Position Sizing

Position sizing — hitung ukuran posisi optimal berdasarkan risk tolerance.

Mengapa Position Sizing Penting?

Position sizing adalah faktor paling penting dalam risk management:

Risk = Position Size × Distance to Stop Loss

Position sizing yang tepat memastikan:

• Konsistensi — risiko sama per trade.
• Survival — akun tidak blow up dari satu trade.
• Growth — akun tumbuh seiring waktu.

Metode

1. Fixed Lot

Ukuran lot tetap untuk setiap trade:

public class FixedLotSizer
{
    public decimal CalculateLotSize(PositionParams p)
    {
        return 0.5m; // Selalu 0.5 lot
    }
}

Pro: Simpel, predictable. Con: Tidak adaptif terhadap volatilitas atau ukuran akun.

2. Fixed Percentage

% tetap dari equity per trade:

public class FixedPercentageSizer
{
    public decimal CalculateLotSize(PositionParams p)
    {
        var riskAmount = p.AccountEquity * (p.RiskPercent / 100);
        var lotSize = riskAmount / (p.StopLossPips * p.PipValue);
        return Math.Round(lotSize, 2);
    }
}

Pro: Amount risk konstan sebagai % equity. Con: Lot size bervariasi, bisa terlalu besar di akun kecil.

3. Kelly Criterion

Optimal sizing berdasarkan edge:

public class KellySizer
{
    public decimal CalculateLotSize(PositionParams p)
    {
        var kelly = (p.WinRate * p.AvgWin) - (p.LossRate * p.AvgLoss);
        kelly /= p.AvgWin;
        var fraction = kelly / 2; // Half-Kelly untuk conservative
        return p.MaxLot * fraction;
    }
}

Pro: Mathematically optimal untuk long-run growth. Con: Volatile, bisa oversized di akun kecil.

4. Volatility-Based

Sesuaikan dengan ATR (Average True Range):

public class VolatilitySizer
{
    public decimal CalculateLotSize(PositionParams p)
    {
        var atr = p.GetAtr(14);
        var riskPips = atr * 2; // 2 ATR stop
        var riskAmount = p.AccountEquity * (p.RiskPercent / 100);
        var lotSize = riskAmount / (riskPips * p.PipValue);
        return Math.Min(lotSize, p.MaxLot);
    }
}

Pro: Adaptif terhadap kondisi pasar. Con: Lebih kompleks.

5. Monte Carlo Simulation

Simulasi untuk find optimal sizing:

public class MonteCarloSizer
{
    public decimal CalculateLotSize(PositionParams p)
    {
        var results = new List<decimal>();
        for (int i = 0; i < 10000; i++)
        {
            results.Add(SimulateTrades(p, 100));
        }
        // Return sizing yang memaksimalkan sharpe
        return FindOptimalSizing(results);
    }
}

Konfigurasi

Global Settings

{
  "positionSizing": {
    "defaultMethod": "fixed-percentage",
    "riskPercent": 1.0,
    "maxLot": 10.0,
    "minLot": 0.01
  }
}

Per-Strategy

{
  "strategy": {
    "name": "Trend Follower",
    "sizing": {
      "method": "volatility",
      "atrMultiplier": 2.0,
      "riskPercent": 1.5
    }
  }
}

Dashboard

Halaman Position Sizing menampilkan:

• Current method — metode yang aktif.
• Risk analysis — risk per trade dan aggregate.
• Size recommendations — suggested size untuk trade saat ini.
• Historical performance — performa berdasarkan sizing method.
• Monte Carlo simulation — hasil simulasi.

Best Practices

1. Start conservative — 1% risk per trade untuk mulai.
2. Adjust based on performance — naikkan jika win rate tinggi.
3. Consider costs — slippage dan spread mempengaruhi sizing optimal.
4. Review regularly — backtest different methods.
5. Combine with stop loss — sizing tanpa stop loss = disaster.