Scalping Trading Performance & Laddering Strategy

Executive Summary

Metric	Value
Total Hari Trading	56 hari
Total Hari Kalender	102 hari (28 Apr 2025 – 7 Agu 2025)
Max Allocation Harian	Rp 26.840.719 (tertinggi pada 18 Jul 2025)
Rata-rata Allocation Harian	Rp 3.064.593 (mean allocation, day-level)
Rata-rata Return Harian	4,23% (pakai mean allocation per hari)
Standar Deviasi Harian	16,76% (pakai mean allocation per hari)
Capital Utilization Harian	0,204% dari total equity Rp 1,5 M
Total PNL	Rp 6.531.379
Rata-rata PNL per Hari	Rp 116.631
Jumlah Hari Menang	31 hari
Jumlah Hari Kalah	25 hari
Win Rate	55,36%
Avg Reward (Win Day)	Rp 459.665
Avg Loss (Loss Day)	Rp 261.839
Risk:Reward Ratio	1 : 1,76
Expectancy per Risk Unit	+0,53 (≈ +53%)

Strategi menunjukkan edge positif dengan win rate >50% dan RRR sehat. Trading dilakukan secara full liquid harian dengan max allocation saat ini sebesar Rp 10 juta/hari, tanpa penumpukan posisi.

1. Checklist Strategi

No	Kriteria	Sinyal Positif
1	Harga naik > +15%	Menuju atau menyentuh ARA
2	Candle hijau tebal (bullish)	Tanpa ekor atas panjang
3	Volume > 2x rata-rata 5 hari	Breakout valid / niat bandar
4	OBV naik tajam	Akumulasi besar, bukan markup
5	Bid makin tebal, offer tipis	Tanda tekanan beli real
6	Broker dominan net buy	1-2 broker dominasi bid besar
7	Tidak ada distribusi di offer	Tidak ada lot besar di atas
8	Breakout dari base volume	Lewat resistance konsolidasi
9	Entry Time	15 menit sebelum closing

2. Risk Metrics vs Market

Metric	Value
Sharpe Ratio	0,25 (harian) / 4,00 (annualized)
Beta vs IHSG	0,37 (sensitivitas rendah, pergerakan tidak terlalu tergantung IHSG)
Alpha (daily)	+0,036 (≈ +3,6%/hari)
Alpha (annualized)	≈ +9,0 (≈ +900%; annualisasi dari 56 data—pakai untuk perbandingan internal, jangan dibaca literal)
R² (goodness of fit)	0,02 (99% variasi return dijelaskan faktor selain IHSG)
Observations	56 hari (28 Apr – 8 Agu 2025)

Benchmark Perbandingan Sharpe (Annualized)
Benchmark	Sharpe (Annualized)	Catatan
Strategi Anda	4.00	Return harian = PNL ÷ mean allocation per hari; periode 28 Apr–7 Agu 2025
IHSG	3.35	Dari CSV IHSG yang di-upload; log-return harian, annualized
S&P 500 (Ref)	0.60	Angka referensi jangka panjang, bukan periode yang sama
Median Hedge Fund	1.50	Referensi industri
Top Decile Hedge Fund	2.80	Referensi industri
Bottom Decile Hedge Fund	0.30	Referensi industri

3. Risk Laddering & Consistency

Strategi ini menggunakan pendekatan day trade selama 1000 hari dengan sistem laddering modal, lock risk harian, dan Monte Carlo simulation untuk validasi risiko dan hasil akhir. Pendekatan ini dirancang untuk menghindari overfitting dan memberikan hasil realistis.

