Dalam artikel ini
Setelah membaca artikel ini…
- Menghitung klaster serta sensitivitas satu titik acuan dengan orientasi, toleransi dan waktu informasi tetap.
- Membedakan probabilitas model pencarian acak dari klaim efektivitas Fibonacci atau batas kerugian.
- Membandingkan win rate, rata-rata dan total periode dengan filter yang ditentukan sebelum hasil.
Pelajari istilah tanpa meninggalkan artikel
Win rate (proporsi hasil positif) Ekspektasi (expectancy) Backtesting (uji data historis) Stop loss Rencana trading Posisi shortPenggunaan retracement lanjutan dimulai dengan membatasi kebebasan menggambar. Jika swing, interval, koefisien dan lebar zona boleh diubah setelah melihat reaksi, kecocokan yang meyakinkan mudah dipilih belakangan. Tetapkan definisi konfluensi, simpan waktu ketika informasi dan titik acuan tersedia, lalu uji apakah syarat tambahan memperbaiki hasil setelah biaya.
Konfluensi tidak membuktikan informasi independen
Konfluensi berarti level yang dipilih berdekatan atau beberapa kondisi analisis muncul di wilayah sama. Retracement harian, empat jam dan rata-rata bergerak dapat berasal dari data harga yang saling tumpang tindih. Tiga nama alat tidak otomatis memberikan tiga pengamatan independen. Menyalin satu kisi ke interval lain tidak menambah data pasar; gambar juga tidak menunjukkan berapa orang memasang order di sana.
Rasio bilangan Fibonacci mendekati kebalikan rasio emas: 21/34 sekitar 0,6176 dan 144/233 sekitar 0,6180. Limitnya adalah 1/φ ≈ 0,6180339, dengan φ = (1 + √5)/2 ≈ 1,6180339. Itu acuan matematis. Identitas tersebut tidak membuktikan letak order pasar atau menetapkan probabilitas pembalikan harga. Kedekatan garis tetap perlu didefinisikan sebelum melihat hasil.
Tetapkan definisi dan waktu ketersediaan informasi
Catat feed, jenis harga, zona waktu, interval dan aturan pemilihan ekstrem. Dokumentasi TradingView menyediakan koordinat tepat, Reverse dan perhitungan berbasis log opsional. Pelajaran ini menggunakan harga linear dengan 0% pada akhir gerakan B dan 100% pada awal A: P(r) = B + r(A − B). Harga titik acuan yang sama tidak selalu menghasilkan garis identik jika pengaturannya berbeda.
| Pilihan | Definisi yang perlu ditetapkan |
|---|---|
| Koefisien | 23,6%; 38,2%; 50%; 61,8%; 78,6% adalah pecahan acuan, bukan lima probabilitas keberhasilan terukur. |
| 50% | Konvensi setengah rentang, bukan salah satu limit rasio Fibonacci yang dijelaskan. |
| 78,6% | Pembulatan √0,618; bukan batas kerugian aman. |
| Toleransi klaster | Tentukan sebelum mencari, terpisah dari lebar zona dan jarak stop. |
| Ketersediaan | Puncak yang membutuhkan dua bar tertutup sesudahnya baru dikenali setelah kedua bar itu tersedia. |
Pisahkan waktu ekstrem terjadi dari waktu pengenalannya. Harga penutupan harian saat ini belum final pada tengah hari. Pivot yang dikonfirmasi dapat digambar kembali ke masa lalu meskipun memerlukan bar kemudian. Simpan nilai yang tersedia pada waktu keputusan; jangan memasukkan data final interval lebih tinggi ke sinyal yang lebih awal.
Apakah win rate lebih tinggi cukup menilai filter?
Satu jendela hipotetis memiliki delapan hasil neto berurutan dalam R tetap: −1, −1, +2, +2, −1, −1, +2, +2. Semua transaksi menghasilkan empat kemenangan dari delapan, total +4 R dan rata-rata +0,5 R. Filter yang diasumsikan telah ditetapkan meloloskan nomor 1, 3 dan 8, tanpa memilih menurut tanda hasilnya.
Dua kemenangan dari tiga menaikkan win rate serta rata-rata, tetapi total +3 R tetap di bawah +4 R seluruh transaksi.
Pada layar kecil, gulir diagram mendatar atau perbesar. Nilai dan kesimpulan juga tersedia dalam teks di bawah.
