Artikel ini memperkenalkan suite backtesting untuk kami Alat meja kerja. Workbench memungkinkan pengguna dengan cepat membandingkan metrik yang ada, menerapkan rumus, dan memperoleh metrik kustom baru. Kami akan mendemonstrasikan bagaimana strategi perdagangan dapat didefinisikan dalam Workbench dan bagaimana simulasi strategi perdagangan yang ditentukan sendiri pada data historis dapat dijalankan.
Pengantar
Dalam definisinya yang paling sempit, backtest adalah simulasi historis tentang bagaimana strategi investasi akan dilakukan jika dijalankan selama periode yang lalu. Strategi adalah seperangkat aturan yang menentukan kapan suatu aset harus dibeli dan dijual. Cara praktis untuk merepresentasikan strategi investasi adalah dalam istilah yang disebut sinyal perdagangan. Sinyal perdagangan adalah fungsi waktu bernilai nyata, yang mengembalikan nilai dalam rentang [0, 1] atau, setara, 0-100%. Sinyal perdagangan menentukan berapa banyak portofolio perdagangan yang harus diinvestasikan dalam aset dasar untuk setiap waktu. Misalnya, strategi HODL direpresentasikan dengan sinyal konstan 1; kami memegang 100% dari modal investasi kami dalam bitcoin dari waktu ke waktu. Untuk trader tingkat lanjut, posisi short aset diwakili oleh sinyal trading negatif: sinyal -1 sama dengan posisi short dengan ukuran 100% portofolio investasi. Termasuk posisi short, kisaran valid untuk sinyal trading meluas ke [-1, 1].
Namun, harus dipahami bahwa backtest tidak akan pernah bertepatan dengan kinerja langsung dari strategi trading. Jebakan terbesar saat backtesting adalah backtest overfitting. Menyesuaikan parameter strategi menuju kinerja historis terbaik (in-sample) kemungkinan akan mengurangi generalitas strategi dan dengan demikian menurunkan kinerja masa depan (out-of-sample). Tetapi banyak kesulitan tetap ada bahkan saat memperhitungkan backtest overfitting (sejauh mungkin). Luo dkk. menawarkan ringkasan kesalahan umum backtesting dalam artikel mereka โTujuh Dosa Investasi Kuantitatifโ (Luo et al. [2014]). Backtesting bukanlah alat penelitian dan tidak cocok untuk menurunkan strategi trading. Ini hanya berfungsi sebagai langkah terakhir dalam proses penelitian untuk akhirnya menguji dan berpotensi membatalkan hipotesis investasi.
Lihat Backtesting beraksi melalui panduan video
Suite Backtesting
Sebelum melihat beberapa contoh konkret, kami membahas garis besar umum tentang mendefinisikan strategi perdagangan dan mensimulasikannya di masa lalu. Menjalankan backtest di Workbench selalu mengikuti prosedur yang sama:
- Strategi perdagangan harus diterjemahkan ke dalam sinyal perdagangan yang memberikan nilai antara nol dan satu untuk setiap titik waktu. Mari kita singkat sinyal perdagangan dengan
f1
. - Panggil Meja Kerja baru
backtest
fungsi:
backtest(m1, f1, since, initial_capital_usd, rel_trading_costs)
Mari kita uraikan arti dari masing-masing argumen:
m1
: seri harga (misalnya, BTC) yang ingin Anda perdagangkan.f1
: sinyal perdagangan dari langkah pertama.since
: stempel waktu yang menunjukkan tanggal mulai simulasi perdagangan Anda, misalnya,"2020-01-01"
initial_capital_usd
: berapa banyak uang (USD) yang Anda alokasikan untuk strategi trading Anda, misalnya,1000
(USD). Seiring waktu, tidak ada aliran modal tambahan masuk atau keluar dari simulasi portofolio perdagangan. Ini berbeda dengan, misalnya, strategi rata-rata biaya dolar. Sebaliknya, simulasi perdagangan akan memvariasikan eksposur ke aset yang diperdagangkan dari waktu ke waktu, tergantung pada sinyal perdagangan.rel_trading_costs
: perkiraan perkiraan biaya perdagangan relatif, yang terdiri dari biaya pertukaran dan slippage. Nilai dari, misalnya,0.001
mengacu pada biaya perdagangan sebesar 0.1% dari volume setiap perdagangan.
