{"id":13422,"date":"2026-07-13T21:11:11","date_gmt":"2026-07-13T21:11:11","guid":{"rendered":"https:\/\/bjftradinggroup.com\/?p=13422"},"modified":"2026-07-15T17:05:20","modified_gmt":"2026-07-15T17:05:20","slug":"optimizing-phantom-drift-lock-strategies","status":"publish","type":"post","link":"https:\/\/bjftradinggroup.com\/id\/optimizing-phantom-drift-lock-strategies\/","title":{"rendered":"Mengoptimalkan Phantom Drift dan strategi Lock di SharpTrader Optimizer"},"content":{"rendered":"

<\/p>\n

\n


\n
\n<\/p>\n

\n BJF TRADING GROUP  ·  SHARPTRADER OPTIMIZER<\/span><\/p>\n

Mengoptimalkan Phantom Drift<\/span> dan setiap strategi Lock: mengapa Martingale-Plus-Arbitrage membutuhkan backtesting yang jujur bahkan lebih dari latency<\/h2>\n

\n Uji latency live kami sudah membuktikan bahwa optimasi parameter menggerakkan uang nyata: strategi yang sama, dua akun, dan set yang sudah dituning memangkas rata-rata kerugian hingga tiga kali lipat. Strategi keluarga Lock memiliki dua<\/strong> mesin profit yang ditumpuk satu di atas yang lain, yaitu averaging ladder dan lock-arbitrage leg, sehingga hasil dari optimasi yang jujur lebih besar, bukan lebih kecil. SharpTrader Optimizer kini menuning kedua bagiannya bersama-sama, untuk Hedge, Phantom Drift, dan semua varian Lock.\n <\/p>\n

\n Kemampuan baru:<\/strong> keluarga Lock lengkap<\/span>
\n Mencakup:<\/strong> Hedge, Phantom Drift, semua varian Lock<\/span>
\n Kedua bagian:<\/strong> martingale ladder + arbitrage leg<\/span>
\n Status:<\/strong> sudah dirilis<\/span>\n <\/div>\n<\/div>\n


\n
\n<\/p>\n

\n

Jawaban singkat:<\/strong> SharpTrader Optimizer kini menjalankan pencarian parameter dengan eksekusi realistis di seluruh strategi keluarga Lock, termasuk Phantom Drift. Ia menyapu 13 parameter numerik yang mengatur kedua bagian strategi: averaging ladder<\/strong> (MaxTrades, LotExponent, PipStep, StopLoss, TakeProfit) dan logika arbitrage serta exit<\/strong> (DiffToOpen1\/2, MaxSpreadFast\/Slow, ArbProfit, serta kontrol profit), dengan setiap kandidat dinilai pada data tick nyata, latency eksekusi yang dimodelkan, spread variabel per tick, dan slippage pada kedua leg. Indikator RSI sendiri bukan bagian dari grid; sebagai gantinya, Anda menjalankan backtest terpisah pada berbagai pengaturan RSI dan membandingkan bagaimana pengaturan tersebut mengubah hasil. Karena strategi multikomponen membayar biaya eksekusi pada setiap lapisan averaging dan di kedua sisi hedge, strategi ini jauh lebih sensitif terhadap kejujuran backtest dibanding latency arbitrage satu leg, dan mendapatkan manfaat lebih besar dari optimasi yang dilakukan dengan benar.<\/p>\n<\/div>\n


\n
\n<\/p>\n

Apa yang baru saja dirilis<\/h2>\n

\n Awal tahun ini SharpTrader Optimizer menambahkan optimasi strategi Hedge<\/strong> dan kami menandai keluarga Lock lengkap sebagai milestone berikutnya. Milestone itu kini sudah tercapai. Optimizer dapat menjalankan sweep parameter berbasis tick nyata dan sadar eksekusi di seluruh strategi keluarga Lock, termasuk Phantom Drift<\/a>, strategi yang membungkus lock arbitrage<\/a> di dalam urutan averaging yang dipicu RSI sehingga terlihat seperti trader teknikal biasa bagi sistem risiko broker.\n<\/p>\n

\n Bagian pentingnya adalah apa<\/em> yang dioptimalkan. Phantom Drift bukan satu mekanisme, melainkan dua mekanisme yang bekerja berurutan: averaging ladder yang terlihat, yaitu bagian martingale yang membangun kedalaman drawdown, dan lock-arbitrage leg, yaitu bagian arbitrage yang membuka kunci posisi berdasarkan sinyal fast-feed. Sampai sekarang, Anda bisa menuning komponen tersebut secara manual dan berharap hasilnya baik. Sekarang optimizer mencari ruang parameter gabungan dari keduanya, dan menilai setiap kandidat seperti cara pasar live benar-benar mengenakan biayanya.\n<\/p>\n