Hasil yang lolos adalah −1, +2, +2: dua kemenangan dari tiga atau sekitar 66,7%, total +3 R dan rata-rata +1 R. Frekuensi hasil positif serta rata-rata naik, tetapi total periode turun. Daftar dan masker filter adalah konstruksi pendidikan, bukan backtest Fibonacci atau estimasi probabilitas. Jangan mendesain ulang masker agar hanya mengambil empat pemenang yang sudah diketahui.
Setiap R mewakili nominal risiko awal tetap yang sama; hasil neto diasumsikan, tanpa reinvestasi atau posisi saling bertumpang tindih. Waktu eksposur, drawdown dan kestabilan pada periode selanjutnya belum dinilai. Contoh ini memisahkan ukuran evaluasi, tanpa membuktikan filter lebih baik atau lebih buruk untuk data pasar lain.
Menghitung klaster retracement dan sensitivitasnya
Misalkan EUR/USD telah menyelesaikan kenaikan hipotetis 1.08000→1.12000, lalu rebound terpisah 1.09000→1.10080. Kedua pasang titik acuan diasumsikan telah dikenali sebelum koreksi berikutnya. Dengan pip 0.0001, bandingkan retracement 61,8% gerakan besar pada 1.09528 dan 50% gerakan kecil pada 1.09540. Jarak 1,2 pip memenuhi konvensi rentang maksimum 2 pip yang dipilih. Ini batas aritmetis latihan, bukan rekomendasi ambang trading.
Perhitungannya: 1.12000 − 0.618 × 0.04000 = 1.09528 dan 1.10080 − 0.5 × 0.01080 = 1.09540. Untuk beberapa level, hitung maksimum dikurangi minimum seluruh kelompok, bukan hanya jarak antar-tetangga. Jika 1.09570 ditambahkan, rentang total menjadi 4,2 pip dan tidak memenuhi konvensi 2 pip. Toleransi pengelompokan, lebar zona dan jarak stop merupakan tiga besaran berbeda.
Pada variasi independen, naikkan hanya akhir gerakan besar dari 1.12000 ke 1.12100. Garis 61,8% menjadi 1.095662. Perubahan titik acuan 10 pip memindahkan garis 3,82 pip; jarak dengan level gerakan kecil yang tidak berubah menjadi 2,62 pip, sehingga gagal pada uji yang sama. Dibulatkan ke lima desimal, 1.09566 tetap berjarak 2,6 pip. Pilihan titik acuan yang tampak kecil dapat mengubah klasifikasi tanpa menambah informasi tren.
Jika dua metode pemilihan titik acuan yang telah ditetapkan menghasilkan klasifikasi berbeda, simpan keduanya. Jangan memilih gambar yang cocok dengan pantulan kemudian sambil membuang alternatifnya. Kedekatan dengan rata-rata bergerak atau zona supply/demand yang digambar adalah hipotesis tambahan; itu tidak otomatis independen dan tidak membuktikan order terkumpul di sana.
Pola harmonik memerlukan struktur lengkapnya sendiri. Dalam metode Scott Carney, Gartley memakai B dekat 61,8% serta D dekat 78,6% XA; Bat memakai retracement XA 88,6%. Ideal Butterfly dan Crab memakai proyeksi XA sekitar 127% dan 161,8%. Jadi 78,6% tidak mendefinisikan D semua pola, dan tiap metode memiliki syarat kaki lain. Definisi dari pengembang metode menjelaskan geometri, tanpa menjadi batas aman atau penelitian independen mengenai keuntungan pembalikan.
Kebebasan pencarian dapat menambah kecocokan semu
Definisikan nilai tepat x = (√5 − 1)/2. Itu solusi positif persamaan x² + x − 1 = 0, sehingga 1/x = x + 1. Ekspansi desimalnya dimulai 0,6180339. Nilai bulat 0,618 hanya pendekatan; substitusinya tidak mempertahankan identitas tepat. Secara terpisah, rasio diagonal terhadap sisi segilima beraturan adalah φ ≈ 1,6180339. Sifat geometri tidak dengan sendirinya membuktikan perilaku pasar.