Grafik backtest
fungsi menghasilkan apa yang disebut kurva Nilai Aktiva Bersih (NAB). Ini mewakili nilai portofolio Anda dari waktu ke waktu (dalam USD). Portofolio Anda terdiri dari campuran USD dan BTC setiap saat. Sinyal perdagangan menentukan bagian mana dari portofolio yang diinvestasikan dalam BTC, dan sisanya (satu sinyal perdagangan minus) mewakili komponen USD dari portofolio Anda. NAB, bagaimanapun, selalu mewakili seluruh nilai portofolio dalam mata uang USD.
Untuk para ahli: di bawah kap, the backtest
fungsi mengalikan sinyal perdagangan hari sebelumnya dengan pengembalian (harian) dari yang mendasari (m1
, misalnya, BTC) untuk setiap hari sambil memperhitungkan biaya perdagangan pada perubahan sinyal. Seri pengembalian yang dihasilkan kemudian digabungkan dan disesuaikan untuk investasi awal dan tanggal mulai simulasi.
contoh
Di sisa dokumen ini, kami akan memandu Anda melalui beberapa contoh mainan untuk menentukan strategi trading dan menjalankan backtest yang sesuai. Secara khusus, kita akan mulai dengan strategi yang paling mendasar: beli dan tahan. Setelah itu, kita melihat indikator teknikal standar, simple moving average cross-over. Terakhir, kita akan menyelami contoh yang lebih menarik; kami akan menguji hipotesis perdagangan berdasarkan metrik on-chain SOPR.
Contoh 0: HODL
Kita akan mulai dengan strategi perdagangan Bitcoin yang paling dasar dan paling populer: hodling. Bayangkan Anda memiliki sejumlah uang tunai yang ingin Anda investasikan dalam bitcoin. Cara paling mudah adalah membeli bitcoin dan tidak pernah menjual. Ini akan berfungsi sebagai dasar untuk membandingkan dengan strategi lain. Berikut ini, kami akan mengadopsi strategi investasi dasar ini sebagai contoh pertama membuat backtest di Workbench.
Kami telah menyiapkan Prasetel meja kerja yang merupakan sinyal perdagangan strategi HODL dan backtest untuk Anda.
Di sana, kami telah menentukan strategi perdagangan sinyal HODL dalam rumus f1
as m1/m1
, Di mana m1
adalah harga BTC. Dengan demikian, sinyal perdagangan konstan dari waktu ke waktu. Saat menentukan sinyal, Anda tidak perlu khawatir tentang tanggal mulai simulasi Anda; ini datang pada langkah berikutnya.
Rumus f2
yang diberi label sebagai Tes balik HODL [USD] berisi panggilan ke fungsi backtest:
backtest(m1, f1, "2020-01-01", 1000, 0.001)
Parameter di atas menentukan simulasi backtest Anda untuk diadopsi m1
sebagai aset perdagangan yang mendasari (BTC) dan f1
sebagai sinyal perdagangan, mulai dari "2020-01-01"
dengan nilai portofolio awal $1000 dan biaya perdagangan 0.1%. Ini menyelesaikan backtest pertama kami! Di bawah ini adalah bagan dengan kurva NAV hasil strategi (diberi label sebagai Tes balik HODL [USD]) dan sinyal perdagangan konstan sinyal HODL. Anda dapat membacakan pengembalian total investasi Anda dengan membandingkan nilai grafik NAV pada tanggal terakhir dengan tanggal mulai.
Singkatnya: kami telah mensimulasikan pembelian BTC senilai $1000 pada tanggal 1 Januari 2020, dengan penimbunan tangan berlian berikutnya hingga saat ini.
Contoh 1: Simple Moving Average Cross-Over
Anda di sini untuk belajar tentang backtesting. Jadi, ada kemungkinan besar Anda ingin menyelidiki strategi perdagangan di luar hodling. Strategi yang merupakan cara sistematis untuk membeli dan menjual aset. Mari kita mulai.
