TRADER LAB · STRATEGY

Strategy Reality Checker

Uji apakah kombinasi win rate, R-multiple, biaya, dan risiko Anda masih masuk akal setelah memperhitungkan losing streak serta ribuan jalur Monte Carlo.

Expectancy netMonte CarloDrawdown distribution

Parameter strategi

Masukkan statistik yang sudah Anda miliki dari jurnal, backtest, atau forward test.

Statistik edge

Probabilitas menang dan payoff rata-rata.

Win rate (%)Persentase transaksi yang berakhir profit.
Rata-rata winner (R)Rata-rata profit winner sebelum biaya.
Rata-rata loser (R)Masukkan besar loss sebagai angka positif.

Modal & risiko

Ukuran akun, risiko, dan biaya per transaksi.

Modal awal (USD)Nilai equity saat simulasi dimulai.
Risk per trade (%)Fixed-fractional: nominal risk mengikuti equity.
Biaya per trade (R)Spread + komisi + biaya lain dalam satuan R.

Simulasi

Frekuensi dan kedalaman pengujian Monte Carlo.

Trade per bulanDipakai untuk expectancy bulanan teoritis.
Horizon simulasi (trade)Jumlah transaksi pada setiap jalur simulasi.
Jumlah simulasiLebih banyak simulasi memberi distribusi lebih stabil.

Cara membaca biaya dalam R: jika nominal risiko per trade $20 dan total spread + komisi sekitar $1, maka biaya = 1 ÷ 20 = 0,05R. Anda dapat mengambil estimasi biaya dolar/trade dari Broker Cost Calculator, lalu membaginya dengan nominal risiko per trade.

Monte Carlo equity paths

Contoh jalur acak dengan parameter yang sama. Jalur bukan prediksi harga atau profit mendatang.

Distribusi risiko

Ringkasan ribuan urutan menang-kalah yang mungkin terjadi jika probabilitas input dianggap stabil dan trade independen.

Stress Reality Check

Expectancy diuji ulang ketika asumsi sedikit memburuk. Ini membantu melihat apakah edge terlalu tipis.

Skenario	Win rate	Avg win	Biaya	Net expectancy	Status

Apa itu expectancy strategi forex?

Expectancy menggabungkan win rate, rata-rata keuntungan, rata-rata kerugian, dan biaya menjadi nilai rata-rata teoritis per trade. Win rate tinggi belum tentu menghasilkan expectancy positif jika rata-rata loss terlalu besar atau biaya transaksi menyerap sebagian besar edge.

Kenapa Monte Carlo penting?

Dua strategi dengan expectancy yang sama dapat mengalami urutan trade yang sangat berbeda. Monte Carlo mengacak urutan menang dan kalah berulang kali untuk memperlihatkan distribusi drawdown, losing streak, dan hasil akhir yang mungkin muncul dari parameter yang sama. Hasilnya tetap simulasi edukatif, bukan probabilitas pasar yang dijamin.

Batas model

Model mengasumsikan win rate dan R-multiple relatif stabil, setiap trade independen, dan risiko menggunakan metode fixed-fractional terhadap equity yang berjalan. Slippage ekstrem, gap, perubahan strategi, korelasi antartrade, perubahan volatilitas, serta perubahan perilaku trader dapat membuat hasil aktual berbeda.

Strategy Reality Checker: Expectancy & Monte Carlo Forex