\n
\n<\/p>\n

Uji latency sudah membuktikan prinsipnya<\/h2>\n

\n Sebelum memperluas optimizer ke strategi multikomponen, kami ingin bukti bahwa penilaian eksekusi realistis dari optimizer diterjemahkan menjadi hasil live pada strategi yang bisa kami ukur dengan bersih. Jadi kami menjalankan eksperimen paling sederhana: logika latency arbitrage yang sama pada dua akun live sekaligus<\/a>, satu dengan parameter yang dioptimalkan, satu dengan default, instrumen yang sama, ukuran lot yang sama, saldo awal yang sama. Satu-satunya variabel adalah set parameter.\n<\/p>\n

\n
3×<\/span>Rata-rata kerugian lebih murah<\/span><\/div>\n
5.41→11.3<\/span>Profit factor<\/span><\/div>\n
−6.2→−2.0<\/span>Pips per kerugian<\/span><\/div>\n
0.42%<\/span>DD maks. teroptimasi<\/span><\/div>\n<\/div>\n

\n Akun yang dioptimalkan tidak mengejar kemenangan yang lebih besar. Ia mengecilkan biaya trade yang rugi, memangkas rata-rata trade rugi dari −6.2 pips menjadi −2.0 pips dan lebih dari menggandakan profit factor, dengan drawdown lebih rendah. Itu adalah strategi satu leg, satu entry dan satu exit. Sekarang letakkan hasil itu di samping strategi yang membuka averaging ladder posisi lalu melakukan hedge terhadap seluruh stack, dan tanyakan di mana leverage optimasi lebih besar.\n<\/p>\n


\n
\n<\/p>\n

Mengapa strategi Lock adalah masalah optimasi yang lebih sulit dan berisiko lebih tinggi<\/h2>\n

\n Trade latency satu leg membayar biaya eksekusi dua kali: sekali saat masuk, sekali saat keluar. Siklus Phantom Drift membayarnya jauh lebih sering. Setiap lapisan averaging adalah order nyata yang melewati spread nyata dan menerima slippage nyata. Lalu lock menambahkan posisi hedge, dan unlock menutupnya, masing-masing leg dengan biaya fill sendiri. Friksi eksekusi yang sama yang membebani akun latency beberapa pips per trade rugi kini dikalikan di seluruh ladder dan hedge dua sisi.\n<\/p>\n

\n

Masalah akumulasi dalam satu kalimat<\/h3>\n

Dalam latency arbitrage satu leg, biaya eksekusi adalah pajak atas satu round trip. Dalam strategi martingale-lock, biaya eksekusi terakumulasi di setiap lapisan averaging dan kedua leg hedge, sehingga kesalahan per-fill yang sama yang diam-diam memangkas akun latency membentuk ulang seluruh profil risiko ladder.<\/p>\n<\/div>\n

\n Akumulasi itu bekerja dua arah. Artinya strategi Lock yang diuji dengan asumsi malas, seperti data bar, fill zero-latency, dan spread tetap, akan terlihat jauh lebih aman dan mulus daripada saat diperdagangkan, karena tidak ada friksi lapis demi lapis yang dikenakan biaya. Dan itu berarti menemukan set parameter yang bertahan terhadap biaya eksekusi jujur bernilai lebih besar di sini daripada di tempat lain, karena ada lebih banyak biaya yang bisa salah dihitung.\n<\/p>\n


\n
\n<\/p>\n

Dua bagian yang kini dituning bersama oleh optimizer<\/h2>\n

\n Ke-13 parameter yang dapat dioptimalkan terbagi menjadi dua kelompok yang saling terkait. Optimizer mencarinya secara bersama-sama, karena jarak dan ukuran averaging ladder menentukan berapa banyak biaya eksekusi yang diserap setiap leg, sementara threshold spread dan difference menentukan seberapa sering ladder dipicu sejak awal.\n<\/p>\n\n\n\n
\n BAGIAN A · AVERAGING LADDER<\/span><\/p>\n

Struktur martingale<\/h3>\n

Urutan pembentukan posisi yang terlihat oleh broker, dan bagian yang membangun kedalaman drawdown yang dibutuhkan lock. Parameter yang disapu:<\/p>\n