Persilangan Simple Moving Average (SMA) adalah contoh pertama kami dari strategi perdagangan yang sistematis. Indikator trend-following yang populer ini terdiri dari dua SMA dengan periode yang berbeda (misalnya, 20 hari dan 50 hari). Motivasinya adalah sebagai berikut: ketika harga berada dalam uptrend, SMA harga juga akan demikian untuk semua periode. Namun, secara konstruksi, SMA dengan periode yang lebih pendek lebih cepat bereaksi terhadap tren naik yang muncul daripada SMA dengan periode yang lebih panjang. Ini membawa kita ke seperangkat aturan perdagangan kita:
- Setiap kali SMA yang lebih pendek berada di atas SMA yang lebih panjang, kami menegaskan bahwa kami berada dalam tren bullish, dan kami membeli dan menahan bitcoin, yaitu sinyal perdagangan berada pada satu atau 100%.
- Jika tidak (SMA yang lebih pendek berada di bawah SMA yang lebih panjang), jual bitcoin dan simpan uang tunai. Sinyal perdagangan yang sesuai adalah nol.
Sekadar ilustrasi, mari kita segera melihat pseudo-code gaya Python untuk meresmikan aturan perdagangan ini:
# SMA cross-over trading rules:
if sma20 > sma50: signal = 1
else: signal = 0
Jika Anda lebih visual, berikut adalah sebidang harga BTC (bar) dan dua rata-rata bergerak sederhana (SMA20 dan SMA50). Kumpulan aturan perdagangan kami menentukan warna bilah harga. Saat sinyal perdagangannya satu, warnanya hijau; ketika sinyalnya nol, warnanya merah.
Sekarang setelah aturan trading SMA cross-over telah ditetapkan, kami siap untuk mengujinya kembali! Prasetel Meja Kerja ini memperluas contoh sebelumnya. Kami akan menggunakan Meja Kerja if
bersyarat (lihat Panduan meja kerja untuk rincian). Sejalan dengan aturan perdagangan yang ditentukan sebelumnya, kami menentukan sinyal perdagangan f3
sebagai:
if(sma(m1, 20), ">", sma(m1, 50), 1, 0)
Sekarang kita telah melakukan pengangkatan berat dengan menentukan sinyal perdagangan, melakukan backtest pada strategi perdagangan cross-over SMA sangatlah mudah. Langkah ini identik dengan membuat backtest dari strategi hodling; kami hanya melewati sinyal yang berbeda. Mari kita tentukan backtest (dalam contoh kita, ini adalah formula f4
) melalui:
backtest(m1, f3, "2020-01-01", 1000, 0.001)
Ini secara langsung menampilkan kurva NAV dari strategi perdagangan cross-over SMA, yang diberi label di Prasetel meja kerja as Uji silang silang SMA (kurva biru). Yang diperkenalkan sebelumnya Tes balik HODL termasuk dalam warna merah untuk perbandingan.
Contoh 2: hipotesis perdagangan on-chain berdasarkan SOPR
Persilangan rata-rata bergerak sederhana menggunakan harga sebagai satu-satunya metrik masukan. Mengingat hanya informasi dasar ini, itu melakukan pekerjaan yang masuk akal untuk mengidentifikasi tren. Namun, buku besar publik Bitcoin menawarkan wawasan yang jauh lebih dalam tentang perilaku investor daripada harga saja. Rasio Laba Keluaran yang Dibelanjakan (SOPR), misalnya, dihitung dengan membagi nilai realisasi (dalam USD) dibagi dengan nilai saat pembuatan (USD) dari output yang dibelanjakan. Atau sederhananya: harga jual / harga bayar. Nilainya memberi tahu kita apakah rata-rata investor menjual untung (SOPR > 1) atau rugi (SOPR < 1). Orang mungkin menyimpulkan bahwa lingkungan di mana rata-rata investor menjual dengan untung lebih disukai untuk memegang bitcoin dibandingkan dengan saat rata-rata investor menjual dengan kerugian. Oleh karena itu, kami mendefinisikan hipotesis perdagangan berbasis SOPR (dalam kode semu gaya Python untuk ilustrasi) sebagai:
# SOPR-based trading rules:
if sopr > 1: signal = 1
else: signal = 0
Mari kita lihat backtest. Kami telah menyiapkan a Prasetel meja kerja untuk Anda dengan semua bahan. Sinyal SOPR cukup berisik; jadi, kami menghaluskannya dengan rata-rata bergerak eksponensial (EMA). Itu dimuat sebagai m2
dalam preset. Dalam analogi dengan contoh sebelumnya, kami mengadopsi if
kondisi untuk memformalkan aturan perdagangan SOPR dalam sintaks Workbench:
if(m2, ">", 1, 1, 0)
Ini adalah sinyal perdagangan kami f3
. Kami ingin menjadi bitcoin lama (sinyal satu) ketika SOPR (m2
) lebih besar dari satu dan sebaliknya nol. Untuk menjalankan backtest dengan sinyal perdagangan SOPR yang baru saja ditentukan, kami telah menentukan formula f5
dalam analogi yang tepat untuk contoh sebelumnya:
backtest(m1, f3, "2020-01-01", 1000, 0.001)
Ini akan langsung menghasilkan kurva NAV dari backtest, diberi label sebagai Uji ulang SOPR [USD] pada bagan di bawah ini.
