LiquidityScan

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

Risiko Per Trade: Aturan 1% & 2% Dijelaskan

Risiko Per Trade: Aturan 1% & 2% Dijelaskan

Mayoritas trader profesional mempertaruhkan 0,5-2% ekuitas akun per trade, dan 1% jadi default paling umum karena membuat kamu bisa selamat dari losing streak panjang tanpa rusak. Ini hitungan survival di balik angka itu dan cara menentukan angkamu sendiri.

Berapa yang Harus Kamu Pertaruhkan Per Trade?

Mayoritas trader profesional mempertaruhkan 0,5-2% ekuitas akun per trade, dan 1% adalah default yang paling umum. Risiko tetap 1% per trade membuat kamu sanggup menyerap 20+ kali kalah beruntun tanpa kerusakan berarti, sementara ukuran posisi yang lebih besar mengubah streak normal menjadi drawdown yang mengakhiri karier.

Angka ini bukan asal-asalan. Ia lahir dari satu sifat trading: hasil itu muncul berkelompok, dan losing streak dijamin terjadi bahkan untuk edge yang profitabel. Persentase risiko per trademu adalah satu-satunya tombol yang menentukan apakah run buruk cuma jadi lecet atau pemakaman. Semua hitungan di bawah bisa kamu reproduksi sendiri, bukan opini.

Anggap pilihan ini sebagai membeli keselamatan. Setiap penurunan risiko membeli lebih banyak kalah beruntun yang bisa kamu serap sebelum akun rusak, dan harganya berbunga majemuk. Artikel ini membuat trade-off itu konkret: apa yang tiap persentase korbankan dalam pertumbuhan, apa yang ia beli dalam ketahanan hidup, dan bagaimana memilih angka yang bisa kamu eksekusi di bawah tekanan.

Kenapa Fixed-Fractional Melindungimu dari Kehancuran

Fixed-fractional artinya kamu mempertaruhkan persentase yang sama dari ekuitas saat ini di setiap trade, jadi jumlah dolarnya menyusut saat kamu kalah. Inilah yang membuat kehancuran sulit dicapai secara matematis: setelah tiap loss X%, akun dikalikan (1 - X), jadi streak N kali kalah meninggalkanmu dengan (1 - X)^N dari saldo awal.

Bantalan compounding itulah inti semuanya. Trader 1% tidak pernah menghapus lebih dari 1% dari sisa yang ada, jadi akun berdarah pelan dan asimtotik, bukan jatuh dari tebing. Bandingkan tiga level risiko pada akun $10.000 melalui losing streak 10, 20, dan 30 trade berturut-turut.

Kalah beruntunRisiko 1%Risiko 2%Risiko 5%
0 (awal)$10.000$10.000$10.000
10$9.044 (-9,6%)$8.171 (-18,3%)$5.987 (-40,1%)
20$8.179 (-18,2%)$6.676 (-33,2%)$3.585 (-64,2%)
30$7.397 (-26,0%)$5.455 (-45,5%)$2.146 (-78,5%)

Baca sel kanan bawah dengan teliti. Tiga puluh kali kalah pada risiko 5% menghapus hampir 80% akun, dan streak 20 kali kalah saja sudah memotong dua pertiganya. Run 15-20 kali kalah bukan hal eksotis; strategi dengan win rate 45% menghasilkan streak 10 kali kalah kira-kira sekali setiap beberapa ratus trade. Trader 5% hanya butuh satu drawdown biasa untuk lenyap.

Pemulihan lebih kejam daripada drawdownnya sendiri, karena gain dan loss itu tidak simetris. Drawdown 50% butuh gain 100% untuk balik modal; drawdown 64% butuh 178%; drawdown 78% butuh 355%. Drawdown 26% (trader 1% setelah 30 kali kalah lurus) hanya butuh sekitar 35% untuk pulih. Risiko rendah per trade menjaga pemulihan tetap dalam jangkauan.

Aturan 1% vs 2%: Trade-off Matematika Streak

Aturan 2% bukan ceroboh; ia adalah ujung agresif dari rentang profesional, kira-kira menggandakan pertumbuhanmu saat run menang. Trade-off-nya sepenuhnya soal bagaimana losing streak terasa dan seberapa dalam lubangnya. Kalau 1% melihat streak 20 kali kalah sebagai penurunan 18%, maka 2% mengubah streak yang sama menjadi drawdown 33% yang butuh gain 49% untuk pulih.