Model kontrol berikut adalah konstruksi hipotetis, bukan pengamatan pasar. Tetapkan satu harga acuan di dalam interval 100 pip, sekurangnya 2 pip dari setiap ujung. Setiap garis tambahan diambil secara independen dan seragam dari interval itu. Kecocokan dalam jarak 2 pip menempati pita 4 pip, sehingga peluang satu garis cocok adalah 4/100 = 0,04. Untuk m garis, peluang setidaknya satu cocok adalah 1 − 0.96**m: 4,00% untuk satu garis, sekitar 33,52% untuk sepuluh dan 87,01% untuk lima puluh.
Kisi Fibonacci nyata berbagi titik acuan serta level yang bergantung satu sama lain. Karena itu probabilitas model tadi tidak menjelaskan pola Fibonacci atau peluang pantulan berikutnya. Model menunjukkan dampak kebebasan memilih: catat setiap kisi dan koefisien yang dicari, bukan hanya pasangan yang akhirnya ditampilkan. Gunakan aturan pencarian sama pada pengamatan yang menguntungkan dan merugikan.
Pisahkan zona pengamatan dari harga fill dan biaya
Kalimat harga mengonfirmasi level memerlukan definisi terukur. Contoh aturan penelitian meminta low Bid candle H1 yang sudah tertutup berada di 1.09528–1.09540 dan penutupan di atas 1.09540. Low 1.09532 serta penutupan 1.09550 memenuhi deskripsi itu. Keduanya tidak membuktikan pembelian pada low candle; harga masuk aktual baru diketahui ketika order dieksekusi.
- Masuk yang diasumsikan. Dalam model penyelesaian hipotetis terpisah, beli 10.000 EUR pada Ask 1.09565.
- Keluar alternatif. Jual pada Bid 1.09365 memberi −20 USD sebelum biaya tambahan; jual pada 1.09965 memberi +40 USD. Setelah biaya asumsi 4 USD, hasil menjadi −24 USD dan +36 USD: rasio 1,5 meskipun rasio jarak harga 2. Spread sudah tercermin dalam harga fill.
- Eksekusi stop lebih buruk. Jika stop biasa terisi pada Bid 1.09265, hasil model menjadi −30 USD sebelum biaya dan −34 USD sesudahnya. Itu bukan kerugian maksimum yang mungkin terjadi. Tetapkan masa berlaku, pembatalan serta aturan keluar secara terpisah.
Filter dapat menaikkan persentase kemenangan sekaligus mengurangi total dengan melewatkan transaksi. Bandingkan jendela pengamatan dan biaya yang sama. Identifikasi zona teknikal tidak menetapkan harga masuk atau membatasi nominal kerugian.
Simpan spesifikasi pengujian lengkap
Bandingkan aturan masuk sama dengan dan tanpa filter konfluensi, sambil mempertahankan eksekusi, biaya dan aturan keluar identik. Sertakan jumlah transaksi, total neto, drawdown serta distribusi hasil individual. Jumlah masuk yang lebih kecil atau win rate lebih tinggi sendiri tidak membuktikan sistem lebih baik.
- Aturan titik acuan. Jelaskan bagaimana swing memenuhi syarat, tanpa batas H4 atau jumlah candle minimum universal.
- Ketersediaan. Catat waktu pengenalan serta apakah data interval lebih tinggi sudah final.
- Riwayat pencarian. Simpan semua titik acuan, koefisien serta toleransi yang diuji, termasuk varian gagal.
- Cakupan eksekusi. Lebar klaster bukan buffer stop atau batas kerugian; rasio tidak menghasilkan jarak universal 15–20 pip.
- Data belum dipakai. Pilih parameter pada satu periode dan nilai periode lain tanpa mengubah aturan. Bandingkan versi filter dengan pengamatan serta biaya sama.
Contoh perhitungan: satu kisi GBP/USD
Contoh hipotetis terpisah memakai penurunan GBP/USD dari A = 1.3400 ke B = 1.2500, yaitu 900 pip jika pip 0.0001. Ini satu kisi saja, bukan rekonstruksi kejadian historis atau bukti konfluensi dua kisi.
| Level | Perhitungan linear |
|---|---|
| Pantulan 38,2% | 1.2500 + 0.382 × 0.0900 = 1.28438 |
| Pantulan 50% | 1.29500 |
| Pantulan 61,8% | 1.30562; koefisien harga, bukan probabilitas. |
| Kisi kedua | Titik acuan gerakan kecil tidak tersedia di contoh ini, sehingga konfluensi tidak dapat dihitung independen. |
Level ini sendiri tidak membenarkan posisi jual atau mengidentifikasi minat pasar. Hitung ulang kisi kedua yang diklaim dari titik acuan dan pengaturannya sendiri sebelum menilai kedekatan. Pisahkan pengujian geometri, reaksi yang diamati serta hasil strategi yang benar-benar dieksekusi.
