Evaluasi Ekspektasi Return to Risk Ratio Ideal Pada Instrumen Contract for Difference dan Implementasinya Pada Algorithmic Trading

Widiatna, Maheswara Anubawa (2024) Evaluasi Ekspektasi Return to Risk Ratio Ideal Pada Instrumen Contract for Difference dan Implementasinya Pada Algorithmic Trading. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5010201143-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (5MB) | Request a copy

Abstract

Penentuan nilai RRR sering menjadi dilema bagi pelakon pasar dalam mengoptimalkan return dan meminimasi risiko suatu posisi. Terlalu rendahnya RRR dapat menyebabkan kurang maksimalnya keuntungan bahkan kerugian yang berlebih pada saat prediksi salah dan kerugian pada posisi dengan prediksi yang benar pada saat nilainya terlalu tinggi, Penelitian dilakukan untuk mengukur nilai ekspektasi risk to reward ratio (RRR) yang ideal pada berbagai instrumen contract for differences (CFD) pilihan, menggunakan algoritma heuristik bernama LOE pada data historis yang diperoleh dari MetaTrader5 API. Hasil yang didapatkan berupa nilai ekspektasi RRR ideal pada tiap timeframe entry dan hold duration pada tiap instrumen, timeframe entry dan hold duration dengan nilai RRR tertinggi pada tiap instrumen, ekspektasi stop loss ideal dalam percentage in points (pips) pada tiap instrumen, dan return/posisi pada trading algorithm, CM-ALGO sebelum dan sesudah pengkalibrasian nilai RRR. Nilai tabular RRR ideal pada 18 x 18 timeframe default telah ditemukan dan terbukti adanya kenaikan distribusi return per posisi yang signifikan pada semua empat instrumen, sehingga menunjukan keberhasilan optimisasi trading algorithm. Hasil riset juga diharapkan dapat membantu dilema retail trader dalam menentukan stop loss ideal dan RRR.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Algoritma Heuristik, Contract for Differences (CFD), Nilai Ekspektasi, Risk Reward Ratio (RRR), Trading Algorithm
Subjects:	H Social Sciences > HG Finance > HG3881 Foreign exchange. T Technology > T Technology (General) > T174.5 Technology--Risk assessment. T Technology > T Technology (General) > T57.84 Heuristic algorithms.
Divisions:	Faculty of Industrial Technology > Industrial Engineering > 26201-(S1) Undergraduate Thesis
Depositing User:	Maheswara Anubawa Widiatna
Date Deposited:	06 Aug 2024 04:09
Last Modified:	06 Aug 2024 04:09
URI:	http://repository.its.ac.id/id/eprint/111023

Actions (login required)

View Item