Bagaimana Pembalikan Support Resistance dapat Diuji?
Cara menguji hipotesis pembalikan support resistance
Pembalikan support resistance sering dibahas seolah-olah secara andal membalikkan harga pada level yang didefinisikan dengan jelas. Cara yang lebih akurat untuk mengujinya adalah dengan memperlakukannya sebagai hipotesis dengan aturan eksplisit dan hasil yang terukur. Kemudian Anda dapat mengevaluasi apakah perilaku yang diamati berbeda secara bermakna dari apa yang Anda harapkan secara kebetulan atau dari garis dasar sederhana yang tidak menggunakan logika pembalikan.
Alur kerja yang berguna adalah:
- tentukan apa yang dimaksud dengan support dan resistance, 2) tentukan apa yang dimaksud dengan pembalikan, 3) pilih metrik hasil, 4) tetapkan garis dasar, 5) pisahkan data untuk menghindari kebocoran, 6) terapkan asumsi biaya dan eksekusi, dan 7) jalankan pemeriksaan ketahanan dan analisis mode kegagalan.
Mekanisme dan definisi: apa yang Anda uji
Apa arti “support” dan “resistance” dalam sebuah pengujian
Dalam sebuah pengujian, support dan resistance harus dioperasionalkan menjadi sesuatu yang dapat Anda hitung. Pendekatan umum menerjemahkan riwayat harga menjadi level, misalnya:
- Level dari tertinggi/terendah sebelumnya (misalnya, ekstrem lokal)
- Level dari pita harga di mana banyak sentuhan terjadi
- Level dari perkiraan bergerak dari ekstrem terkini
Kuncinya bukanlah labelnya, melainkan aturannya. Pengujian Anda harus menentukan metode konstruksi level, jendela lookback (seberapa jauh ke belakang Anda mencari), dan bagaimana Anda memperlakukan “sentuhan” (hit yang tepat vs. dalam pita toleransi).
Apa arti “pembalikan” sebagai sebuah hasil
Pembalikan juga harus menjadi peristiwa yang dapat diukur. Misalnya, Anda dapat mendefinisikan:
- Kondisi masuk: harga mencapai level dalam pita toleransi
- Kondisi pembalikan: setelah sentuhan, harga bergerak dengan jarak minimum ke arah yang berlawanan sebelum bergerak terlalu jauh lebih jauh ke arah semula
Untuk menghindari ambiguitas, tentukan cakrawala waktu (berapa bar ke depan yang Anda periksa), ambang jarak (dalam satuan harga atau persentase), dan apa arti “arah yang berlawanan” (misalnya, swing low/high relatif terhadap sentuhan).
Garis dasar: apa yang Anda bandingkan
Tanpa garis dasar, “harga bergerak kembali” bisa menyesatkan. Garis dasar dapat mencakup:
- Tolok ukur naif yang memprediksi tidak ada perubahan arah di luar noise
- Tolok ukur yang disesuaikan dengan waktu atau volatilitas jika variabel tersebut penting dalam kumpulan data Anda
- Versi acak dari pemicu pembalikan (misalnya, mengacak waktu pemicu sambil menjaga distribusi harga keseluruhan)
Tujuan Anda adalah menguji apakah aturan pembalikan menghasilkan hasil yang secara konsisten lebih baik daripada garis dasar, bukan apakah pembalikan terjadi sama sekali.
Bukti dan contoh desain pengujian (dengan asumsi eksplisit)
Karena tidak ada data real-time yang diasumsikan di sini, fokuslah pada cara menyusun backtest historis sehingga orang lain dapat mereplikasinya.
Langkah 1: Pilih hipotesis
Contoh hipotesis (dapat diuji): “Ketika harga menyentuh level resistance yang teridentifikasi, probabilitas pergerakan turun sebesar X dalam waktu Y meningkat dibandingkan dengan garis dasar.”
Yang perlu ditentukan:
- X: ukuran pergerakan minimum setelah sentuhan
- Y: cakrawala penahanan/pengamatan maksimum
- Toleransi: seberapa dekat sentuhan harus dengan level
Langkah 2: Pisahkan data untuk mengurangi kebocoran
Risiko integritas yang umum adalah menggunakan informasi masa depan saat membangun level. Gunakan pemisahan data:
- Periode pelatihan: turunkan konstruksi level support/resistance dan pilihan parameter Anda
- Periode validasi: sesuaikan ambang batas tanpa menyentuh periode pengujian
- Periode pengujian: evaluasi akhir hanya di sini
Jika Anda menggunakan data deret waktu, lebih suka pemisahan kronologis (misalnya, tanggal lebih awal untuk pelatihan dan tanggal lebih akhir untuk pengujian) daripada pengambilan sampel baris acak.