Contoh 3: menggabungkan strategi perdagangan yang berbeda
Kami sekarang telah menjelajahi dua strategi perdagangan di luar hodling murni: persilangan SMA dan strategi berdasarkan metrik on-chain SOPR. Sebagai contoh terakhir dalam membuat backtest, kami melihat bagaimana seseorang dapat menggabungkan komponen strategi perdagangan yang berbeda menjadi satu strategi menyeluruh. Dengan berbagai strategi, orang dapat membayangkan membagi portofolio menjadi beberapa bagian dan memperdagangkannya dengan strategi yang berbeda secara mandiri. Alternatifnya, seseorang dapat menggabungkan strategi berdasarkan sinyal perdagangan individu sebelumnya dan kemudian memperdagangkan sinyal perdagangan gabungan untuk seluruh portofolio. Dengan cara ini, seseorang dapat menyelamatkan perdagangan ketika komponen yang berbeda saling bertentangan. Tidak ada batasan tentang cara menggabungkan sinyal perdagangan yang berbeda. Namun, cara yang paling mudah adalah dengan menghitung rata-ratanya. Mari kita coba ini. Dalam Contoh 3 Preset meja kerja, kami telah mendefinisikan sinyal cross-over SMA sebagai f2
dan sinyal perdagangan SOPR sebagai f3
; kemudian, kita dapat menjalankan backtest gabungan dengan:
backtest(m1, (f2+f3)/2, "2020-01-01", 1000, 0.001)
Perhatikan bagaimana kami menghitung rata-rata dua sinyal perdagangan individu sebagai masukan untuk backtest ini.
Berikut ini, kami memplot dua backtest individual SMA cross-over dan SOPR, diberi label sebagai Uji balik silang SMA [USD] dan Uji ulang SOPR [USD], masing-masing, bersama dengan backtest gabungan. Perhatikan bagaimana sinyal bar Sinyal strategi gabungan sekarang tidak hanya mengambil nilai 0 dan 1 tetapi 0.5 dalam kasus di mana sinyal dua komponen strategi tidak bersamaan.
Apa selanjutnya?
Ini mencakup dasar-dasar fungsionalitas backtesting baru di Workbench. Anda dapat membiasakan diri dan mencoba ide-ide Anda. Anda dapat menyertakan sinyal pendek dalam strategi Anda jika Anda seorang trader tingkat lanjut.
Backtesting tidak berakhir dengan membuat kurva NAV. NAB menawarkan ikhtisar tentang bagaimana kinerja investasi dari waktu ke waktu. Tapi itu tidak memperhitungkan risiko strategi, dan tidak ada yang bisa secara langsung membacakan kinerja relatif selama periode yang berbeda. Oleh karena itu, kami memperkenalkan serangkaian fungsi pendamping berikut, yang akan memungkinkan Anda untuk mendapatkan pemahaman yang lebih dalam tentang performa backtest Anda dan memungkinkan Anda untuk membandingkan berbagai backtest secara kuantitatif:
drawdown(m1)
Fungsi ini mengambil hasil backtest, atau deret waktu apa pun, sebagai input dan mengembalikan drawdown relatif dari titik tertinggi sepanjang masa untuk setiap titik waktu. Ini analog dengan Bitcoin: Penurunan Harga dari ATH metrik.mean_return(m1, period)
Pengembalian rata-rata bergulir tahunan dari deret waktu selama periode tertentu (dalam hari).realized_vol(m1, period)
Volatilitas terealisasi bergulir tahunan dari deret waktu selama periode tertentu (dalam hari). Lihat juga Volatilitas Realisasi Tahunan.sharpe_ratio(m1, period)
Rasio Rolling Sharpe yang disetahunkan adalah rasio pengembalian rata-rata bergulir yang disetahunkan dan volatilitas realisasi bergulir yang disetahunkan. Ini adalah salah satu metode yang paling banyak digunakan untuk mengukur pengembalian relatif yang disesuaikan dengan risiko.
