CFD dan forex adalah instrumen yang kompleks dan memiliki risiko tinggi kehilangan uang dengan cepat akibat leverage. Pengungkapan risiko

Kelly Criterion dalam Trading

Halaman ini menjelaskan rumus Kelly, asumsi di baliknya, kelemahannya di pasar forex, dan cara menguji ukuran risiko dengan simulator.

Tim redaksi Extrade Indonesia ·

Di halaman ini
  1. Apa itu Kelly criterion
  2. Rumus Kelly untuk trading
  3. Asumsi di balik rumus
  4. Kenapa full Kelly sangat fluktuatif
  5. Fractional Kelly
  6. Menerapkan Kelly criterion di forex
  7. Membandingkan ukuran risiko dengan simulator
  8. Risiko yang tetap ada
  9. Pertanyaan yang sering diajukan

Apa itu Kelly criterion

Kelly criterion adalah rumus untuk menentukan berapa bagian modal yang dipertaruhkan pada setiap peluang agar pertumbuhan modal jangka panjang maksimal secara teoretis. Rumus ini berasal dari teori informasi dan perjudian, lalu dipakai di investasi dan trading.

Dalam trading, "bagian modal" berarti risiko per trade: jumlah yang hilang jika stop loss tersentuh, dinyatakan sebagai porsi ekuitas. Ini bukan besar margin dan bukan leverage. Penjelasan dasarnya ada di Risiko per trade.

Kelly tidak menciptakan keunggulan. Rumus ini hanya mengatur ukuran posisi untuk strategi yang memang sudah punya expectancy positif. Jika strategi tidak punya keunggulan, Kelly tidak memperbaikinya.

awal1% per tradeDD −9%2% per tradeDD −17%5% per tradeDD −41%10% per tradeDD −72%100 trade identik, 40% menang, reward 1.5 × risiko
Urutan trade yang sama dengan risiko per trade yang berbeda. Dengan ekspektasi nol, risiko yang lebih tinggi tidak menambah profit; hanya memperdalam drawdown (DD). Contoh ilustrasi: angka karangan untuk belajar, bukan harga nyata atau kondisi broker.

Rumus Kelly untuk trading

Versi yang umum dipakai trader:

f = W − L / R

Simbol Arti
f Porsi modal yang dirisikokan per trade menurut Kelly
W Peluang trade berakhir untung (win rate)
L Peluang trade berakhir rugi (sisa dari W)
R Rata-rata untung dibagi rata-rata rugi (payoff ratio)

Cara membacanya:

Hubungan antara W, R, dan keuntungan rata-rata per trade dibahas di Expectancy trading.

Asumsi di balik rumus

Kelly hanya optimal jika asumsinya terpenuhi. Di pasar, hampir semuanya tidak terpenuhi sepenuhnya.

  1. W dan R diketahui dengan tepat. Dalam trading, keduanya hanya perkiraan dari sampel trade masa lalu. Sampel kecil memberi perkiraan yang kasar.
  2. Setiap trade independen. Kenyataannya, hasil trade sering saling terkait: kondisi pasar berubah, dan posisi di pair yang berkorelasi bergerak bersama. Lihat Risiko korelasi.
  3. Distribusi hasil tetap. Strategi yang bekerja di satu fase pasar bisa melemah di fase lain.
  4. Kerugian tidak melebihi stop loss. Gap, slippage, dan lonjakan spread saat berita bisa membuat rugi lebih besar dari rencana. Lihat Risiko gap dan weekend.
  5. Ukuran posisi bisa dibagi sekecil apa pun. Di platform, volume punya langkah minimum, jadi ukuran ideal sering harus dibulatkan.
  6. Horizon sangat panjang. Keunggulan Kelly muncul setelah banyak sekali trade. Dalam periode pendek, hasilnya bisa jauh dari teori.

Kenapa full Kelly sangat fluktuatif

Full Kelly berarti merisikokan persis angka f dari rumus. Secara matematis, ini memaksimalkan pertumbuhan jangka panjang. Dalam praktik ada beberapa masalah besar.

Drawdown dalam adalah hal biasa. Drawdown adalah penurunan ekuitas dari puncak ke titik terendah. Dalam model teoretis full Kelly, peluang modal suatu saat jatuh ke fraksi tertentu dari puncaknya kurang lebih sama dengan fraksi itu sendiri. Artinya, penurunan yang membuat kebanyakan trader berhenti bukan kejadian langka, melainkan hal yang diperkirakan. Lihat Drawdown dan max drawdown dan Pemulihan drawdown.

Kesalahan perkiraan merugikan secara tidak seimbang. Jika W atau R Anda terlalu optimistis, f yang dihitung lebih besar dari angka Kelly yang sebenarnya. Di atas angka Kelly, risiko naik cepat sementara pertumbuhan justru turun. Jika ukuran posisi jauh melampaui angka Kelly, pertumbuhan jangka panjang bisa menjadi negatif meskipun expectancy per trade positif.