  • Aturan 1%: compounding lebih lambat, drawdown dangkal, daya tahan psikologis tinggi. Terbaik untuk trader diskresioner, pengujian live, dan siapa pun yang edge-nya belum terbukti.
  • Aturan 2%: compounding lebih cepat saat edge-nya nyata, tapi drawdown menghantam sekitar dua kali lebih keras. Simpan untuk strategi yang sudah kamu validasi pada sampel yang bermakna.

Patokan praktisnya: persentase risiko per trade maksimal yang bisa kamu toleransi dibatasi oleh losing streak terburuk yang kamu harap bisa kamu lalui tanpa meninggalkan rencana. Kalau drawdown 30% akan membuatmu menyerah atau revenge-trading, kamu tidak bisa menjalankan 2% melewati streak normal. Matematika tidak peduli pada keyakinanmu; ia peduli pada run terburukmu.

Interaksi Risiko Per Trade dengan Win Rate dan R:R

Persentase risiko per trade tidak hidup sendirian. Ia bergabung dengan win rate dan reward-to-risk (R:R) menghasilkan expectancy, diukur dalam kelipatan R. Expectancy per trade = (win rate x R) - (loss rate x 1), dengan R adalah rata-rata reward-to-risk-mu. Karena kamu meng-compounding kelipatan R, strategi ber-R tinggi bisa berani mempertaruhkan persentase lebih kecil dan tetap menumbuhkan akun dengan cepat.

Win rate breakeven untuk R tertentu adalah 1 / (1 + R). Di 1R kamu butuh 50% winner; di 2R butuh 33%; di 3R butuh 25%. Trader yang rata-ratanya 3R hanya butuh satu kemenangan dari empat, jadi expectancy per unit risikonya tinggi; mereka bisa menyetel risiko ke 0,5% dan tetap melampaui trader 1R yang mempertaruhkan 2%.

  • R rendah, win rate tinggi: expectancy per trade kecil, jadi streak loss kecil menumpuk. Jaga risiko tetap moderat dan konsisten.
  • R tinggi, win rate rendah: rangkaian panjang loss kecil diselingi winner besar. Run kalahnya lebih panjang, dan itu justru argumen kuat untuk risiko per trade lebih rendah, bukan lebih tinggi.

Kesimpulan yang melawan intuisi: strategi yang paling menggoda trader untuk memperbesar ukuran (R:R tinggi, winner besar) justru strategi yang rangkaian kalah panjangnya menuntut persentase risiko per trade terkecil. Ukur posisi untuk bertahan dari kemarau, bukan untuk memaksimalkan pesta.

Kamu bisa menguji level risiko mana pun terhadap angka sendiri. Ambil win rate historismu, perkirakan losing streak terpanjang pada sampel sebesar yang benar-benar kamu tradingkan (strategi 40% melempar run 8-10 kali kalah dalam beberapa ratus trade), lalu terapkan rumus drawdown (1 - risiko)^N ke streak itu.

Kalau drawdown hasilnya melebihi yang bisa kamu tahan tanpa menyimpang, persentasenya terlalu tinggi, titik. Ini cara jujur memverifikasi sebuah angka alih-alih meminjam patokan orang lain, dan ia memakai datamu sendiri, bukan backtest orang asing.

Fixed-Fractional vs Fixed-Dollar vs Risiko Skala Volatilitas

Cara kamu mendefinisikan "risiko" mengubah perilaku seluruh sistem. Tiga metode mendominasi, dan masing-masing punya kasus penggunaan yang jelas.

