LiquidityScan

· RISIKO & STRATEGI · 10 MIN READ · UPDATED 25 AGUSTUS 2026

Rasio Risk-Reward untuk Trading ICT

Rasio Risk-Reward untuk Trading ICT

Tidak ada satu angka rasio risk-reward yang "baik" untuk semua orang. Yang menentukan adalah R:R yang dipadukan dengan win rate riil Anda supaya ekspektansi positif. Setup ICT biasanya menyasar 1:2 sampai 1:5 karena stop struktural membuat payoff asimetris jadi realistis.

Berapa Rasio Risk-to-Reward yang Baik untuk Trading ICT?

Tidak ada satu angka rasio risk-reward yang "baik" di ICT. Yang benar-benar menentukan adalah R:R kamu dipadukan dengan win rate, karena keduanya bersama-sama menentukan ekspektansi. Sebagian besar setup ICT menyasar antara 1:2 dan 1:5 karena stop struktural membuat payoff asimetris jadi realistis.

Trade 1:5 baru bisa disebut "bagus" kalau pola kamu muncul cukup sering untuk melampaui win rate breakeven-nya. Kalau tidak, pendekatan dengan R lebih rendah tapi tingkat kena lebih tinggi justru menghasilkan uang lebih banyak. Angkanya sendiri nggak ngasih tahu apa-apa. Rasio itu hanya separuh dari sebuah persamaan, dan trader yang terpaku padanya secara terisolasi biasanya memilih target yang diam-diam merugi.

ICT memberi kamu keunggulan di sini karena posisi masuk berbasis Order Block dan Liquidity Sweep menghasilkan stop yang ketat dan logis. Struktur itu memungkinkan kamu membangun R:R tinggi tanpa melebarkan risiko. Tapi plafon R-mu ditentukan oleh tingkat kena riil pola kamu — itu harus diukur, bukan diasumsikan.

Cara Menghitung Rasio Risk-to-Reward

Risk-to-reward adalah rasio jarak, bukan probabilitas. Kamu hitung langsung dari tiga level harga: titik masuk, stop loss, dan target.

  • Jarak risiko = |harga masuk − harga stop loss|
  • Jarak reward = |harga target − harga masuk|
  • R:R = jarak reward ÷ jarak risiko, ditulis sebagai 1:R

Katakanlah kamu beli Order Block bullish di BTCUSDT pada 60.000, pasang stop di 59.600 (di bawah low hasil sweep), dan targetkan pool likuiditas lawan di 61.200. Risikonya 400 poin, reward-nya 1.200 poin, jadi R = 1.200 ÷ 400 = 3. Itu pola 1:3, atau potensi "3R".

Mengungkapkan hasil dalam satuan R alih-alih dolar itu intinya. Kalau kamu mempertaruhkan 1% tetap dari akun per trade, maka "1R" bernilai 1% dan satu kemenangan 1:3 bernilai +3%. Ini menormalkan setiap trade apa pun instrumennya atau ukuran posisinya — persis itulah yang membuat penentuan ukuran posisi dan pencatatan gaya ICT bisa dibandingkan lintas pair.

Satu peringatan soal aritmetikanya: ukur risiko ke stop kamu yang sesungguhnya, bukan ke angka bulat yang kamu harapkan bisa dipakai. Banyak trader menggelembungkan R:R yang dilaporkan dengan mengutip stop lebih ketat daripada yang benar-benar dibutuhkan polanya, lalu kena stop di level yang lebih lebar saat trading nyata.

Rasio yang kamu catat hanya jujur kalau jarak stop-nya adalah level yang sungguhan membatalkan idenya — di balik sweep, di balik order block, sumbu lilin termasuk.

Kenapa Risk-to-Reward Tak Berarti Tanpa Win Rate

Rasio risk-reward baru berguna begitu kamu tempelkan win rate padanya, karena pasangan itulah yang menentukan ekspektansi. Ekspektansi per trade, dalam R, adalah:

Ekspektansi = (Win% × R) − (Loss% × 1)

Win rate breakeven untuk sembarang R adalah 1 ÷ (1 + R). Lewati angka itu, kamu untung; jatuh di bawahnya, tak ada rasio yang menyelamatkanmu. Ini tabel yang harus dihafal setiap trader ICT:

Target R:RWin rate breakevenWin rate minimum untuk untung
1:150,0%> 50%
1:1,540,0%> 40%
1:233,3%> 33%
1:325,0%> 25%
1:420,0%> 20%
1:516,7%> 17%
1:109,1%> 9%

Baca tabelnya dua arah. Di 1:2 kamu cuma perlu benar satu dari tiga kali untuk impas. Tapi di 1:5 kamu perlu benar tipis satu dari enam — kedengarannya gampang, sampai kamu sadar semakin jauh targetmu, semakin sedikit trade yang mencapainya.

