Risk & Position Sizing
Build position sizes from drawdown math, realistic trading costs, and uncertainty in backtest results before applying Kelly.
Asimetri Kerugian-Keuntungan: Matematika yang Menghancurkan Deposit Anda
Mengapa kehilangan 50% membutuhkan pertumbuhan 100% untuk pulih, bagaimana volatility drag menghancurkan modal bahkan di pasar sideways, dan rumus apa saja yang wajib diketahui setiap algo trader untuk membangun manajemen risiko.
Kurva slippage, bukan konstanta slippage: model biaya yang bertahan saat bersentuhan dengan live trading
Ganti slippage konstan-bps dengan kurva biaya yang bergantung pada ukuran order, volatilitas, dan likuiditas: hukum akar-kuadrat, fitting kurva dari fill TCA atau data publik, pengali stres regime, dan mengapa leaderboard strategi Anda akan tersusun ulang.
Funding Rate Membunuh Leverage Anda: Mengapa PnL×50x Adalah Fiksi
Bagaimana funding rate di Binance/Bybit mengubah hasil backtest leverage tinggi yang indah menjadi kerugian yang pasti. Rumus, perhitungan ulang strategi nyata, dan leverage maksimum di mana funding tidak menggerus keuntungan.
Monte Carlo Bootstrap: Cara Mendapatkan Confidence Interval untuk Backtest dalam 10 Baris Kode
Mengapa estimasi titik tunggal dari backtest adalah ilusi yang berbahaya. Bagaimana Monte Carlo bootstrap dalam 2 detik komputasi memberikan Anda confidence interval 95% untuk PnL dan MaxDD, dan mengapa ini adalah langkah wajib sebelum meluncurkan strategi ke produksi.
Kriteria Kelly untuk strategi: cara memilih ukuran posisi dan mengalokasikan modal
Strategi dengan ekspektasi matematis positif bisa menghancurkan deposit jika ukuran taruhannya salah. Kita bahas kriteria Kelly dari penurunan rumus hingga portofolio strategi: mengapa full Kelly berbahaya, bagaimana Kelly fraksional memberi 75% pertumbuhan dengan separuh volatilitas, dan kalkulator interaktif yang memperlihatkan bagaimana fraksi Kelly mengubah imbal hasil dan risiko.
