Apa itu Average Win Loss, dalam satu definisi yang jelas
Average Win Loss adalah ringkasan kinerja yang sederhana yang membandingkan ukuran rata-rata trade yang menang dengan ukuran rata-rata trade yang kalah. Dalam praktiknya, Anda pertama-tama memisahkan trade menjadi pemenang dan pecundang, menghitung rata-rata kemenangan dan rata-rata kerugian, lalu membandingkannya.
Cara umum untuk mengekspresikannya adalah sebagai rasio:
- Average Win Loss (rasio) = (rata-rata kemenangan) / (rata-rata kerugian)
Penting: “rata-rata kerugian” biasanya diambil sebagai magnitudo positif (meskipun kerugian bernilai negatif pada P&L mentah). Ini menghindari kebingungan tanda.
Cara kerja contoh terpakai (dengan setiap asumsi)
Di bawah ini adalah skenario yang sepenuhnya ditentukan dengan asumsi yang tetap. Tidak ada data pasar nyata yang digunakan.
Asumsi untuk contoh:
- Anda memiliki 5 trade yang sudah ditutup.
- “Outcome” berarti profit bersih atau loss bersih per trade dalam mata uang akun.
- Rata-rata kemenangan hanya menggunakan trade yang menang; rata-rata kerugian hanya menggunakan trade yang kalah.
- Rata-rata kerugian dilaporkan sebagai magnitudo positif (nilai absolut dari outcome negatif).
- Biaya, spread, dan komisi sudah termasuk di dalam outcome bersih setiap trade. (Jika data Anda tidak memasukkannya, perhitungan Anda berubah.)
Misalkan 5 outcome net trade adalah:
- Menang: +30, +10, +20
- Kalah: -15, -5
Langkah 1: Hitung pemenang dan pecundang
- Jumlah kemenangan = 3
- Jumlah kekalahan = 2
Langkah 2: Hitung rata-rata kemenangan
- Rata-rata kemenangan = (30 + 10 + 20) / 3 = 60 / 3 = 20
Langkah 3: Hitung magnitudo rata-rata kerugian
- Magnitudo rata-rata kerugian = (|−15| + |−5|) / 2 = (15 + 5) / 2 = 20 / 2 = 10
Langkah 4: Hitung rasionya
- Rasio Average Win Loss = 20 / 10 = 2
Interpretasi rasio yang dihitung (hanya sebagai pernyataan deskriptif):
- Skenario ini memiliki rata-rata kemenangan yang dua kali lebih besar dibanding magnitudo rata-rata kerugian, berdasarkan daftar outcome dan aturan yang disebutkan.
Apa yang dimaksud “contoh terpakai” di sini?
- Artinya perhitungannya dapat direproduksi: orang lain dapat mengambil lima outcome yang sama dan mengonfirmasi rata-rata dan rasio yang sama.
Keterbatasan dan risiko (mode kegagalan yang material)
Average Win Loss berguna untuk mendeskripsikan ukuran hasil trade, tetapi bisa gagal mencerminkan risiko atau hasil di masa depan.
- Sampel kecil bisa menyesatkan
- Dengan hanya beberapa trade, satu kemenangan atau kekalahan yang tidak biasa dapat sangat mengubah rata-rata dan rasionya.
- “Bentuk” outcome yang tidak merata tersembunyi
- Rasio tidak menampilkan detail distribusi (misalnya, apakah sebagian besar kerugian kecil tetapi ada satu kerugian langka yang sangat besar).
- Biaya dan definisi dapat mengubah hasil
- Jika Anda mengecualikan komisi/spread atau menggunakan gross P&L alih-alih net P&L, rata-rata kemenangan dan rata-rata kerugian bisa bergeser secara bermakna.
- Tidak mengukur survival atau drawdown secara langsung
- Dua strategi bisa memiliki rasio rata-rata menang/kalah yang sama tetapi urutannya sangat berbeda, sehingga menyebabkan drawdown yang sangat berbeda pula.
- Bias survivorship dan bias seleksi
- Jika Anda hanya menganalisis trade yang “cukup bagus” untuk dicatat, atau Anda mengecualikan periode tertentu, rasio yang dihitung mungkin tidak mewakili pengalaman penuh.
Verifikasi dan pertanyaan berikutnya untuk dicek
Untuk memverifikasi Average Win Loss secara independen, Anda perlu daftar trade yang jelas dan aturan yang konsisten:
- Catat outcome bersih setiap trade yang sudah ditutup.
- Beri label sebagai pemenang atau pecundang menggunakan konvensi tanda yang sama.
- Hitung rata-rata kemenangan hanya dari pemenang.
- Hitung magnitudo rata-rata kerugian hanya dari pecundang.
- Bandingkan menggunakan representasi yang Anda pilih (rasio atau selisih).
Pertanyaan berikutnya: Apakah outcome Anda mencakup semua biaya yang relevan dan efek eksekusi, dan apakah Anda menggunakan hasil net dengan definisi “win” dan “loss” yang konsisten? Jika jawabannya tidak jelas, perhitungan mungkin dapat direproduksi tetapi tidak dapat dibandingkan antar kumpulan data.