Langkah selanjutnya untuk Anda
Masker pada diagram telah menetapkan nomor 1, 3 dan 8 dari delapan hasil neto tetap. Win rate naik dari 4/8 ke 2/3 dan rata-rata dari +0,5 R ke +1 R, sementara total turun dari +4 R ke +3 R. Ketiganya mengukur aspek berbeda pada jendela hipotetis sama; itu bukan backtest Fibonacci atau estimasi peluang. Memilih hanya empat pemenang setelah melihat hasil tidak menguji aturan yang tersedia sebelum keputusan.
- Hitung ulang klaster. Verifikasi 1.09528 dan 1.09540, jarak 1,2 pip serta toleransi pilihan 2 pip, lalu periksa tambahan garis ketiga.
- Ubah satu titik acuan. Naikkan akhir gerakan besar ke 1.12100 dan pertahankan kisi kecil. Ulangi kegagalan jarak 2,62 pip tanpa menyesuaikan toleransi.
- Pisahkan harga dan hasil. Hitung ulang alternatif keluar untuk 10.000 EUR serta biaya 4 USD. Jangan menambah spread dua kali atau menganggap zona sebagai kerugian maksimum.
- Bandingkan filter tetap. Gunakan aturan masuk, keluar dan eksekusi identik dengan dan tanpa syarat tambahan, sambil mempertahankan varian gagal serta data belum dipakai. Perbandingan positif mendukung pemeriksaan lebih lanjut, bukan janji keberhasilan.
Bacaan terkait: dasar retracement Fibonacci membahas formula serta orientasi; kerangka konfluensi membahas penggabungan syarat yang ditentukan; analisis beberapa timeframe memisahkan informasi yang tersedia pada setiap interval. Materi analisis teknikal, strategi, risiko dan praktik melengkapi konteksnya.
Periksa pemahaman Anda
Latihan: sekitar 2 menit.
Lihat jawaban dan penjelasan
Benar. Win rate adalah frekuensi hasil positif, rata-rata hasil per transaksi dan total hasil seluruh periode. Tidak satu pun sendiri membuktikan kinerja filter mendatang.
Pertanyaan lain
Apakah level 50% benar-benar rasio Fibonacci?
Bagaimana menemukan konfluensi retracement?
Apa peran 78,6% dalam pola harmonik?
Apakah retracement bekerja pada setiap pasar dan timeframe?
Sumber dan verifikasi
- TradingView — alat retracement Fibonacci
Koordinat, Reverse serta perhitungan berbasis log; bukan probabilitas pantulan atau toleransi optimal.
- TradingView — strategi dan pengujian
Ukuran hasil terpisah, biaya, selection bias serta overfitting; model artikel bukan hasil backtest platform.
- TradingView — repainting
Data interval lebih tinggi yang belum final serta pivot digambar ke masa lalu memerlukan waktu pengenalan.
- Scott Carney — Gartley
Definisi metode B 0,618 serta D 0,786 XA bersama kaki lain; bukan bukti independen profitabilitas.
- Scott Carney — Bat
Retracement XA 0,886 dan syarat struktur lain menurut pengembang metode.
- Scott Carney — Butterfly
Ideal Butterfly memakai proyeksi XA 1,27; definisi berbeda dari Gartley.
- Scott Carney — Crab
Proyeksi XA 1,618 merupakan bagian struktur metode Crab.
- IG Inggris — jenis order
Mekanisme stop biasa dan harga fill yang dapat lebih buruk; bukan penawaran atau kelayakan akun Indonesia.
- Liber Abaci — referensi ensiklopedia
Referensi bibliografis sejarah; tidak dipakai sebagai bukti efektivitas pasar.
- Investopedia — Fibonacci retracement
Bacaan definisi tambahan; perhitungan serta batas model dijelaskan terpisah.
- Larry Pesavento — Fibonacci Ratios with Pattern Recognition
Referensi buku; tidak dikutip sebagai penelitian probabilitas atau pengalaman pengujian artikel ini.
Perhitungan menggunakan asumsi yang dinyatakan secara terbuka. Perhitungan ini tidak menggantikan data pasar terkini atau ketentuan penyedia.
