Multi Day Holding dalam bahasa sederhana
Multi Day Holding berarti mempertahankan posisi forex terbuka selama lebih dari satu hari perdagangan, bukan masuk dan keluar dalam hari yang sama. Inti idenya adalah pergerakan harga mungkin membutuhkan waktu untuk terungkap, sehingga Anda mengevaluasi hasil dalam horizon beberapa hari.
Untuk menguji apakah pilihan horizon ini membantu (atau merugikan), kuncinya adalah memisahkan apa yang stabil dalam metode Anda dari apa yang bervariasi di pasar dan eksekusi.
- Mekanisme yang stabil: aturan penahanan Anda (misalnya, “keluar setelah N hari” atau “keluar saat kondisi X terjadi, tetapi paling lama N hari”).
- Faktor yang bervariasi: rezim pasar, likuiditas, perilaku spread, kualitas eksekusi, dan bagaimana Anda memodelkan data yang hilang atau tidak pasti.
Sebuah pengujian harus menjawab pertanyaan yang presisi seperti: “Dalam horizon multi-hari, apakah aturan entry/exit yang didefinisikan menghasilkan hasil yang lebih baik dibanding baseline yang didefinisikan setelah memasukkan biaya, dengan asumsi yang dinyatakan secara jelas?”
Cara menyusun pengujian: hipotesis, baseline, dan pemisahan data
1) Nyatakan hipotesis yang bisa dibantah
Hipotesis harus spesifik tentang aturan keputusan dan jendela evaluasi. Misalnya, Anda mungkin menghipotesiskan bahwa horizon exit multi-hari tertentu meningkatkan performa dibanding horizon yang lebih pendek, ketika keduanya dievaluasi dengan logika entry yang sama.
Bahkan jika Anda tidak menggunakan aturan entry yang persis sama, jaga perbandingan tetap adil: satu-satunya perbedaan sistematis harus periode penahanan atau horizon exit. Ini membuat pengujian berfokus pada efek horizon, bukan mengubah semuanya sekaligus.
2) Pilih baseline
Baseline adalah sesuatu yang Anda bandingkan. Jenis baseline yang umum (secara konseptual) meliputi:
- Baseline horizon waktu: bandingkan aturan penahanan multi-hari Anda dengan aturan penahanan yang lebih pendek yang menggunakan logika yang sama.
- Baseline tanpa keuntungan: bandingkan dengan referensi netral seperti hasil rata-rata di bawah randomisasi periode penahanan (hanya jika Anda bisa membenarkan metode randomisasi).
- Baseline benchmark: bandingkan hasil dengan referensi mekanis yang sederhana dan telah ditentukan sebelumnya yang tidak bergantung pada informasi masa depan.
Baseline harus didefinisikan sebelum Anda melihat hasil, sehingga Anda tidak “menyetel” baseline agar sesuai dengan apa yang terjadi.
3) Pisahkan data untuk menghindari bias
Gunakan pemisahan berbasis waktu untuk mencerminkan penggunaan yang realistis: latih (atau pilih asumsi) pada satu periode, validasi pada periode berikutnya, dan uji pada periode terakhir yang tidak terlihat.
Risiko bias yang perlu dikendalikan:
- Bias melihat ke depan (look-ahead bias): menggunakan informasi yang tidak akan tersedia pada saat keputusan dibuat.
- Overfitting: memilih parameter yang secara kebetulan cocok dengan periode historis tertentu.
- Bias survivorship: jika Anda menyusun dataset dengan cara yang mengecualikan periode atau peristiwa tertentu.
Karena tujuan adalah verifikasi independen, dokumentasikan batas pemisahan data yang tepat (tanggal) dan pertahankan tetap.
Bukti dan contoh: apa yang harus diukur sebagai “bukti”
1) Definisikan outcome yang dapat diukur
Tentukan apa yang akan Anda ukur sebelum melakukan pengujian. Metrik yang umum meliputi:
- Net return selama jendela penahanan (setelah biaya).
- Karakteristik drawdown (seberapa besar dan seberapa sering kerugian terjadi).
- Dispersi outcome: bagaimana hasil bervariasi berdasarkan kondisi pasar.
Waspadai: metrik yang terlihat bagus pada satu rezim bisa gagal pada rezim lain. Multi-day holding dapat berperilaku berbeda selama periode tren dibanding periode yang cenderung range-bound.