    \n
  • MaxTrades<\/strong> – berapa banyak posisi yang dapat dibangun urutan tersebut (2 sampai 6)<\/li>\n
  • LotExponent<\/strong> – pengali lot pada setiap lapisan tambahan (1.5 sampai 3)<\/li>\n
  • PipStep<\/strong> – jarak pip antar entry averaging (20 sampai 60)<\/li>\n
  • StopLoss \/ TakeProfit<\/strong> – exit per posisi (50–100 \/ 200–500)<\/li>\n<\/ul>\n<\/td>\n

\n BAGIAN B · ARBITRAGE & EXIT<\/span><\/p>\n

Mekanisme profit dan gate<\/h3>\n

Threshold difference dan spread yang menentukan kapan posisi layak dibuka, ditambah kontrol profit yang menutupnya. Parameter yang disapu:<\/p>\n

    \n
  • DiffToOpen1 \/ DiffToOpen2<\/strong> – threshold perbedaan harga yang memicu entry (10 sampai 100)<\/li>\n
  • MaxSpreadFast \/ MaxSpreadSlow<\/strong> – gate spread pada fast feed dan slow feed (1 sampai 50)<\/li>\n
  • ArbProfit<\/strong> – threshold profit arbitrage (10 sampai 100)<\/li>\n
  • MinProfit \/ PipsForMinProfit \/ MaxProfit<\/strong> – kontrol pengambilan profit<\/li>\n<\/ul>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

    \n Menuning salah satu bagian secara terpisah membuat nilai tertinggal. Averaging ladder yang lebih dalam atau lebih lebar mengubah drawdown yang harus dipulihkan oleh arbitrage leg; gate spread atau difference yang lebih ketat mengubah seberapa sering ladder dibangun sejak awal. Pencarian gabungan adalah intinya.\n<\/p>\n

    <\/p>\n

    Grid optimasi lengkap<\/h3>\n

    \n Berikut adalah parameter yang divariasikan sweep, dengan rentang default min, step, dan max. Perlebar atau persempit rentang apa pun agar sesuai dengan instrumen dan ukuran akun Anda sebelum menjalankan pencarian.\n<\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
    Parameter<\/th>\nMin<\/th>\nStep<\/th>\nMax<\/th>\n<\/tr>\n<\/thead>\n
    StopLoss<\/td>\n50<\/td>\n10<\/td>\n100<\/td>\n<\/tr>\n
    TakeProfit<\/td>\n200<\/td>\n50<\/td>\n500<\/td>\n<\/tr>\n
    MinProfit<\/td>\n10<\/td>\n10<\/td>\n100<\/td>\n<\/tr>\n
    PipsForMinProfit<\/td>\n10<\/td>\n10<\/td>\n100<\/td>\n<\/tr>\n
    DiffToOpen1<\/td>\n10<\/td>\n10<\/td>\n100<\/td>\n<\/tr>\n
    DiffToOpen2<\/td>\n10<\/td>\n10<\/td>\n100<\/td>\n<\/tr>\n
    MaxSpreadSlow<\/td>\n1<\/td>\n5<\/td>\n50<\/td>\n<\/tr>\n
    MaxSpreadFast<\/td>\n1<\/td>\n5<\/td>\n50<\/td>\n<\/tr>\n
    MaxTrades<\/td>\n2<\/td>\n1<\/td>\n6<\/td>\n<\/tr>\n
    LotExponent<\/td>\n1.5<\/td>\n0.5<\/td>\n3<\/td>\n<\/tr>\n
    PipStep<\/td>\n20<\/td>\n10<\/td>\n60<\/td>\n<\/tr>\n
    MaxProfit<\/td>\n10<\/td>\n10<\/td>\n50<\/td>\n<\/tr>\n
    ArbProfit<\/td>\n10<\/td>\n10<\/td>\n100<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n
    \n

    Indikator RSI tidak ada dalam grid, dan itu disengaja<\/h3>\n

    Indikator entry Phantom Drift, yaitu RSI, bukan salah satu parameter numerik yang disapu. Grid menuning parameter pembentukan posisi, spread, difference, dan profit di atas. Untuk mempelajari bagaimana pengaturan RSI memengaruhi hasil, jalankan optimasi secara terpisah pada setiap konfigurasi RSI yang ingin Anda uji, lalu bandingkan set parameter dengan skor terbaik di antara run tersebut.<\/p>\n