Rangkaian kerugian beruntun. Dengan ukuran besar, beberapa kerugian berturut-turut sudah cukup untuk memotong ekuitas secara signifikan. Ini juga menekan disiplin; lihat Psikologi trading.

Angka Kelly sering terlalu besar untuk forex. Strategi dengan statistik yang tampak bagus sering menghasilkan f yang jauh di atas batas risiko per trade yang lazim dipakai dalam manajemen risiko. Ditambah leverage, posisi seperti ini dapat menghabiskan akun dengan cepat.

Fractional Kelly

Fractional Kelly berarti hanya memakai sebagian dari angka f, misalnya sebagian kecil dari hasil rumus. Alasannya:

Pendekatan Pertumbuhan teoretis Volatilitas ekuitas Kepekaan terhadap salah perkiraan
Full Kelly Maksimal dalam model Sangat tinggi Sangat tinggi
Fractional Kelly Lebih rendah Jauh lebih rendah Lebih rendah
Risiko tetap kecil per trade Tergantung expectancy Rendah Rendah

Banyak trader memakai Kelly hanya sebagai batas atas: jika risiko per trade yang direncanakan sudah di atas angka Kelly, itu tanda ukuran posisi terlalu besar. Perbandingan metode ukuran tetap dijelaskan di Fixed fractional vs fixed lot.

Menerapkan Kelly criterion di forex

  1. Kumpulkan data. Ambil hasil trade nyata dari jurnal trading, bukan hasil yang diingat. Semakin banyak trade dengan aturan yang sama, semakin stabil perkiraannya.
  2. Hitung W, L, dan R. Masukkan biaya transaksi (spread, komisi, swap) ke hasil setiap trade.
  3. Hitung f, lalu kecilkan. Pakai fractional Kelly dan bandingkan dengan batas risiko pribadi Anda di Rencana risiko pribadi.
  4. Ubah porsi risiko menjadi lot. Jarak stop loss dan nilai pip menentukan volume. Caranya ada di Menghitung ukuran lot dan Menempatkan stop loss.
  5. Perbarui berkala. Jika statistik strategi berubah, angka Kelly juga berubah.

Membandingkan ukuran risiko dengan simulator

Rumus memberi satu angka. Simulator menunjukkan seberapa lebar sebaran hasilnya. Masukkan win rate, payoff ratio, dan risiko per trade, lalu jalankan dengan angka full Kelly dan beberapa versi fractional Kelly.

Hasil umum (median)1.245
Skenario buruk (10% terburuk)879
Skenario baik (10% terbaik)1.678
Simulasi yang kehilangan setengah saldo0%
Rata-rata drawdown terdalam18,9%
Expectancy per trade0,13 R

500 simulasi acak dengan aturan yang sama. Ini model aritmetika, bukan prakiraan: pasar nyata memiliki biaya, slippage, dan rentetan hasil (streak) yang diabaikan model ini.

Yang perlu dibandingkan:

Simulasi Monte Carlo adalah model, bukan perkiraan masa depan. Hasilnya hanya sebaik asumsi yang Anda masukkan. Kalkulator lain tersedia di Kalkulator dan simulator.

Risiko yang tetap ada

Trading forex dan CFD dengan leverage bisa menghabiskan modal dengan cepat. Kelly criterion, full maupun fractional, tidak menjamin keuntungan dan tidak melindungi dari kerugian besar ketika asumsinya salah. Metode ini hanya alat untuk berpikir tentang ukuran posisi. Gambaran lebih luas ada di Manajemen risiko.

Pertanyaan yang sering diajukan

Apa rumus Kelly yang dipakai dalam trading?

f = W − L / R, dengan W sebagai peluang untung, L sebagai peluang rugi, dan R sebagai rata-rata untung dibagi rata-rata rugi. Hasilnya adalah porsi modal yang dirisikokan per trade.

Apakah f dalam Kelly sama dengan leverage?

Tidak. f adalah porsi ekuitas yang hilang jika stop loss tersentuh. Leverage dan margin adalah hal lain; lihat Leverage efektif.

Kenapa trader memakai fractional Kelly?

Karena W dan R hanya perkiraan, dan full Kelly menghasilkan drawdown yang sangat dalam. Fractional Kelly mengurangi volatilitas jauh lebih banyak daripada pengurangan pertumbuhan teoretisnya.

Apa artinya jika hasil Kelly negatif?

Menurut data Anda, strategi tidak punya expectancy positif. Rumus tidak menyarankan ukuran posisi apa pun dalam kondisi ini; yang perlu ditinjau adalah strateginya.

Apakah Kelly criterion menjamin akun tidak habis?

Tidak. Gap, slippage, trade yang berkorelasi, dan perkiraan statistik yang salah bisa membuat kerugian jauh melebihi model.

Berapa banyak trade yang dibutuhkan untuk menghitung Kelly?

Tidak ada angka pasti. Semakin banyak trade dengan aturan yang sama, semakin andal perkiraan W dan R. Sampel kecil adalah alasan kuat untuk memakai porsi yang jauh lebih kecil dari angka Kelly.

Halaman terkait