2) Perhitungkan biaya dengan asumsi yang eksplisit
Biaya menjadi material ketika posisi tetap terbuka selama beberapa hari karena dapat terakumulasi. Anda harus memasukkan, minimal, kategori biaya yang berlaku untuk metode evaluasi Anda:
- Biaya transaksi: spread dan komisi atau biaya apa pun yang Anda asumsikan.
- Biaya pembiayaan dan biaya terkait penahanan: biaya harian apa pun atau penyesuaian yang terjadi saat posisi terbuka.
- Slippage eksekusi: selisih antara harga yang diasumsikan dan harga yang dapat dicapai.
Jika Anda tidak memiliki data eksekusi yang nyata, Anda harus menyatakan asumsi yang disederhanakan (misalnya, spread konstan atau rentang slippage yang konservatif). Ini bukan jaminan realistis; ini adalah aproksimasi terkontrol yang Anda uji sensitivitasnya.
3) Gunakan uji robustness yang sadar biaya
Alih-alih melaporkan satu hasil saja, uji seberapa sensitif hasil terhadap perubahan asumsi yang wajar:
- Naikkan biaya dengan faktor tetap lalu evaluasi ulang.
- Lebarkan rentang slippage.
- Bandingkan hasil pada skenario biaya yang berbeda (rendah/sedang/tinggi).
Jika performa berubah drastis hanya karena perubahan biaya yang kecil, maka bukti lemah.
Keterbatasan dan mode kegagalan yang perlu diuji
Keterbatasan material: hasil historis tidak menetapkan outcome masa depan
Bahkan dengan desain pengujian yang hati-hati, hubungan multi-hari di masa lalu bisa hilang karena perubahan struktur pasar, pola volatilitas, dan perilaku partisipan. Backtest yang sukses bisa gagal ketika kondisi pasar bergeser.
Mode kegagalan 1: pergeseran rezim
Strategi multi-hari bisa sensitif terhadap apakah harga sedang tren, mean-reverting, atau digerakkan oleh peristiwa volatilitas mendadak. Pengujian harus memeriksa apakah performa terkonsentrasi pada satu rezim saja.
Cara praktis untuk melakukannya adalah memberi label periode berdasarkan volatilitas atau arah tren menggunakan hanya informasi yang tersedia pada saat itu, lalu bandingkan outcome di antara label-label tersebut.
Mode kegagalan 2: kualitas eksekusi berubah dari waktu ke waktu
Asumsi eksekusi sering bergeser: spread dan likuiditas dapat bervariasi menurut waktu dalam sehari, rilis berita, dan tekanan pasar. Jika model Anda mengasumsikan eksekusi yang mulus, multi-day holding bisa memperburuk kesalahan karena posisi terekspos lebih lama.
Uji robustness: jalankan evaluasi yang sama dengan asumsi eksekusi alternatif (misalnya, slippage lebih tinggi) untuk melihat apakah kesimpulannya tetap berlaku.
Mode kegagalan 3: overfitting pada sampel yang sempit
Multi-day holding bisa terlihat bekerja dalam jendela waktu yang terbatas. Pengaman adalah menjaga pilihan parameter tetap minimal, membatasi derajat kebebasan, dan mewajibkan periode uji di luar sampel.
Jika hasil hanya tampak di jendela seleksi dan hilang di luar sampel, maka bukti tidak dapat diandalkan.
Verifikasi dan pertanyaan berikutnya
Untuk memverifikasi secara independen sebuah pengujian Multi Day Holding, seseorang harus mampu:
- Membaca hipotesis, aturan penahanan, dan definisi baseline.
- Mereproduksi pemisahan data dan memastikan tidak ada data yang melihat ke depan digunakan.
- Menerapkan asumsi biaya dan eksekusi yang sama (atau alternatif yang wajar).
- Memeriksa robustness: apakah kesimpulan bertahan terhadap variasi biaya, slippage, dan rezim.
Pertanyaan berikutnya yang berguna adalah apakah pengujian Anda mengisolasi efek periode penahanan secara spesifik, atau apakah secara tidak sengaja mencampur beberapa perubahan (logika entry, kontrol risiko, atau pemicu exit). Jika tercampur, Anda mungkin tidak banyak belajar tentang Multi Day Holding itu sendiri.
Jika Anda ingin panduan langsung, titik awal yang baik adalah bagaimana memformalkan aturan penahanan dan kapan aturan itu bisa gagal (misalnya, lonjakan volatilitas yang tiba-tiba atau kondisi yang membuat logika exit Anda berperilaku tidak terduga).
DOCUMENT END