    Itu sering kali cara yang lebih berguna untuk memikirkan indikator: alih-alih mencampurnya ke dalam satu grid, Anda mendapatkan pembacaan yang bersih tentang bagaimana RSI yang lebih ketat atau lebih longgar menggeser seluruh permukaan teroptimasi, sambil menjaga hal lain tetap jujur.<\/p>\n<\/div>\n


    \n
    \n<\/p>\n

    Mengapa backtester standar menyesatkan Anda pada strategi martingale-lock<\/h2>\n

    \n Sebagian besar strategy tester retail dibuat untuk sistem directional, dan mereka membuat tiga asumsi yang hanya optimistis untuk strategi directional tetapi sangat berbahaya untuk martingale-lock: mereka memberi harga berdasarkan data bar, mengasumsikan fill zero-latency, dan menerapkan satu spread tetap. Pada averaging ladder, setiap kesalahan itu dikenakan sekali per lapisan lalu sekali lagi pada kedua leg hedge.\n<\/p>\n

    \n Equity curve martingale yang terlihat mulus pada bar M1 bisa menjadi sesuatu yang sangat berbeda ketika setiap entry averaging membayar spread variabel yang benar-benar ada pada tick tersebut, ketika lock dan unlock masing-masing membayar slippage independen, dan ketika delay fill dimodelkan alih-alih dianggap tidak ada. Perbedaannya tidak muncul sebagai angka yang sedikit lebih rendah. Ia muncul sebagai profil risiko yang berbeda, karena lapisan yang menurut backtest malas dapat Anda selamatkan adalah lapisan yang menurut backtest jujur memecahkan level kontrol equity.\n<\/p>\n\n\n\n\n\n\n\n\n\n\n\n
    Apa yang dikenakan biaya<\/th>\nBacktester standar<\/th>\nSharpTrader Optimizer<\/th>\n<\/tr>\n<\/thead>\n
    Resolusi harga<\/td>\nPerkiraan bar M1 \/ M5<\/td>\nTick nyata yang direkam dari akun Anda sendiri<\/td>\n<\/tr>\n
    Waktu eksekusi order<\/td>\nDiasumsikan instan (zero latency)<\/td>\nLatency yang dapat dikonfigurasi dalam milidetik<\/td>\n<\/tr>\n
    Spread<\/td>\nDefault broker tetap<\/td>\nSpread historis variabel per tick<\/td>\n<\/tr>\n
    Slippage pada setiap entry averaging<\/td>\nDiabaikan atau tetap<\/td>\nDimodelkan per fill<\/td>\n<\/tr>\n
    Leg lock + unlock<\/td>\nDiperlakukan gratis \/ instan<\/td>\nKedua leg dikenakan secara independen<\/td>\n<\/tr>\n
    Ukuran grid yang layak<\/td>\nKecil, single-threaded<\/td>\n100,000+ kombinasi di seluruh core<\/td>\n<\/tr>\n
    Jam trading terbaik<\/td>\nTidak ditampilkan<\/td>\nHeatmap performa 24 jam<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n


    \n
    \n<\/p>\n

    Apa yang diubah oleh penilaian eksekusi jujur pada strategi Lock<\/h2>\n

    \n Empat hal yang membuat hasil latency dapat dipercaya menjadi lebih penting, bukan kurang, pada strategi Lock, karena masing-masing dikenakan berulang kali di seluruh ladder dan hedge.\n<\/p>\n\n\n\n\n
    \n
    01<\/div>\n

    Data tick nyata dari akun Anda sendiri<\/h3>\n

    Tick direkam oleh SharpTrader dari akun broker live Anda, sehingga setiap entry averaging mendarat pada harga yang benar-benar dilihat akun Anda, dengan perilaku nyata broker ikut tertanam, bukan open atau close sebuah bar dan bukan feed ideal. Pada ladder, perkiraan bar diam-diam salah mengukur drawdown yang diwarisi arbitrage leg.<\/p>\n<\/td>\n

    		\n
    02<\/div>\n

    Pemodelan waktu eksekusi<\/h3>\n

    Anda menetapkan delay fill yang realistis dalam milidetik. Untuk lock-arbitrage leg, yang seluruh edge-nya adalah keunggulan fast-feed, asumsi zero-latency adalah tepat asumsi yang membuatnya tampak bagus di atas kertas dan gagal saat live.<\/p>\n<\/td>\n<\/tr>\n

