Jawaban langsung
Contoh terbimbing (worked example) untuk latihan demo adalah skenario numerik langkah demi langkah yang sepenuhnya transparan, yang menunjukkan bagaimana sebuah trade simulasi dihitung dan dicatat. Contoh ini menyebutkan setiap asumsi (saldo awal, ukuran trade, harga entry/exit, biaya, dan apakah eksekusi terjadi secara instan). Tujuannya bukan untuk memprediksi profit, melainkan agar Anda dapat menjelaskan mekanismenya dan memverifikasi matematikanya secara independen.
Mekanisme atau definisi
Latihan demo berarti menggunakan lingkungan simulasi untuk berlatih alur kerja trading dan mengamati hasil menggunakan data yang sudah ditetapkan atau data simulasi. Dalam contoh terbimbing, Anda memisahkan dua hal:
- Mekanisme yang stabil: bagaimana profit dan loss (P&L), perubahan saldo, dan metrik kinerja dihitung dari input.
- Kondisi yang bervariasi: apa yang diasumsikan simulator tentang spread, pengisian (fills), latensi, slippage, downtime, dan aturan akun.
Contoh terbimbing biasanya mencakup:
- Input (harga, ukuran trade, dan biaya apa pun seperti komisi/spread sebagaimana dimodelkan).
- Asumsi (bagaimana fills terjadi, apakah kuotanya tepat, dan apakah aturan margin disederhanakan).
- Perhitungan (bagaimana P&L diturunkan dan bagaimana saldo akun diperbarui).
- Interpretasi (apa yang dapat dan tidak dapat disimpulkan dari hasil tersebut).
Bukti atau contoh (skenario terbimbing)
Berikut adalah satu contoh terbimbing. Tidak ada data pasar live yang digunakan.
Asumsi
- Saldo demo awal: $1,000.
- Anda membuka posisi long.
- Harga entry: 1.2000.
- Harga exit: 1.2040.
- Ukuran trade: 10,000 unit (Anda bisa menganggap ini sebagai nilai notional yang digunakan untuk perhitungan P&L).
- Konversi kontrak: anggap pergerakan harga sebesar 0.0001 setara dengan $1 P&L per 10,000 unit. (Ini adalah asumsi penyederhanaan untuk tujuan demonstrasi.)
- Biaya transaksi: $0 (anggap model akun demo tidak memiliki biaya tambahan, dan spread tidak dikenakan secara terpisah).
- Model fill: anggap harga entry dan exit tepat dengan eksekusi instan.
Perhitungan
- Perubahan harga = 1.2040 − 1.2000 = 0.0040.
- Dalam langkah 0.0001: 0.0040 ÷ 0.0001 = 40 langkah.
- P&L = 40 langkah × $1 per langkah = $40.
Pembaruan akun
- Saldo akhir = $1,000 + $40 = $1,040.
Kesimpulan yang seharusnya Anda ambil dari hasil ini
- Anda menunjukkan bahwa matematika dan pencatatan di simulator mengikuti input Anda.
- Anda tidak menunjukkan bahwa hasil serupa akan terjadi dalam kondisi live, karena contoh ini menghilangkan perbedaan umum seperti slippage, spread yang berubah, keterlambatan eksekusi, atau biaya.
Keterbatasan dan risiko (mode kegagalan yang material)
Latihan demo bisa gagal merepresentasikan kondisi nyata. Keterbatasan material yang umum meliputi:
- Ketidakcocokan eksekusi: simulator mungkin melakukan fill pada kuotasi “terbaik yang tersedia” tanpa slippage yang realistis atau partial fills.
- Perbedaan pemodelan biaya: spread, komisi, pembiayaan (financing), dan biaya lain mungkin disederhanakan atau diterapkan secara berbeda.
- Asumsi data dan timing: demo mungkin menggunakan harga yang tertunda, dihaluskan, atau ideal, yang mengubah seberapa sering target tercapai.
- Perubahan perilaku: berlatih risiko dalam akun simulasi dapat mendorong strategi yang tidak akan Anda gunakan dengan uang sungguhan.
Keterbatasan ini adalah alasan mengapa contoh terbimbing harus menyatakan asumsi secara eksplisit. Jika ada asumsi yang berubah (misalnya, menambahkan biaya transaksi yang dimodelkan atau mengubah aturan fill), P&L yang dihitung bisa berubah meskipun “pergerakan pasar” terlihat mirip.
Verifikasi atau pertanyaan berikutnya
Untuk memverifikasi secara independen mekanisme latihan demo, ulangi contoh tersebut dengan input Anda sendiri dan periksa apakah perhitungan Anda cocok dengan P&L yang dilaporkan simulator dengan asumsi yang sama. Pertanyaan berikutnya yang praktis adalah: Pengaturan simulator dan aturan akun apa saja yang harus diselaraskan (biaya, model fill, aturan margin, dan sumber harga) agar contoh terbimbing Anda tetap valid?
Anda juga bisa membandingkan setidaknya dua skenario dengan asumsi yang berbeda—misalnya, satu dengan biaya nol dan fill yang tepat, serta satu yang mencakup estimasi spread atau model biaya—lalu amati seberapa sensitif hasilnya.