Langkah 3: Tambahkan biaya dan asumsi eksekusi
Bahkan jika Anda tidak trading, biaya memengaruhi realisme definisi hasil. Setidaknya, perhitungkan:
- Biaya konstan per perdagangan (misalnya, perkiraan biaya round-turn)
- Asumsi selisih harga (seberapa buruk eksekusi dibandingkan dengan pemicu teoretis)
Tentukan bagaimana hal ini diterapkan. Misalnya, saat Anda menghitung apakah pembalikan mencapai target pergerakan, sertakan offset eksekusi sehingga pergerakan bersih yang diukur sesuai dengan yang akan direalisasikan setelah friksi.
Langkah 4: Tentukan metrik yang sesuai dengan hipotesis
Pilih metrik yang sesuai dengan definisi pembalikan Anda, seperti:
- Tingkat keberhasilan: fraksi pemicu di mana kondisi pembalikan terpenuhi
- Rata-rata pengembalian pasca-sentuhan selama cakrawala, disesuaikan dengan offset eksekusi
- Metrik berbasis distribusi (misalnya, hasil median) untuk mengurangi sensitivitas terhadap outlier
Pilih metrik sebelum penyesuaian parameter. Jika tidak, Anda berisiko memilih aturan yang cocok dengan satu metrik sambil menyembunyikan perilaku lemah di bawah metrik lainnya.
Langkah 5: Pemeriksaan ketahanan
Sebuah hipotesis harus bertahan terhadap variasi yang tetap mempertahankan konsep yang mendasarinya. Lakukan pemeriksaan seperti:
- Sensitivitas terhadap panjang jendela lookback yang digunakan untuk level
- Sensitivitas terhadap lebar toleransi (definisi sentuhan ketat vs. lebar)
- Sensitivitas terhadap cakrawala Y dan ukuran pergerakan X
Jika hasil hanya muncul untuk satu set parameter yang sempit, aturan tersebut mungkin menangkap noise daripada pola yang stabil.
Langkah 6: Analisis mode kegagalan
Pembalikan support resistance dapat gagal dengan cara yang sistematis. Setidaknya satu mode kegagalan material harus diuji, misalnya:
- Breakout palsu: harga menyentuh level tetapi terus menembusnya tanpa membalik
- Pergeseran rezim: volatilitas atau struktur tren berubah, sehingga perilaku level sebelumnya tidak lagi berlaku
- Ambiguitas level: metode konstruksi level yang berbeda menghasilkan pemicu yang tidak konsisten
Cara praktis untuk menguji mode kegagalan adalah dengan mengiris hasil berdasarkan rezim volatilitas atau proksi kekuatan tren (didefinisikan hanya menggunakan informasi masa lalu). Bahkan jika irisan menunjukkan hasil yang beragam, pengujian menjadi lebih informatif daripada satu angka agregat.
Keterbatasan dan risiko: apa yang dapat membuat hasil menyesatkan
Hubungan historis tidak menetapkan hasil masa depan
Bahkan jika aturan pembalikan terlihat kuat dalam sampel masa lalu, aturan tersebut mungkin tidak dapat digeneralisasi. Pasar dapat berubah karena pergeseran struktural, perilaku partisipan, atau perbedaan mikrostruktur. Oleh karena itu, perlakukan kinerja sebagai bergantung pada sampel.
Kondisi pasar yang bervariasi dan kendala eksekusi
Biaya, spread, likuiditas, dan kualitas eksekusi dapat bervariasi dari waktu ke waktu. Aturan yang didefinisikan dengan fill teoretis yang bersih dapat melebih-lebihkan realisme. Jika hasil pembalikan Anda bergantung pada pergerakan harga yang sangat kecil, friksi dapat mendominasi hasil.
Overfitting parameter dan “berburu pola”
Ketika Anda mencoba banyak kombinasi parameter, Anda dapat secara tidak sengaja menyesuaikan noise acak. Pemisahan ketat periode pelatihan/validasi/pengujian membantu, tetapi tidak menghilangkan overfitting jika pencarian parameter sangat luas.
Definisi level dan pemicu yang ambigu
Support dan resistance tidak didefinisikan secara unik dalam data harga mentah. Dua orang dapat menerapkan aturan level yang berbeda dan mendapatkan pemicu pembalikan yang berbeda. Pengujian yang solid harus mendokumentasikan definisi operasional sehingga konsep tersebut dapat diverifikasi secara independen.