    \n
    03<\/div>\n

    Spread variabel per tick<\/h3>\n

    Setiap lapisan membayar spread yang benar-benar ada saat dibuka, bukan default tetap. Averaging sering menambah posisi pada momen volatil dengan spread lebar, yang justru merupakan saat uji fixed-spread paling mengecilkan biaya sebenarnya.<\/p>\n<\/td>\n

    		\n
    04<\/div>\n

    Slippage pada kedua leg<\/h3>\n

    Lock dan unlock dimodelkan secara independen. Hedge yang dalam uji naif ditutup gratis dikenakan biaya secara jujur di sini, sehingga pemulihan per siklus dalam pengujian adalah pemulihan yang benar-benar bisa Anda harapkan.<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n


    \n
    \n<\/p>\n

    Cara menjalankan optimasi Phantom Drift<\/h2>\n
    \n

    1. Rekam riwayat tick Anda sendiri.<\/strong> SharpTrader mengumpulkan tick langsung dari akun broker live Anda, bukan dari feed ideal yang diberikan broker. Artinya, riwayat tersebut sudah memuat persis apa yang dialami akun Anda, termasuk plugin sisi broker, requote, atau keanehan eksekusi. Anda menguji terhadap kondisi trading nyata Anda, bukan feed laboratorium yang bersih. Parameter tidak dapat dipindahkan antar broker, jadi rekam dan uji pada akun yang benar-benar akan Anda gunakan.<\/p>\n

    2. Tetapkan latency eksekusi yang realistis<\/strong> dalam milidetik yang mencerminkan keunggulan fast feed Anda terhadap broker eksekusi.<\/p>\n

    3. Definisikan grid<\/strong> di seluruh 13 parameter: MaxTrades, LotExponent, PipStep, StopLoss, dan TakeProfit di sisi ladder; DiffToOpen1\/2, MaxSpreadFast\/Slow, ArbProfit, dan kontrol profit di sisi arbitrage dan exit. Sesuaikan setiap min, step, dan max dengan instrumen dan ukuran akun Anda.<\/p>\n

    4. Jalankan sweep di semua core.<\/strong> Grid multi-parameter besar selesai dalam hitungan jam, dengan spread variabel per tick dan slippage dua leg dikenakan pada setiap kandidat.<\/p>\n

    5. Baca heatmap dan score.<\/strong> Urutkan berdasarkan profit factor dan drawdown, bukan win rate yang terlihat, dan gunakan heatmap 24 jam untuk melihat sesi mana yang benar-benar membawa edge.<\/p>\n

    6. Ulangi per pengaturan RSI.<\/strong> Karena RSI tidak disapu dalam grid, jalankan ulang sweep pada setiap konfigurasi RSI yang ingin Anda bandingkan, lalu baca bagaimana set parameter terbaik bergeser di antaranya.<\/p>\n<\/div>\n

    \n

    Artinya dalam praktik<\/h3>\n
      \n
    • Kedua bagian dioptimalkan, bukan hanya arbitrage.<\/strong> Averaging ladder adalah tempat sebagian besar biaya eksekusi tersembunyi berada, jadi menuningnya terhadap fill yang jujur adalah sumber banyak perbaikan.<\/li>\n
    • Optimalkan untuk profit factor dan drawdown, bukan win rate yang tersamarkan.<\/strong> Seperti yang ditunjukkan uji latency, win rate yang tampak lebih baik bukanlah akun yang menyimpan lebih banyak uang.<\/li>\n
    • Kalibrasi ulang per instrumen dan per broker.<\/strong> Profil eksekusi strategi Lock bersifat broker-specific; set yang dituning di satu lingkungan tidak valid di lingkungan lain.<\/li>\n
    • Jangan pernah percaya uji zero-latency, fixed-spread pada ladder.<\/strong> Itu adalah setup yang pasti menyembunyikan lapisan yang benar-benar mematahkan strategi.<\/li>\n<\/ul>\n<\/div>\n


      \n
      \n<\/p>\n

      Pertanyaan yang sering diajukan<\/h2>\n
      \n
      Apakah SharpTrader Optimizer sekarang dapat mengoptimalkan Phantom Drift?<\/div>\n
      \n

      Ya. Phantom Drift adalah bagian dari keluarga Lock, dan dukungan penuh keluarga Lock kini sudah dirilis. Optimizer menjalankan sweep parameter berbasis tick nyata dan sadar eksekusi di Phantom Drift dengan cara yang sama seperti pada strategi Latency dan Hedge.<\/p>\n<\/div>\n

      Apakah ia mengoptimalkan bagian martingale averaging atau hanya bagian arbitrage?<\/div>\n
      \n

