
• %D6 = 40,56

Periksa pemicunya

Asumsikan pada periode 5 hubungannya terbalik (sehingga terjadi persilangan):

• %K5 = 40
• %D5 = 42 (asumsikan berdasarkan tiga nilai %K sebelumnya dari %D5)

Pada periode 6:

• %K6 = 46,67 dan %D6 = 40,56
• %K melintasi di atas %D
• %K6 ≥ 20

Jadi kondisi pemicu terpenuhi pada periode 6.

Terjemahkan ke satu pengembalian skenario

Asumsikan harga eksekusi berdasarkan waktu evaluasi:

• Masuk pada Pembukaan7 = 103
• Keluar pada Pembukaan8 = 106
• Biaya transaksi setiap sisi: c = 0,10%

Faktor perubahan harga kotor:

• Pengembalian kotor = 106/103 − 1
• Pengembalian kotor ≈ 0,02913 (2,913%)

Terapkan biaya sebagai pengurang perkalian saat masuk dan keluar untuk kesederhanaan:

• Faktor bersih ≈ (1 − 0,001) × (106/103) × (1 − 0,001)
• Bersih ≈ (0,999 × 106/103 × 0,999) − 1
• Bersih ≈ 0,999^2 × 1,02913 − 1
• Bersih ≈ 0,998001 × 1,02913 − 1
• Bersih ≈ 1,02710 − 1
• Bersih ≈ 2,71%

Contoh kerja menunjukkan dengan tepat bagaimana matematika indikator dan logika aturan digabungkan menjadi hasil perdagangan hipotetis di bawah asumsi yang dinyatakan.

Keterbatasan dan risiko

1. Osilator bukanlah hasil pasar. %K dan %D adalah transformasi dari rentang terkini; mengubahnya menjadi keputusan tidak menghilangkan ketidakpastian.
2. Asumsi mendorong hasil. Panjang jendela (N), metode rata-rata %D, dan waktu evaluasi (eksekusi penutupan vs. pembukaan) dapat mengubah pemicu secara material.
3. Kondisi tidak terdefinisi atau berisik. Jika TertinggiTertinggi sama dengan TerendahTerendah, %K menjadi tidak terdefinisi. Selain itu, nilai indikator dapat bereaksi cepat terhadap tertinggi/terendah terkini, menciptakan perilaku whipsaw.
4. Mode kegagalan: aturan yang terlalu pas (overfitting). Memilih ambang batas dan logika yang cocok dengan satu skenario historis mungkin tidak dapat ditransfer ke periode lain; hubungan historis tidak menetapkan hasil masa depan.
5. Biaya dan eksekusi dapat menghilangkan keunggulan. Bahkan jika pemicu terjadi, selip (slippage), spread, dan biaya transaksi dapat mendominasi, terutama ketika aturan sering bertransaksi.