MetodeCara risiko ditentukanPerilakuTerbaik untuk
Fixed-fractional% dari ekuitas saat iniRisiko menyusut saat drawdown, tumbuh saat run menang; kehancuran bersifat asimtotikDefault untuk hampir semua orang; akun yang di-compounding
Fixed-dollarJumlah dolar sama tiap tradeSederhana; persentase risiko naik saat akun turun, jadi gagal melindungi saat drawdownAkun kecil atau ukuran tetap, payout prop yang ditarik keluar
Skala volatilitasRisiko dinormalisasi ke ATR atau volatilitas riilUkuran posisi menyesuaikan kondisi; distribusi R lebih stabil lintas rezimTrader multi-instrumen atau sistematis

Fixed-fractional adalah default yang aman karena otomatis menurunkan risiko saat kamu kalah. Fixed-dollar berbahaya di losing streak: risiko flat $200 adalah 2% dari $10.000 tapi menjadi 4% dari $5.000, jadi risikomu diam-diam berlipat ganda di waktu terburuk. Penskalaan volatilitas menjaga risiko riil tiap trade tetap konsisten, dari range tenang sampai ekspansi liar, sehingga hasil R-mu stabil.

Dalam praktiknya, mayoritas trader diskresioner sebaiknya menjalankan fixed-fractional dan menghitung ulang angka dolar dari ekuitas live tiap sesi. Penskalaan volatilitas baru terbayar lintas beberapa instrumen dengan range sangat berbeda, tempat persentase tetap akan over-risk di instrumen tenang dan under-risk di yang liar. Metode mana pun yang kamu pilih, disiplin yang penting adalah ukuran ditentukan oleh mesin, bukan suasana hati.

Ukuran Akun, Psikologi, dan Batasan Prop Firm

Tetapkan risiko per trademu di bawah maksimum teoretis selama masa belajar. Trader baru atau yang sedang uji live sebaiknya duduk di 0,25-0,5%: tujuan di fase itu adalah sampel eksekusi yang bersih, bukan pertumbuhan akun. Risiko terlalu besar saat belajar merusak data: kamu mulai mengelola emosi posisi alih-alih mengikuti rencana, dan sampelnya jadi tak bernilai.

Biaya psikologis dari risiko berlebihan adalah pajak tersembunyi. Posisi yang terlalu besar untuk akunmu menarik perhatianmu ke profit dan loss yang belum terealisasi, membuatmu mempersempit stop karena takut, dan memicu dorongan untuk ikut campur. Loss 1% cuma dapat anggukan; loss 5% jadi cerita yang kamu ceritakan ke dirimu sendiri selama seminggu. Ukuran yang bisa kamu abaikan adalah ukuran yang bisa kamu eksekusi.

Prop firm memasang langit-langitnya sendiri. Mayoritas challenge membatasi daily loss (biasanya 4-5%) dan total loss (biasanya 8-10%). Satu daily loss cap 5% berarti kamu tidak bisa bertanggung jawab mempertaruhkan 2% per trade, karena tiga kali kalah dalam sehari sudah melanggar akun.

Di bawah limit harian 5% / total 10%, mayoritas trader yang lolos menjalankan 0,25-1% per trade agar klaster loss normal tidak pernah menyentuh hard limit. Aturan drawdown firm-lah yang menentukan angkanya, bukan ambisimu.

Contoh Perhitungan dan Kesalahan Umum

Persentase risiko per trade ditambah jarak stop menghasilkan ukuran posisimu. Rumusnya: ukuran posisi = risiko akun dalam dolar / (harga entry - harga stop). Pertaruhkan persentasenya, pasang stop di tempat ide dibantahkan, dan biarkan kedua input itu menentukan ukuran secara mekanis. Memasang stop di level struktural, bukan angka bulat, menghubungkan ini langsung ke position sizing.

  1. Akun: $10.000. Risiko per trade: 1%, jadi risiko dolar = $100.
  2. Setup: long BTCUSDT di $50.000, stop di bawah struktur di $49.000. Jarak stop = $1.000 per koin.
  3. Ukuran posisi = $100 / $1.000 = 0,1 BTC. Exposur notional = 0,1 x $50.000 = $5.000.
  4. Kalau harga menyentuh stop, loss = 0,1 x $1.000 = $100 = tepat 1% dari akun. Kalau ia berlari ke target 3R di $53.000, gain = $300 = 3%.

Perhatikan bahwa jarak stop yang melakukan pekerjaannya. Stop lebih rapat (misal $49.500, jarak $500) mengizinkan 0,2 BTC untuk risiko $100 yang sama; stop lebih lebar memaksa posisi lebih kecil. Kamu tidak pernah menyesuaikan risiko demi ukuran yang kamu mau; kamu membiarkan level invalidasi dan persentase tetap yang menentukan ukuran.