Batas breakeven turun, tapi tingkat kena riilmu ikut turun. Ketegangan itulah seluruh permainannya.

Kenapa Struktur ICT Alami Menghasilkan Risk-to-Reward Tinggi

Setup ICT cenderung ke R:R tinggi karena alasan struktural: stop dan target sama-sama dikaitkan ke likuiditas, dan jangkar-jangkar itu biasanya berjauhan relatif terhadap presisi titik masuk.

Stop kamu duduk tepat di balik titik pembatalan — di bawah low yang menyapu Sell-Side Liquidity, atau di atas high dari Order Block bearish. Karena pola yang valid mensyaratkan level itu bertahan, kamu bisa memasang stop ketat secara jujur, bukan sembarangan.

Sementara itu targetmu adalah pool lawan yang sedang dikejar harga — Draw on Liquidity. Jaraknya ditentukan oleh struktur pasar, bukan oleh target pip tetap.

Hasilnya, asimetri sudah tertanam sejak konstruksinya:

  • Stop struktural yang ketat — masuk di Fair Value Gap (FVG) yang sudah di-refine atau tepi order block menjaga jarak risiko tetap kecil.
  • Target likuiditas yang jauh — equal highs, high daily lama, atau gap yang belum terisi semuanya berjarak jauh dari posisi masuk di zona discount.
  • Displacement mengonfirmasi niat — kaki Displacement yang kuat mengisyaratkan harga akan bergerak jauh, mendukung kaki reward yang lebih besar.

Inilah kenapa trader ICT bisa menyebut 1:3 atau 1:5 sebagai hal normal. Metodenya memang dirancang untuk masuk dekat titik pembatalan dan keluar dekat objektif likuiditas berikutnya. Penempatan stop-dan-target ala ritel jarang dapat geometri seperti ini.

Bandingkan dengan trader support-resistance yang beli di satu level dan memasang target di resistance berikutnya dengan jarak serupa — secara struktural 1:1.

Keunggulan ICT bukan karena harga berperilaku beda untukmu; melainkan karena masuk di titik discount yang sudah di-refine, tepat di samping titik pembatalan, memampatkan kaki risiko sementara kaki reward tetap terikat ke Draw on Liquidity yang jauh dan nyata.

Merefine posisi masuk dari order block 4H mentah turun ke order block 5m di dalamnya adalah satu tuas tunggal yang paling banyak menaikkan R tanpa menyentuh target.

Risk-Reward Realistis ICT Berdasarkan Jenis Pola

Target R:R yang tepat bukan satu angka — ia skala mengikuti timeframe dan sifat polanya. Pola cepat dan kecil kena lebih sering tapi jalan pendek; swing kerangka waktu tinggi menempuh jarak lebih jauh tapi terselesaikan lebih jarang.

Jenis polaTF masuk lazimTarget R:R realistisProfil tingkat kena
Scalp kill zone (Silver Bullet, reclaim pasca-sweep)1m–5m1:2 sampai 1:3Tingkat kena lebih tinggi, resolusi cepat
Model intraday (bias sesi ke masuk LTF)15m1:3 sampai 1:4Tingkat kena moderat
Swing (order block HTF, draw mingguan)4H–Daily1:4 sampai 1:5+Tingkat kena lebih rendah, jarak tempuh lebih besar

Ini rentang untuk menjangkar ekspektasi, bukan janji. Poinnya arahannya: scalp yang menyasar 1:5 biasanya melampaui likuiditas intraday yang tersedia sebelum pergeseran sesi berikutnya, jadi ia mandek lalu berbalik.

Sebaliknya, swing yang puas di 1:1,5 menyia-nyiakan ruang struktural yang ditawarkan Draw on Liquidity daily. Samakan ambisi R-mu dengan besaran gerakan yang realistis bisa dihasilkan polanya.

Perhatikan kolom tingkat kena bergerak berlawanan dengan kolom R. Scalp selesai dalam satu kill zone saja, jadi porsi lebih besar mencapai target 1:2 yang dekat sebelum kondisi berubah.