Perhatikan bahwa semua fungsi suite backtesting dijelaskan di Panduan meja kerja, juga. Di dalam prasetel Meja Kerja ini, kami menampilkan drawdown
dan realized_vol
fungsi. Kami membandingkan kedalaman drawdown dari strategi HODL (contoh 0) dengan strategi SOPR (contoh 2). Selain itu, kami membandingkan volatilitas realisasi tahunan dari kedua strategi tersebut. Kami menemukan bahwa strategi SOPR telah mengurangi drawdown secara signifikan dibandingkan dengan investasi HODL biasa, dan volatilitas yang terealisasi juga sangat berkurang dalam basis bergulir satu tahun.
Penolakan: Konten artikel ini dan fungsi backtesting yang diperkenalkan hanya untuk tujuan informasi, Anda tidak boleh menafsirkan informasi atau materi lain seperti hukum, pajak, investasi, keuangan, atau saran lainnya. Kinerja masa lalu adalah fiktif, hanya untuk tujuan ilustrasi dan tidak ada indikasi kinerja masa depan.
Fungsi dan fitur yang diperkenalkan dalam status versi beta gratis dan dapat berubah.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. Akses Di Sini.
- Sumber: https://insights.glassnode.com/backtesting-in-workbench/
- :adalah
- $1000
- 1
- 2014
- 2020
- 7
- a
- Tentang Kami
- atas
- Akun
- akuntansi
- Tindakan
- Tambahan
- Disesuaikan
- mengambil
- Mengadopsi
- maju
- nasihat
- Setelah
- AL
- Semua
- sendirian
- selalu
- dan
- disetahunkan
- Mendaftar
- ADALAH
- argumen
- artikel
- AS
- aset
- At
- rata-rata
- rata-rata
- Backtest
- Backtesting
- bar
- berdasarkan
- Dasar
- dasar
- Dasar-dasar
- dasar
- BE
- di bawah
- TERBAIK
- beta
- Versi beta
- antara
- Luar
- Terbesar
- Bitcoin
- Biru
- membeli
- Istirahat
- Membawa
- BTC
- harga btc
- Bullish
- membeli
- Beli bitcoin
- Pembelian
- by
- panggilan
- CAN
- modal
- kasus
- Uang tunai
- kesempatan
- perubahan
- Perubahan
- Grafik
- warna
- menggabungkan
- bergabung
- menggabungkan
- Umum
- membandingkan
- dibandingkan
- pembandingan
- perbandingan
- komponen
- komponen
- kondisi
- konstan
- merupakan
- konstruksi
- mengandung
- Konten
- kontras
- Sesuai
- Biaya
- Biaya
- bisa
- Meliputi
- membuat
- penciptaan
- melengkung
- adat
- harian
- data
- Tanggal
- hari
- Hari
- mengurangi
- lebih dalam
- didefinisikan
- mendefinisikan
- mendemonstrasikan
- Denominasi
- Tergantung
- kedalaman
- dijelaskan
- rincian
- ditentukan
- mendikte
- berbeda
- kesulitan
- langsung
- membahas
- Terbagi
- dokumen
- Tidak
- Dolar
- Dont
- turun
- e
- setiap
- EMA
- tertanam
- muncul
- Seluruh
- Lingkungan Hidup
- sama
- Bahkan
- contoh
- contoh
- Pasar Valas
- ada
- mengembang
- diharapkan
- ahli
- Dieksplorasi
- eksponensial
- rata-rata bergerak eksponensial
- Pencahayaan
- f1
- adil
- akrab
- Fitur
- Biaya
- beberapa
- khayali
- Akhirnya
- keuangan
- Menemukan
- Pertama
- Mengalir
- berikut
- berikut
- Untuk
- rumus
- pecahan
- Gratis
- dari
- fungsi
- fungsi
- fungsi
- mendasar
- masa depan
- Umum
- menghasilkan
- menghasilkan
- mendapatkan
- diberikan
- simpul kaca
- Hijau
- Memiliki
- berat
- angkat berat
- di sini
- High
- sangat
- historis
- HODL
- PENYIMPANAN
- memegang
