Batting Average and Win/Loss Ratio
Dua metrik sederhana membantu merangkum perilaku strategi dari data yang sudah kamu kumpulkan — tetapi mereka baru bermakna jika dibandingkan dengan besar menang vs besar kalah.
Peringatan: win rate tinggi dengan rata-rata kalah besar tetap bisa menghancurkan akun. Ini edukasi angka; bukan saran trading.
Batting average (persentase menang)
Secara informal di komunitas trading, “batting average” sering berarti persentase trade yang profit dalam sampel:
batting average = jumlah trade menang ÷ jumlah trade total (dalam bentuk desimal atau persen).
Misalnya dari 50 trade, 22 profit → 44% win rate. Metrik ini tidak menjelaskan berapa besar tiap menang atau kalah.
Win/loss ratio
Salah satu definisi yang dipakai: rata-rata profit pada trade menang dibanding rata-rata rugi pada trade kalah (nilai absolut). Rasio di atas 1 berarti rata-rata menang lebih besar daripada rata-rata kalah — tetap perlu cek frekuensi dan biaya.
Expectancy (gambaran menyeluruh)
Expectancy mempertimbangkan kedua sisi: seberapa sering menang dan berapa besar hasil rata-rata per trade setelah semua outcome. Tanpa expectancy positif dalam sampel yang cukup panjang, strategi belum terbukti layak di-scaled.
Mini-skenario: 2 strategi dibandingkan
| Metrik | Strategi A (Scalper) | Strategi B (Swing) |
|---|---|---|
| Win rate | 65% | 42% |
| Avg win | $25 | $120 |
| Avg loss | $30 | $50 |
| Expectancy / trade | (0.65 × 25) − (0.35 × 30) = $5.75 | (0.42 × 120) − (0.58 × 50) = $21.4 |
| Frekuensi | 10 trade/hari | 5 trade/minggu |
| Profit/bulan (20 hari) | $1.150 | $428 |
Walaupun winrate-nya jauh lebih rendah, strategi B (swing) expectancy per trade-nya hampir 4× lebih tinggi. Strategi A profit lebih besar absolut karena frekuensi — tapi butuh fokus penuh harian dan rentan biaya transaksi (spread).
Take-away: winrate tinggi ≠ strategi lebih bagus. Yang penting expectancy per trade × frekuensi × waktu yang tersedia.
Contoh angka expectancy dengan R-multiple
Kalau strategi dipakai dengan SL = 1R = $50:
- Strategi B: avg win = $120 = 2.4R, avg loss = $50 = 1.0R.
- Expectancy R = (0.42 × 2.4R) − (0.58 × 1.0R) = 1.008R − 0.58R = +0.428R per trade.
Tiap trade rata-rata "menghasilkan" 0.43R. Untuk 5 trade/minggu = 2.15R/minggu = ~$107.
Take-away: R-multiple = bahasa universal antar trader. Bandingkan strategi pakai R, bukan dollar (tergantung sizing).
Template kolom untuk spreadsheet
Ekspor dari jurnal kamu atau catat manual: hasil trade (positif/negatif dalam mata uang akun), kategori setup, R-multiple jika memakai konsep R. Pivot table sederhana bisa menghitung win rate per setup dan rata-rata hasil — serupa fungsi “Excel sheet” untuk review bulanan.
Kembali ke Recording Historical Trades untuk struktur jurnal awal.
Insight Trader Profesional
Van Tharp dalam Trade Your Way to Financial Freedom: "You don't need a high winrate. You need a system with positive expectancy and the discipline to follow it."
Konsekuensi praktis:
- Hentikan obsesi winrate. Mark Minervini publicly menyebut winrate-nya ~50%; Linda Raschke ~45%; banyak trend follower 30–40%.
- Sampai sample size ≥ 30 trade, expectancy belum statistically meaningful. Jangan ganti strategi dari 5 trade.
- Track expectancy per setup. Bisa jadi setup A profitable dan setup B rugi — drop setup B.
Trader yang konsisten profitable adalah yang konsisten mengukur, bukan yang menebak.
Checklist metrik trading
- Aku tracking win rate per setup, bukan agregat?
- Aku hitung avg win & avg loss dalam R-multiple (bukan hanya dollar)?
- Aku punya min 30 trade sebelum bilang strategi "valid"?
- Aku review expectancy bulanan?
- Aku punya batas evaluasi (mis. jika 50 trade berikutnya expectancy negatif → review/revisi strategi)?
Seri Trade Analisis: Recording Historical Trades