Apa arti divergensi dalam Average Win Loss?
Jawaban langsung: divergensi dalam Average Win Loss
Divergensi dalam Average Win Loss berarti “rata-rata kemenangan” dan “rata-rata kerugian” berhenti bergerak bersama secara konsisten. Alih-alih sisi kemenangan dan sisi kerugian berperilaku serupa dengan yang Anda harapkan dari periode sebelumnya, hasil tipikal salah satu sisi tumbuh, menyusut, atau berubah karakter sementara sisi lainnya tidak.
Secara sederhana: Average Win Loss adalah perbandingan dua rata-rata dari hasil perdagangan. Divergensi terjadi ketika perbandingan tersebut terlihat berbeda di seluruh segmen waktu, kumpulan data, atau metode perhitungan.
Mekanisme atau definisi: bagaimana rata-rata dibangun
Untuk menjelaskan divergensi, mulailah dengan bagaimana “Average Win” dan “Average Loss” dibangun:
- Average Win biasanya dihitung sebagai rata-rata aritmetika dari ukuran perdagangan yang menang (misalnya, jumlah profit) dalam sampel yang dipilih.
- Average Loss biasanya dihitung sebagai rata-rata aritmetika dari ukuran perdagangan yang kalah (misalnya, jumlah kerugian) dalam sampel yang dipilih.
Divergensi kemudian muncul ketika, misalnya:
- Dalam satu periode waktu, rata-rata kemenangan relatif besar sementara rata-rata kerugian relatif kecil, tetapi kemudian polanya berbalik.
- Atau rata-rata kerugian menjadi kurang negatif/lebih negatif sementara rata-rata kemenangan tetap kurang lebih sama.
Model sederhana dari “apa yang berubah” adalah bahwa baik distribusi hasil berubah, atau cara Anda mengambil sampel dan mengukur hasil berubah. Kedua pendorong tersebut penting karena mengarah pada interpretasi yang berbeda.
Pilihan pengukuran umum yang dapat mengubah rata-rata (tanpa ada hal yang “misterius” terjadi) meliputi:
- jendela waktu yang tepat yang digunakan,
- apakah Anda menyertakan semua perdagangan atau hanya sebagian,
- apakah rata-rata dihitung pada jumlah mentah atau setelah biaya tertentu,
- dan apakah kumpulan data menyertakan eksekusi parsial atau penyesuaian.
Bukti atau contoh: mengapa divergensi dapat muncul
Pertimbangkan pengaturan hipotetis mirip backtest dengan asumsi yang jelas:
- Asumsikan Anda menghitung average win dan average loss dari riwayat perdagangan strategi yang sama.
- Asumsikan Anda membagi riwayat menjadi dua jendela waktu yang sama.
- Asumsikan kualitas eksekusi dan spread/biaya tetap konstan di dalam setiap jendela tetapi dapat berbeda di antara jendela.
Jika rata-rata kemenangan dan rata-rata kerugian bergerak berbeda antara Jendela 1 dan Jendela 2, Anda mengamati divergensi.
Divergensi ini dapat dijelaskan oleh setidaknya tiga penyebab yang tidak saling eksklusif:
- Perubahan rezim pasar: jarak tipikal pergerakan harga sebelum kemenangan atau kerugian berubah.
- Perubahan biaya atau eksekusi: jika biaya naik selama Jendela 2, kerugian dapat memburuk lebih banyak daripada kemenangan (atau sebaliknya), mengubah rata-rata secara berbeda.
- Perbedaan pengambilan sampel dan perhitungan: jika jendela berikutnya mengandung lebih banyak pencilan ekstrem di satu sisi, rata-rata bergeser lebih banyak untuk sisi tersebut.
Poin kuncinya adalah bahwa “divergensi” adalah deskripsi dari data yang Anda hitung, bukan penjelasan otomatis tentang satu penyebab tunggal.
Keterbatasan dan risiko: batas konfirmasi dan bias hindsight
Ada keterbatasan material dan mode kegagalan dalam menafsirkan divergensi:
- Divergensi tidak secara otomatis menyiratkan bahwa sebuah indikator “bekerja” atau “gagal.” Ini hanya memberi tahu Anda bahwa karakteristik rata-rata kemenangan dan kerugian historis berbeda di seluruh segmen yang Anda bandingkan.
- Bias hindsight: jika Anda melihat divergensi terbesar terlebih dahulu, Anda mungkin “menyesuaikan” penjelasan setelah melihat hasilnya, bahkan jika ekspektasi sebelumnya tidak jelas.
- Overfitting pada satu periode: divergensi dapat mencerminkan kondisi sementara. Hubungan historis tidak menjamin hasil di masa depan.
- Ketidakpastian dari biaya dan eksekusi: rata-rata sensitif terhadap bagaimana hasil dicatat. Dua kumpulan data yang sedikit berbeda dalam biaya transaksi atau pemodelan eksekusi dapat menunjukkan divergensi yang berbeda.
Verifikasi atau pertanyaan lanjutan: apa yang dapat Anda periksa secara independen
Untuk memverifikasi apa arti divergensi dalam konteks Anda, Anda dapat memeriksa apakah divergensi tersebut stabil di bawah variasi yang wajar dan telah ditentukan sebelumnya:
- Hitung ulang Average Win dan Average Loss menggunakan aturan yang konsisten (definisi menang/kalah yang sama, kriteria inklusi yang sama).
- Bandingkan beberapa pembagian waktu (bukan hanya periode di mana divergensi terlihat paling besar).
- Pisahkan efek jika memungkinkan dengan memeriksa jumlah hasil sebelum versus sesudah biaya yang dinyatakan, jika catatan Anda mendukung pemisahan tersebut.
- Periksa sensitivitas perhitungan dengan mengulangi rata-rata dengan dan tanpa anomali data yang jelas (seperti perdagangan yang hilang atau catatan eksekusi yang tidak sebanding).
Jika divergensi tetap ada di seluruh pemeriksaan ini, ini menunjukkan bahwa distribusi hasil yang mendasarinya berubah. Jika divergensi menghilang, ini menunjukkan sensitivitas pengukuran/pengambilan sampel daripada perubahan yang stabil dalam karakteristik kinerja.