Swing harus bertahan melalui jam-jam bahkan hari-hari noise untuk mencapai pool yang jauh, jadi lebih sedikit yang tuntas — tapi yang tuntas membayar 4R atau 5R. Tak ada profil yang lebih unggul; keduanya cuma dua titik beda di kurva ekspektansi yang sama.

Trader yang koheren memilih satu dan menyesuaikan target padanya, alih-alih mencampur ambisi swing ke timeframe scalp.

Contoh Terapan: Dari Level ke R, dan Bagaimana Partials Mengubahnya

Ambil pola intraday bullish EURUSD di jendela New York AM. Harga menyapu low London, displacement naik, dan meninggalkan Fair Value Gap (FVG). Kamu masuk mengisi gap di 1,0850. Stop kamu di bawah low sweep di 1,0834 — risiko 16 pip.

Draw on Liquidity-nya adalah high hari sebelumnya di 1,0914, reward 64 pip. Itu 64 ÷ 16 = 1:4.

Versi all-or-nothing

Kalau kamu pegang posisi penuh sampai 1,0914, menang berarti +4R dan kalah −1R. Pada tingkat kena terukur 30%, ekspektansi = (0,30 × 4) − (0,70 × 1) = 1,20 − 0,70 = +0,50R per trade. Untung, tapi dengan ayunan yang lebar.

Versi ambil partial

Sekarang misalkan kamu amankan separuh posisi di 1:1 (1,0866) dan biarkan sisanya jalan ke 1:4. R terealisasi pada kemenangan penuh menjadi (0,5 × 1) + (0,5 × 4) = 2,5R alih-alih 4R.

Pada trade yang menyentuh +1R lalu berbalik, kamu menyelamatkan +0,5R alih-alih rugi penuh. Partial memangkas varians dan menghaluskan kurva ekuitas, tapi secara mekanis menurunkan R rata-ratamu pada trade terbaik. Tak ada makan siang gratis — kamu membayar konsistensi dengan upside.

Catat baik-baik R teoretis maupun R terealisasi. Selisihnya adalah pajak eksekusimu.

Kenapa Mengejar 1:10 Gagal, dan Cara Mengukur R Riilmu

Alasan mimpi 1:10 meledakkan akun itu sederhana: tingkat kena runtuh lebih cepat daripada imbalan rasionya. Mendorong target dari pool likuiditas terdekat ke satu yang berjarak tiga struktur mungkin menaikkan R dari 4 ke 10.

Tapi kalau itu menjatuhkan tingkat kenamu dari 30% ke 8%, ekspektansi berubah dari +0,50R menjadi (0,08 × 10) − (0,92 × 1) = −0,12R.

Kamu menukar pemenang menjadi pecundang karena serakah soal target.

Obatnya data, bukan opini. Ukur perilaku riil polamu:

  1. Catat MFE dan MAE untuk setiap trade — Maximum Favorable Excursion (seberapa jauh harga berjalan searah denganmu) dan Maximum Adverse Excursion (seberapa jauh ia melawan sebelum terselesaikan). Keduanya memberitahu R yang benar-benar dihasilkan polamu versus klaimmu.
  2. Cari di mana MFE berkumpul. Kalau sebagian besar pemenang mentok di sekitar 3,2R, menyasar 5R itu fantasi; plafon realistismu sekitar 3R.
  3. Hitung tingkat kena di tiap R. Kelompokkan hasilnya: berapa fraksi mencapai 2R, 3R, 4R? Kurva tempat win-rate-kali-R memuncak itulah target optimalmu.
  4. Masukkan biaya. Spread, komisi, dan slippage memotong tiap R. Pada stop 16 pip, spread 1 pip saja sudah lebih dari 6% dari risikomu — hitung itu dulu sebelum menyebut sebuah rencana menguntungkan.

Pemindai yang memberi stempel waktu pada pola-polanya beserta hasilnya membuat semua ini terukur dalam skala besar; LiquidityScan menandai pola order block, FVG, dan sweep lengkap dengan konteks masuknya sehingga kamu bisa melacak seberapa jauh masing-masing benar-benar berjalan. Rasio risk-reward yang baik untukmu di ICT adalah yang didukung data catatanmu sendiri — ditemukan, bukan dipilih.

Tiga kebiasaan merusak datanya sebelum kamu bisa percaya. Pertama, menggeser target di tengah trade — menaikkan stop untuk mengejar lebih banyak, atau memotong target karena takut — membuat R yang dicatat tak pernah cocok dengan rencananya, jadi kamu tak pernah bisa mengaudit rencana itu.

