PPTFPersentase kelolosan challenge
Persentase kelolosan challenge tidak bisa diketahui — ia bisa dihitung untuk statistik Anda. Model menjalankan tahapnya empat ribu kali dan menunjukkan apa yang lebih sering menghalangi: limit harian, yang maksimum, atau kurangnya transaksi.
Perhitungan
Median transaksi sampai target — —. Empat ribu putaran untuk setiap rangkaian masukan, pembangkit bilangan acak dengan benih yang tetap: pada parameter yang sama hasilnya selalu satu dan sama, kalau tidak, dua varian tidak bisa dibandingkan. Ini model, bukan ramalan; asumsinya disebutkan di bawah.
Berapa orang yang sebenarnya lolos challenge
Statistik publik yang dikonfirmasi perusahaan itu sendiri tidak ada. Agregator industri prop memublikasikan estimasi: kelolosan challenge 5–10 %, pada program futures satu tahap lebih tinggi; setidaknya satu payout diterima sekitar separuh dari yang sampai ke akun funded. Itu platform komersial, bukan sumber primer, karena itu angkanya sebaiknya dipegang sebagai orde besaran, bukan sebagai fakta.
Perhitungan sendiri lebih berguna daripada rata-rata orang lain karena satu alasan: rata-ratanya mencakup pula mereka yang berdagang dengan volume yang membuat limit hariannya tertembus pada stop ketiga. Peluang Anda bergantung pada angka Anda, dan hal itu langsung terlihat — layak menggeser penggeser risikonya dan melihat bagaimana sebaran hasilnya berubah.
Apa yang ditunjukkan sebaran hasilnya
- Kegagalan karena limit harian dominan
- Volumenya terlalu besar: rangkaian stop biasa menutup hari itu. Diobati dengan mengurangi risiko per transaksi, bukan dengan ketepatan masuknya.
- Kegagalan karena limit maksimum dominan
- Volumenya moderat, tetapi keunggulannya tidak cukup: akunnya merosot perlahan. Mengurangi risiko di sini hanya memperpanjang kemerosotannya.
- Banyak «transaksinya tidak cukup»
- Risikonya terlalu kecil untuk target ini. Peluang gagalnya rendah, tetapi Anda pun tidak sampai ke targetnya — tahapnya membentur limit transaksi atau tenggatnya.
Mengapa modelnya memberi lebih banyak daripada estimasi agregator
Pada masukan bawaan modelnya menunjukkan kelolosan sekitar 43 %, sedangkan agregator memberi 5–10 %. Ini bukan pertentangan: angkanya menjawab pertanyaan yang berbeda. Model menghitung apa yang akan terjadi, jika winrate dan R rata-rata Anda benar-benar seperti itu dan tetap seperti itu sepanjang jaraknya. Agregatnya menghitung semua yang membeli challenge — termasuk mereka yang sama sekali tidak punya keunggulan dan mereka yang mengambil volume dua kali lebih besar daripada yang diizinkan.
Hal itu bisa diperiksa di sini juga: masukkan risiko 2,5 % alih-alih 1,5 % — kelolosannya turun hampir separuh pada winrate dan R yang sama persis. Keunggulannya tidak berubah, yang berubah hanya volumenya. Dari situlah terutama jurang antara angka model dan rata-rata pasar tersusun.
Yang tidak jelas: jumlah transaksi per hari menentukan limit mana yang akan menghentikan Anda
- Sedikit transaksi per hari
- Pada tiga transaksi limit harian hampir tidak terpicu: kerugiannya tidak sempat menumpuk di dalam satu hari, dan kegagalannya datang lewat limit maksimum — dengan kemerosotan yang perlahan.
- Banyak transaksi per hari
- Pada lima transaksi atau lebih gambarannya berbalik: limit harian menjadi sebab utama kegagalan, karena rangkaian tiga atau empat stop masuk ke dalam satu hari.
- Apa yang dilakukan dengan hal itu
- Ini penggeser, bukan konstanta: masukkan jumlah transaksi nyata Anda. Strategi yang sama dengan statistik yang sama melewati challenge secara berbeda tergantung bagaimana transaksinya tersebar menurut hari.
Asumsi modelnya
Perhitungan itu jujur tepat sejauh asumsinya benar. Asumsinya sederhana, dan keempatnya menaikkan peluangnya dibandingkan kenyataan — artinya angka yang diperoleh layak dianggap batas atas.
| Asumsi | Bagaimana dalam kenyataan |
|---|---|
| Semua transaksi bersifat mandiri | Rangkaiannya berkelompok: pasar mengubah rezimnya, dan kerugian datang berbondong |
| R sama pada semua transaksi | R yang nyata tersebar, dan ekor kerugian besarnya lebih tebal daripada di modelnya |
| Winrate tetap | Ia berubah bersama rezim pasar dan kondisi Anda |
| Slippage dan gap tidak ada | Stop tereksekusi lebih buruk daripada harganya saat berita dan pembukaan |
Karena itu modelnya tidak menjawab pertanyaan «apakah saya akan lolos». Ia menjawab pertanyaan lain yang lebih berguna: limit mana yang akan menghentikan Anda lebih dulu — dan apa yang harus diubah agar hal itu berhenti menjadi sebab utama kegagalan.