Key Assumption

Total Hari Trade: 1000 hari
Modal Awal: Rp10.000.000
Total Modal Maksimal: Rp550.000.000 (berdasarkan sistem Fibonacci)
Winrate Harian: Dinamis antara 52% - 55%
Risk-Reward Ratio (RRR): Dinamis antara 1:1.25 - 1:1.5
Metode Trade: Rollover harian (modal kembali digunakan ulang), tanpa compounding

Laddering Strategy (Fibonacci-Based)

Trade Range	Modal Aktif (Rp)
1–100	10.000.000
101–200	10.000.000
201–300	20.000.000
301–400	30.000.000
401–500	50.000.000
501–600	80.000.000
601–700	130.000.000
701–800	210.000.000
801–900	340.000.000
901–1000	550.000.000
Max Cap	1.000.000.000 (dibatasi)

Risk Locking System

Range Trade	Risk per Day (% dari modal aktif)
1–100	1% – 3%
101–1000	3% – 5% (randomized per day)

Monte Carlo Simulation Results

Statistik	Hasil Asli	Half Monte Carlo
Rata-rata (Mean)	Rp 1.548.098.189	Rp 774.049.095
Median (50%)	Rp 1.552.303.058	Rp 776.151.529
Persentil 5%	Rp 1.003.060.867	Rp 501.530.433
Persentil 95%	Rp 2.088.841.621	Rp 1.044.420.810

Catatan Diskresi: Half Monte Carlo

Tidak semua kondisi pasar ideal
Tidak semua risk-reward tercapai secara sempurna
Laddering bisa terhambat oleh faktor psikologis dan operasional

Dengan pendekatan ini, strategi masih menunjukkan potensi Rp 776 juta dalam 1000 hari secara konservatif, tanpa compounding dan dengan kontrol risiko ketat.

Metodologi Simulasi Monte Carlo

Simulasi 1000 hari trading dilakukan sebanyak 10.000 kali.
Setiap hari trading, dilakukan:
- Pengacakan winrate antara 52% – 55%
- Pengacakan risk-reward ratio antara 1.25 – 1.5
- Pengacakan risk % per hari sesuai batas (1–3% / 3–5%)
Modal aktif disesuaikan dengan laddering Fibonacci.
Jika trade menang, ekuitas naik sebesar: risk_amount * RRR. Jika kalah, turun sebesar: risk_amount.
Setelah semua hari trade selesai, hasil disimpan dan dianalisis.

Pencegahan Overfitting

Tidak menggunakan data historis tetap (fixed backtest)
Menggunakan randomisasi parameter dalam rentang realistis untuk menciptakan ribuan skenario.
Tidak mengasumsikan compounding (tidak eksponensial palsu).
Tidak mengubah strategi berdasarkan hasil sebelumnya (no adaptive overfitting).
Menggunakan pendekatan probabilistik berbasis distribusi, bukan rule-based over-optimization.

Kesimpulan

Sistem laddering + lock risk ini menghasilkan pertumbuhan konsisten dan defensif terhadap fluktuasi performa.
Strategi ini berhasil menghindari overfitting, menjaga hasil tetap realistis, dan sangat menguntungkan di mayoritas skenario.
Simulasi menunjukkan bahwa target ekuitas ≥ Rp1 miliar sangat feasible dalam 1000 hari, dengan risiko drawdown besar yang sangat terkendali.

4. Disiplin Risiko vs Pelanggaran

Average Target Risk % per Hari: 8,13%
Standard Deviasi Risk: ±1,54%
Zona ideal risk %: 6,6% – 9,7%

Contoh hari dimana loss di atas target loss

2025-06-03 → Target: 8,3%, Actual: 13,1%
2025-07-01 → Target: 7,9%, Actual: 17,7%

5. Rekomendasi

Kontrol Risiko

Batasi risk harian dalam ±1σ dari average (6,6–9,7%).

RRR Minimum

Jaga konsistensi reward-to-risk ≥ 1,3.

Evaluasi Sizing

Evaluasi sizing jika muncul drawdown 2 hari.

6. Tabel Audit Transaksi Harian

Tanggal	Jumlah Trade	Total PNL	Total Risk Target	Total Modal
2025-04-28	2	Rp 554,721	Rp 200,000	Rp 4,825,384
2025-04-29	1	Rp 525,437	Rp 200,000	Rp 2,350,877
2025-04-30	2	Rp -119,809	Rp 400,000	Rp 3,923,404