Kedua, tidak punya aturan tetap sama sekali: kalau titik masuk, stop, dan target diputuskan dadakan, yang kamu punya adalah kumpulan taruhan sekali pakai, bukan pola yang terukur. Ketiga, mengabaikan biaya transaksi, yang diam-diam mengubah strategi marginal +0,1R menjadi negatif.

Perbaiki aturannya dulu, catat secara religius, baru kemudian berdebat apakah 1:3 atau 1:4 yang tepat untuk rasio risk-reward yang baik di ICT berdasarkan datamu.

Pertanyaan yang Sering Diajukan

Apakah 1:1 risk-to-reward pernah bisa diterima di ICT?

Hanya kalau win rate-mu melampaui 50% setelah biaya, dan itu sulit dipertahankan. Struktur ICT biasanya memungkinkan stop cukup ketat untuk mencapai 1:2 atau lebih baik, jadi kebanyakan trader menganggap 1:1 sebagai menyia-nyiakan edge. Sisakan untuk reclaim keyakinan tinggi di mana gerakan cepat dan andal lebih berarti daripada rasio yang lebih kecil.

R:R dihitung sebelum atau sesudah ambil partial?

Lacak keduanya. R:R rencanamu (dari titik masuk, stop, dan target penuh) menetapkan tesis trade. R terealisasi setelah partial mengukur apa yang benar-benar kamu amankan. Selisihnya mengungkap apakah pengambilan laba dini melindungimu atau diam-diam membatasi edge di bawah yang ditawarkan polanya.

Apakah rasio risk-reward lebih tinggi berarti strategi lebih baik?

Bukan. Rasio lebih tinggi menurunkan win rate breakeven tapi hampir selalu juga menurunkan tingkat kena aktualnya, karena target yang jauh lebih jarang tercapai. Pola 1:2 dengan tingkat kena 45% bisa mengalahkan pola 1:6 dengan 15%. Ekspektansi, bukan rasio semata, yang memeringkat strategi.

Berapa banyak trade sebelum saya percaya R rata-rata saya?

Sasar minimal 30–50 trade per jenis pola sebelum menarik kesimpulan, dan lebih banyak lagi kalau hasilnya volatil. Sampel kecil membiarkan satu-dua runner outlier menggelembungkan R rata-ratamu dan menyembunyikan tingkat kena yang lemah. Pisahkan per pola dan per sesi supaya kamu tidak merata-ratakan kondisi yang tidak sejenis.

Lengkapi sisi risiko model ICT-mu dengan artikel-artikel berikut, diurutkan dari kerangka kerja ke pengukuran:

  • Kerangka Manajemen Risiko ICT — di mana R:R berada di dalam sistem risiko yang utuh.
  • Penentuan Ukuran Posisi ICT: Risiko, R-Multiple & Konsistensi — ubah target R-mu menjadi ukuran posisi yang konsisten.
  • Strategi Stop Loss dan Take Profit Institusional ala SMC — pasang stop dan target yang menciptakan R-mu.
  • Aturan Stop Loss & Take Profit Order Block — penempatan level persis untuk trade order block.
  • Cara Backtest Strategi ICT dengan Benar — ukur win rate riil di balik R-mu.
  • 5 Kesalahan Manajemen Risiko ICT — error-error yang merusak rasio terealisasimu.
  • Risk-to-Reward vs Win Rate: Mana yang Lebih Penting untuk Profitabilitas? — sudut pandang lain soal win rate vs risk-reward.
Hayk Muradian

Hayk Muradian

Founder & Lead Analyst at LiquidityScan · 12+ years ICT/SMC trading · Institutional order flow specialist

Hayk Muradian is the founder of LiquidityScan, a professional trading intelligence platform built for ICT (Inner Circle Trader) and Smart Money Concepts (SMC) traders. With over a decade of hands-on experience reading institutional order flow across crypto, forex, and futures markets, Hayk specializes in identifying liquidity events, order blocks, and CISD setups on closed candles.

He built LiquidityScan after years of frustration with retail charting tools that ignored the mechanics institutions actually use. The platform now scans 400+ markets in real-time, surfacing the same patterns floor traders watch — without the noise.

Hayk writes about the methodology behind ICT and SMC, with a focus on practical, data-driven analysis rather than hype.

Not trading advice. LiquidityScan publishes educational content for informational purposes only. Trading involves substantial risk of loss.