Kesalahan yang merusak sistem ini bersifat perilaku, bukan teknis:

  • Risk pakai feeling: menebak-nebak lot size alih-alih menghitungnya dari persentase tetap. Ini membuat persentase risiko per trademu acak dan kurva ekuitasmu mustahil dianalisis.
  • Menggeser stop: melebarkan stop untuk menghindari tersentuh mengubah loss 1% yang direncanakan menjadi loss 3% yang tidak direncanakan, dan menghancurkan matematika survival di atas.
  • Revenge-sizing: menggandakan risiko setelah loss demi "balik menang". Ini fixed-fractional terbalik, memperbesar ukuran tepat saat akun sedang lebih kecil dan risiko streak paling tinggi.
  • Mengabaikan korelasi: lima trade 1% di pair berkorelasi adalah satu trade 5% yang menyamar. Batasi total risiko yang terbuka, bukan cuma risiko per trade.

Jaga prosesnya mekanis dan persentase risiko per trademu tetap, maka drawdown tetap bisa selamat dilewati sementara edge-mu, apa pun win rate-nya, punya ruang untuk berbunga.

Pertanyaan yang Sering Diajukan

Apakah risk 5% per trade pernah bisa diterima?

Jarang, dan hanya pada akun sangat kecil yang kamu siapkan hilang sepenuhnya sebagai uang sekolah. Matematikanya tidak kenal ampun: streak 20 kali kalah pada 5% memotong akun $10.000 menjadi sekitar $3.585, drawdown 64% yang butuh gain 178% untuk pulih. Untuk akun mana pun yang ingin kamu tumbuhkan, 5% berada di luar rentang profesional.

Haruskah risiko per trade berubah saat akunku membesar?

Persentasenya tetap; jumlah dolarnya tumbuh otomatis karena sizing fixed-fractional menskalakan dengan ekuitas. Banyak trader menurunkan persentase saat akun membesar, karena menjaga saldo besar lebih penting daripada compounding cepat. Satu hal yang harus dihindari: menaikkan persentase setelah run menang karena overconfidence.

Bagaimana tahu risiko per tradeku terlalu tinggi?

Dua tanda. Pertama, kamu terus-menerus mengecek profit/loss yang belum terealisasi atau merasa terdorong menggeser stop. Kedua, modelkan losing streak terburuk yang diharapkan dan kalikan drawdownnya. Kalau angka hasilnya akan membuatmu menyimpang dari rencana, persentase risiko per trademu terlalu tinggi, betapa pun yakin setupnya terasa.

Apakah win rate lebih tinggi mengizinkanku risk lebih besar per trade?

Kurang begitu. Win rate lebih tinggi memperpendek losing streak yang diharapkan tapi tidak menghapusnya, dan strategi ber-R tinggi dengan win rate rendah justru menghasilkan kemarau terpanjang. Ukur posisi untuk streak yang harus kamu selamatkan, bukan untuk hasil rata-rata. Rentang aman tetap 0,5-2% hampir tanpa peduli win rate.

Setelah persentase risiko per trademu ditetapkan, panduan-panduan ini menghubungkannya ke position sizing, stop, aturan prop firm, dan kesalahan yang membongkarnya.

  • ICT Position Sizing: Risk, R-Multiples & Consistency - ubah persentase risiko dan jarak stop menjadi ukuran posisi yang presisi.
  • ICT Risk Management Framework - sistem lengkap tempat risiko per trademu tersambung.
  • Order Block Stop Loss & Take Profit Rules - pasang stop yang mendefinisikan risikomu di level struktural, bukan angka bulat.
  • ICT Prop Firm Strategy: How to Pass the Challenge - bagaimana daily loss cap dan total loss cap memaksa risiko per trade lebih rendah.
  • What a Profitable Trader Equity Curve Looks Like - apa yang dilakukan risiko fixed-fractional yang konsisten pada kurva ekuitas nyata.
  • Why ICT Traders Fail: 5 Mistakes That Kill Accounts - kesalahan sizing dan stop yang menghapus akun.
  • Risk-to-Reward vs Win Rate: Which Matters More for Profitability? - 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.

View all 128 articles by Hayk Muradian →

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