Apa Itu Contoh Terbukti (Worked Example) untuk Market Selection?

Pelajari apa itu worked: mekanisme, perbedaan, keterbatasan, dan pemeriksaan praktis.

Jawaban langsung

Market selection adalah proses menentukan kondisi pasar mana (misalnya rezim volatilitas, tingkat likuiditas, dan apakah spread atau kualitas eksekusi dapat diterima) yang akan Anda masukkan ke dalam rencana trading Anda. Sebuah “contoh terbukti” menunjukkan, langkah demi langkah, bagaimana Anda menerapkan kriteria tersebut dan bagaimana angka berubah ketika asumsi Anda berubah.

Mekanisme atau definisi

Anggap market selection sebagai gerbang di depan trading. Biasanya terdiri dari tiga bagian:

  1. Kriteria: aturan tetap tentang apa yang dimaksud dengan kondisi “cukup baik” (misalnya Anda hanya bertindak ketika spread berada di bawah ambang tertentu, atau ketika pergerakan harga historis tetap berada dalam rentang volatilitas yang dipilih).
  2. Input: data yang Anda gunakan untuk menilai kriteria (misalnya spread yang teramati, ukuran volatilitas, dan perkiraan biaya trading Anda).
  3. Aturan keputusan: jika kriteria lolos, Anda mengizinkan trading; jika gagal, Anda tidak melakukannya.

Poin penting adalah memisahkan mekanisme yang stabil (aturan dan perhitungan Anda) dari kondisi yang berubah (perilaku pasar, biaya, dan eksekusi). Proses seleksi Anda harus bertujuan menjaga aturan keputusan tetap konsisten meskipun kondisi berubah.

Bukti atau contoh (hipotetis, sepenuhnya ditentukan)

Tujuan

Menunjukkan bagaimana filter market-selection sederhana mengubah trade mana yang akan Anda pertimbangkan.

Asumsi (semuanya hipotetis)

  • Anda menguji sebuah rencana selama 10 kemungkinan instance trading.
  • Untuk setiap instance, Anda mengamati quoted spread (dalam price points) dan Anda memperkirakan bahwa biaya eksekusi Anda adalah: execution cost points = quoted spread points × 1.0 (anggap tidak ada slippage tambahan untuk kesederhanaan).
  • Rencana Anda hanya mengizinkan trading jika quoted spread ≤ 1.5 points.
  • Anda mengukur hasil dalam “points” menggunakan model yang disederhanakan di mana: net result = (future move points) − (execution cost points).
  • Untuk ilustrasi, future move points untuk setiap instance sudah ditentukan oleh data uji (tidak ada harga live).

Data

Untuk 10 instance, anggap berikut ini (quoted spread, future move):

  • Instance 1: (1.0, +2.0)
  • 2: (1.8, +3.0)
  • 3: (1.2, +1.4)
  • 4: (1.6, +2.5)
  • 5: (1.4, +1.2)
  • 6: (2.0, +4.0)
  • 7: (1.1, +1.0)
  • 8: (1.5, +2.2)
  • 9: (1.3, +0.8)
  • 10: (1.7, +3.5)

Keputusan seleksi

Izinkan trading hanya ketika spread ≤ 1.5:

  • Diizinkan: 1, 3, 5, 7, 8, 9 (6 instance)
  • Tidak diizinkan: 2, 4, 6, 10 (4 instance)

Perhitungan hasil bersih (net results)

Dengan net result = future move − spread:

  • 1: +2.0 − 1.0 = +1.0
  • 3: +1.4 − 1.2 = +0.2
  • 5: +1.2 − 1.4 = −0.2
  • 7: +1.0 − 1.1 = −0.1
  • 8: +2.2 − 1.5 = +0.7
  • 9: +0.8 − 1.3 = −0.5

Jumlahkan untuk instance yang diizinkan: +1.0 +0.2 −0.2 −0.1 +0.7 −0.5 = +1.1 points.

Perbandingan dengan “tanpa seleksi” (asumsi yang sama)

Jika Anda melakukan trading untuk semua 10 instance, net results akan menjadi:

  • 2: +3.0 − 1.8 = +1.2
  • 4: +2.5 − 1.6 = +0.9
  • 6: +4.0 − 2.0 = +2.0
  • 10: +3.5 − 1.7 = +1.8

Tambahkan ini ke jumlah yang diizinkan: +1.1 + (1.2+0.9+2.0+1.8) = +1.1 +5.9 = +7.0 points.

Apa yang ini ilustrasikan

Dalam dataset hipotetis ini, penyaringan berdasarkan spread mengurangi jumlah trade dan mengurangi total points. Itu tidak berarti market selection itu salah; artinya efeknya bergantung pada kriteria market-selection apa yang sebenarnya ditangkap. Pada dataset lain, penyaringan bisa mengurangi kerugian lebih banyak daripada mengurangi keuntungan.

Keterbatasan dan risiko

  • Sensitivitas terhadap asumsi: Jika eksekusi mencakup slippage, maka execution cost points bisa lebih tinggi daripada quoted spread, sehingga mengubah net results.
  • Hubungan yang berubah: Pergerakan harga historis, perilaku spread, atau rezim volatilitas mungkin tidak terulang, sehingga performa seleksi masa lalu bisa gagal.
  • Mode kegagalan yang tersembunyi: Kriteria seleksi bisa terpenuhi karena kondisi sementara yang kemudian berbalik (misalnya perbaikan spread singkat saat volatilitas meningkat).
  • Overfitting: Jika kriteria disetel untuk satu periode, kriteria tersebut mungkin tidak berlaku untuk periode lain.

Verifikasi atau pertanyaan berikutnya

Untuk memverifikasi market selection secara independen dalam praktik, gunakan desain uji di mana Anda:

  • Menjaga kriteria seleksi dan aturan keputusan tetap.
  • Mengevaluasi performa secara terpisah untuk instance yang diizinkan vs yang tidak diizinkan.
  • Menguji tekanan asumsi yang memengaruhi biaya dan eksekusi (terutama ketika Anda tidak mengamati harga eksekusi yang sebenarnya).

DOCUMENT END

Perdagangan forex dan CFD memiliki risiko besar. Informasi FoxiForex bersifat edukatif dan bukan nasihat keuangan pribadi. Penempatan bersponsor diberi label dengan jelas.