      Keduanya, dan secara bersama-sama. Optimizer menyapu parameter averaging ladder (MaxTrades, LotExponent, PipStep, StopLoss, TakeProfit) bersama parameter arbitrage dan exit (DiffToOpen1\/2, MaxSpreadFast, MaxSpreadSlow, ArbProfit, MinProfit, PipsForMinProfit, MaxProfit). Kedua kelompok saling terkait, jadi menuningnya bersama adalah intinya. Indikator entry RSI bukan bagian dari grid.<\/p>\n<\/div>\n

      Mengapa strategi martingale-lock membutuhkan backtesting jujur lebih dari latency arbitrage?<\/div>\n
      \n

      Karena biaya eksekusi terakumulasi. Trade latency satu leg membayar spread dan slippage pada satu round trip. Strategi Lock membayarnya pada setiap lapisan averaging dan pada kedua leg hedge. Backtester yang mengasumsikan zero latency dan fixed spread mengecilkan biaya tersebut sekali untuk latency, tetapi berkali-kali untuk ladder, cukup untuk mengubah seluruh profil risiko strategi, bukan hanya bottom line.<\/p>\n<\/div>\n

      Parameter apa yang dituning pada strategi Phantom Drift?<\/div>\n
      \n

      Tiga belas parameter numerik: StopLoss, TakeProfit, MinProfit, PipsForMinProfit, DiffToOpen1, DiffToOpen2, MaxSpreadSlow, MaxSpreadFast, MaxTrades, LotExponent, PipStep, MaxProfit, dan ArbProfit. Masing-masing memiliki min, step, dan max yang dapat dikonfigurasi. Indikator entry RSI tidak disapu dalam grid; untuk mempelajari efeknya, jalankan optimasi secara terpisah pada pengaturan RSI yang berbeda dan bandingkan.<\/p>\n<\/div>\n

      Dari mana data tick berasal?<\/div>\n
      \n

      Dari akun Anda sendiri. SharpTrader merekam tick langsung dari koneksi broker live Anda, sehingga riwayat yang Anda optimalkan adalah aliran harga persis yang diterima akun Anda, dengan perilaku eksekusi nyata broker ikut termasuk, apakah broker menjalankan plugin pada akun Anda atau tidak. Anda tidak menguji pada feed ideal atau feed bersih yang diterbitkan broker; Anda menguji apa yang benar-benar sampai ke terminal Anda. Inilah yang membuat parameter bersifat broker-specific dan hasilnya mewakili kondisi live.<\/p>\n<\/div>\n

      Bisakah saya juga mengoptimalkan pengaturan indikator RSI?<\/div>\n
      \n

      Tidak di dalam parameter grid, yang menyapu 13 parameter numerik posisi, spread, difference, dan profit. Untuk melihat bagaimana RSI memengaruhi hasil, jalankan optimasi secara terpisah pada setiap konfigurasi RSI yang ingin Anda uji, lalu bandingkan set parameter dengan skor terbaik di antara run tersebut. Ini memberi pembacaan yang lebih bersih tentang bagaimana RSI yang lebih ketat atau lebih longgar menggeser seluruh permukaan teroptimasi dibanding mencampurnya ke dalam satu grid.<\/p>\n<\/div>\n

      Apakah parameter dapat dipindahkan antar broker atau instrumen?<\/div>\n
      \n

      Tidak. Setiap instrumen memiliki perilaku spread dan volatilitas sendiri, dan setiap broker memiliki profil eksekusi sendiri. Set parameter hanya valid untuk kondisi tempat ia dituning, jadi sweep harus dijalankan ulang per instrumen dan per lingkungan broker sebelum digunakan.<\/p>\n<\/div>\n

      Apakah optimasi keluarga Lock tersedia sekarang?<\/div>\n
      \n

      Ya, sudah dirilis. Pengguna SharpTrader Optimizer yang ada dapat meminta build terbaru, dan siapa pun yang mempertimbangkan tool ini dapat melihat daftar fitur lengkap di halaman produk. Tulis ke support@bjftradinggroup.com untuk build atau bantuan mengonfigurasi sweep strategi Lock.<\/p>\n<\/div>\n<\/div>\n


      \n
      \n<\/p>\n

      \n

      Berlangganan riset trading BJF<\/h3>\n

      Studi eksekusi baru, walkthrough optimizer, dan rilis produk – dikirim saat kami menerbitkannya.<\/p>\n

      <\/div>