- memegang
- kap
- Seterpercayaapakah Olymp Trade? Kesimpulan
- How To
- Namun
- HTTPS
- i
- ide-ide
- identik
- mengidentifikasi
- in
- memasukkan
- termasuk
- Termasuk
- secara mandiri
- indikasi
- Indikator
- sendiri-sendiri
- informasi
- Informational
- mulanya
- memasukkan
- wawasan
- contoh
- sebagai gantinya
- menarik
- memperkenalkan
- diperkenalkan
- Memperkenalkan
- Pengantar
- Menginvestasikan
- diinvestasikan
- menyelidiki
- investasi
- portofolio investasi
- Strategi investasi
- investor
- IT
- NYA
- Januari
- Pekerjaan
- lebih besar
- Terakhir
- Terbaru
- BELAJAR
- Buku besar
- Informasi
- Lets
- pengangkatan
- Mungkin
- keterbatasan
- baris
- hidup
- Panjang
- lagi
- melihat
- mencari
- lepas
- M2
- membuat
- banyak
- bahan
- ukur
- hanya
- metode
- metrik
- Metrik
- mungkin
- kesalahan
- campuran
- uang
- lebih
- Selain itu
- paling
- Paling Populer
- Motivasi
- bergerak
- moving average
- moving averages
- beberapa
- nav
- negatif
- juga tidak
- bersih
- nilai aset bersih
- nilai aset bersih (NAB)
- New
- berikutnya
- of
- menawarkan
- Penawaran
- on
- Di Rantai
- ONE
- Lainnya
- jika tidak
- garis besar
- keluaran
- ikhtisar
- dibayar
- parameter
- tertentu
- lalu
- prestasi
- melakukan
- periode
- periode
- Polos
- plato
- Kecerdasan Data Plato
- Data Plato
- Titik
- Populer
- portofolio
- posisi
- posisi
- mungkin
- berpotensi
- Praktis
- lebih baik
- siap
- menyajikan
- sebelumnya
- sebelumnya
- harga pompa cor beton mini
- proses
- Produk
- Keuntungan
- publik
- membeli
- tujuan
- kuantitatif
- lebih cepat
- segera
- jarak
- perbandingan
- RE
- Bereaksi
- Baca
- menyadari
- masuk akal
- rekap
- Merah
- menurunkan
- mengurangi
- mengacu
- melepaskan
- tinggal
- diwakili
- mewakili
- merupakan
- penelitian
- mengakibatkan
- dihasilkan
- kembali
- Pengembalian
- Risiko
- disesuaikan dengan risiko
- bergulir
- aturan
- Run
- berjalan
- s
- sake
- sama
- Save
- menjual
- menjual bitcoin
- Penjualan
- Menjual
- Seri
- melayani
- melayani
- set
- beberapa
- Pendek
- harus
- menampilkan
- Sinyal
- sinyal
- signifikan
- Sederhana
- hanya
- simulasi
- sejak
- Ukuran
- kelicinan
- SMA
- SMA
- So
- terjual
- beberapa
- SOPR
- menghabiskan
- standar
- berdiri
- awal
- Mulai
- Negara
- Langkah
- mudah
- strategi
- Penyelarasan
- subyek
- selanjutnya
- seperti itu
- rangkaian
- RINGKASAN
- sintaksis
- Mengambil
- Dibutuhkan
- pengambilan
- pajak
- Teknis
- istilah
- uji
- bahwa
- Grafik
- Dasar-dasar
- mereka
- Mereka
- karena itu
- Ini
- Melalui
- waktu
- Seri waktu
- kali
- timestamp
- untuk
- bersama
- terlalu
- alat
- Total
- terhadap
- perdagangan
- diperdagangkan
- pedagang
- pedagang
- perdagangan
- Trading
- Perdagangan Strategi
- Strategi perdagangan
- kecenderungan
- Tren
- Akhirnya
- bawah
- pokok
- pemahaman
- dipahami
- tren naik
- us
- USD
- menggunakan
- Pengguna
- nilai
- Nilai - Nilai
- versi
- melalui
- Video
- Votalitas
- volume
- ingin
- Cara..
- Apa
- apakah
- yang
- sementara
- seluruh
- sangat
- akan
- dengan
- dalam
- akan
- Kamu
- Anda
- diri
- Youtube
- zephyrnet.dll
- nol