Simulasi Monte Carlo

Apa itu simulasi Monte Carlo

Simulasi Monte Carlo adalah metode yang menjalankan banyak skenario acak untuk memperkirakan rentang hasil yang mungkin terjadi, bukan hanya satu hasil.

Dalam trading, metode Monte Carlo dipakai untuk melihat seberapa besar variasi hasil sebuah strategi bila urutan atau ukuran hasil trade berbeda dari yang tercatat di backtest. Backtest adalah pengujian strategi pada data harga masa lalu.

Definisi formal

Secara formal, simulasi Monte Carlo memperkirakan distribusi probabilitas suatu besaran (misalnya saldo akhir, drawdown maksimum, atau harga opsi). Caranya adalah mengambil sampel acak berulang kali dari model atau data input, menghitung hasil setiap sampel, lalu meringkas semua hasil menjadi rata-rata, persentil, dan probabilitas.

Ada dua pendekatan yang umum dipakai:

• Resampling dari data historis: hasil trade yang sudah ada diacak ulang urutannya, atau diambil kembali secara acak dengan pengembalian (bootstrap).
• Simulasi parametrik: harga atau return dibangkitkan dari distribusi yang diasumsikan, misalnya distribusi normal dengan volatilitas tertentu.

Akurasi estimasi meningkat seiring bertambahnya jumlah simulasi, tetapi peningkatannya lambat. Hasil juga bisa berubah sedikit setiap kali dijalankan dengan seed acak yang berbeda. Seed adalah nilai awal yang menentukan urutan angka acak.

Contoh: mengacak urutan trade

Contoh ini hipotetis. Seorang trader punya daftar hasil trade dari backtest: sebagian untung, sebagian rugi. Pada urutan aslinya, drawdown maksimum (penurunan terbesar dari puncak saldo) terlihat kecil.

Simulasi Monte Carlo mengacak urutan trade yang sama berkali-kali. Total untung-rugi tetap sama, tetapi urutannya berubah. Pada sebagian urutan, beberapa kerugian datang berturut-turut, sehingga drawdown jauh lebih dalam daripada di backtest asli.

Hasil akhirnya berupa sebaran drawdown, misalnya batas drawdown yang tidak terlampaui pada sebagian besar simulasi. Angka ini lebih realistis untuk menilai risiko daripada satu kurva ekuitas saja. Untuk menghitung ukuran posisi dan risiko per trade dengan angka Anda sendiri, gunakan kalkulator dan simulator.

Simulasi ini tidak membuat strategi lebih aman. Trading forex dan CFD dengan leverage tetap bisa menghabiskan modal dengan cepat, termasuk dalam skenario yang tidak muncul di simulasi.

Di mana istilah ini muncul

• Software backtest dan analisis strategi: sebagian alat pihak ketiga menampilkan laporan Monte Carlo berisi sebaran saldo akhir dan drawdown. Fitur yang tersedia di platform tertentu, termasuk MetaTrader 5, sebaiknya dicek di dokumentasi resminya.
• Laporan risiko: bank dan manajer dana memakainya untuk menghitung Value at Risk dan menjalankan uji stres.
• Penetapan harga opsi: dipakai untuk opsi yang rumusnya sulit diselesaikan secara langsung.
• Berita ekonomi: dipakai dalam proyeksi yang ditampilkan sebagai rentang kemungkinan, bukan satu angka.

Batasan dan kasus khusus

• Kualitas input menentukan hasil: data backtest yang terlalu dioptimalkan (overfitting) menghasilkan simulasi yang terlalu optimistis.
• Asumsi independensi: mengacak urutan trade menganggap setiap trade tidak saling bergantung. Padahal kondisi pasar bisa membuat kerugian datang berkelompok.
• Ekor distribusi: model berbasis distribusi normal meremehkan kejadian ekstrem. Lihat fat tails dan tail risk serta black swan.
• Biaya trading: spread, komisi, swap, dan slippage harus dimasukkan ke model. Jika tidak, hasil simulasi akan terlihat lebih baik daripada kenyataan.

Istilah terkait

• Equity curve
• Volatilitas tahunan
• Koefisien korelasi
• Call option dan delta opsi
• Manajemen risiko
• Strategi trading
• Glosarium trading

Pertanyaan yang sering diajukan

Apakah simulasi Monte Carlo bisa memprediksi harga?

Tidak. Simulasi ini hanya menunjukkan rentang hasil berdasarkan asumsi dan data yang dimasukkan, bukan arah harga ke depan.

Apa beda Monte Carlo dengan backtest?

Backtest memberi satu jalur hasil dari data masa lalu. Monte Carlo menghasilkan banyak jalur alternatif dari data atau model yang sama.

Berapa kali simulasi perlu dijalankan?

Jalankan sampai ringkasan hasilnya, seperti rata-rata dan persentil, tidak lagi berubah berarti ketika jumlah simulasi ditambah.

Apakah hasil Monte Carlo yang bagus berarti strategi pasti untung?

Tidak. Hasil simulasi bergantung pada asumsi. Kondisi pasar nyata bisa berbeda, dan kerugian tetap mungkin terjadi.