Bagaimana ia dihitung
Formula analitis untuk soal ini tidak ada: hasilnya bergantung pada urutan transaksinya, bukan hanya pada komposisinya. Karena itu perhitungannya berjalan dengan penelusuran — empat ribu percobaan yang dimodelkan, dan dalam masing-masing transaksinya berjalan satu demi satu sampai salah satu dari empat hasilnya terjadi.
| Langkah modelnya | Apa yang terjadi | Dalam contoh |
|---|---|---|
| Satu transaksi | dengan peluang sebesar winrate, laba sebesar R kali risikonya, jika tidak, kerugian sebesar satu risiko | 42 % pada +1,5R, 58 % pada −1R |
| Satu hari | jumlah transaksi berurutan yang ditetapkan, minus hariannya menumpuk di dalam hari itu | 5 transaksi per hari |
| Hasil satu percobaan | target tahap, limit harian, limit maksimum, atau berakhirnya limit transaksi | 10 % · 5 % · 10 % · 200 transaksi |
| Hasil | porsi percobaan yang berakhir pada masing-masing hasilnya | 43,1 % lolos |
Nilai harapan satu transaksi dihitung terpisah dan ditampilkan dalam putusannya: winrate × R − (1 − winrate). Pada winrate 42 % dan R rata-rata 1,5 itu +0,05 risiko per transaksi — keunggulannya ada, tetapi tipis, dan justru karena itu hasilnya sangat bergantung pada limitnya.
Mengapa hasilnya tidak berubah setelah dimuat ulang. Pembangkit bilangan acaknya deterministik: masukan yang sama memberi angka yang sama. Hal itu dibuat sengaja — kalau tidak, dua orang dengan angka yang sama akan memperoleh hasil berbeda dan tidak bisa mencocokkannya.
Cara membaca hasilnya
Angka persentase yang mutlak di sini kurang berguna daripada sebaran sebab kegagalannya: ia menunjukkan apa tepatnya yang harus diubah. Lihatlah mana di antara ketiga hasil kegagalan yang paling sering.
Berguna pula memeriksa yang sebaliknya: masukkan risiko 0,5 % dan lihat bagaimana peluang lolosnya turun bukan karena limitnya, melainkan karena transaksinya habis. Optimum pada volumenya ada, dan ia tidak berada di ujung rentangnya — inilah kesimpulan modelnya yang paling tidak jelas.
Pertanyaan yang sering diajukan
Mengapa pada masukan yang sama hasilnya tidak berubah?
Pembangkit bilangan acak bekerja dengan benih yang tetap. Hal itu dibuat sengaja: dengan keacakan yang «sungguhan», angkanya akan berubah pada setiap gerakan penggeser, dan membandingkan dua rangkaian parameter menjadi mustahil.
Winrate dan R berapa yang dimasukkan jika statistiknya tidak ada?
Tidak ada. Angka yang dimasukkan «dengan perkiraan mata» memberi jawaban yang tidak bisa dipercaya — sedangkan ia terlihat sama meyakinkannya dengan yang sungguhan. Pertama dua ratus transaksi riwayat Anda, baru kemudian modelnya.
Mengapa mengurangi risiko tidak selalu menaikkan peluangnya?
Karena ia bekerja ke dua arah: kegagalan karena limitnya menjadi lebih jarang, tetapi Anda sampai ke target tahapnya lebih lambat dan lebih sering membentur limit transaksinya. Pada grafiknya hal itu terlihat sebagai perpindahan dari «limit harian» ke «transaksinya tidak cukup». Optimumnya biasanya tidak di ujungnya.
Apakah modelnya memperhitungkan hari trading minimum?
Tidak, untuk itu ada rencana harian: di sana hari minimum dan consistency rule menetapkan tenggat tahapnya. Di sini yang dihitung adalah peluang mencapai targetnya tanpa melanggar limit drawdown.
Apa itu R rata-rata dan bagaimana menghitungnya?
Itu rasio transaksi untung rata-rata terhadap kerugian rata-rata, dinyatakan dalam satuan risiko. Jumlahkan semua labanya, bagi dengan jumlahnya, lakukan hal yang sama untuk kerugiannya, lalu bagi yang pertama dengan yang kedua. R = 1,5 berarti rata-rata untungnya satu setengah kali lebih besar daripada rata-rata ruginya.
Mengapa empat ribu putaran, bukan lebih?
Karena setelah itu angkanya berhenti berubah dalam kisaran sepersepuluh persen, sedangkan perhitungannya harus berjalan seketika saat penggesernya digerakkan. Putaran yang lebih banyak akan memberi angka yang sama dan penundaan yang terasa.
Berapa transaksi yang dibutuhkan dalam riwayat agar modelnya bisa dipercaya?
Sekitar dua ratus sebagai minimum. Pada sampel yang lebih kecil, winrate dan R rata-rata dinilai terlalu kasar: pergeseran lima poin persentase mengubah peluang lolosnya berkali-kali lipat.
Mengapa modelnya tidak memperhitungkan rangkaian berurutan?
Karena ia menganggap transaksinya mandiri, sedangkan dalam kenyataan ia berkelompok: pasar mengubah rezimnya, dan kerugian datang berbondong. Ini salah satu dari empat asumsinya, dan semuanya menaikkan peluangnya. Angka yang diperoleh adalah batas atas, bukan estimasi.
Bisakah dua platform dibandingkan dengan model ini?
Bisa, dan itulah penggunaan utamanya. Masukkan statistik Anda dan limit platform pertama, catat sebaran hasilnya, lalu masukkan limit yang kedua. Benihnya tetap, karena itu selisih angkanya berasal dari syaratnya, bukan dari keacakan.
Mana yang lebih penting untuk kelolosan: winrate atau R?
Perkaliannya. Winrate 40 % pada R = 2 memberi nilai harapan positif, sedangkan winrate 55 % pada R = 0,8 memberi yang negatif. Karena itu membandingkan strategi hanya menurut winrate tidak berarti.
Baca selanjutnya
