Cara Kerja Backtesting di Forex: Definisi, Input, Output, dan Batasan

Definisi dan tujuan backtesting

Backtesting (dalam forex) berarti menjalankan prosedur berbasis aturan yang telah ditentukan sebelumnya pada data pasar masa lalu untuk melihat bagaimana prosedur tersebut akan berperilaku. Dengan kata lain, Anda menerjemahkan ide trading menjadi kondisi eksplisit dan kemudian mensimulasikan apa yang akan terjadi jika kondisi tersebut diterapkan pada waktu historis.

Poin pentingnya adalah bahwa backtesting bukanlah alat prediksi secara default. Backtesting menghasilkan evaluasi dari serangkaian asumsi spesifik: data historis yang Anda gunakan, cara Anda menangani biaya trading dan eksekusi, serta cara Anda memodelkan kapan keputusan dapat dibuat.

Model sederhana: input, proses, output

Cara yang berguna untuk memahami backtesting adalah sebagai sebuah loop dengan input dan output yang jelas.

Input yang harus Anda tentukan

1. Aturan (definisi keputusan): Logika pasti kapan posisi dibuka, disesuaikan, dan ditutup. “Berbasis aturan” penting karena Anda memerlukan kondisi yang tidak ambigu (misalnya, berdasarkan nilai indikator yang dihitung dari data masa lalu, atau berdasarkan level harga).
2. Data historis: Seri harga yang digunakan untuk simulasi. Anda juga harus memperjelas apa yang diwakili oleh stempel waktu dan apakah kumpulan data lengkap untuk periode yang diuji.
3. Asumsi biaya transaksi: Komponen umum termasuk spread dan komisi, plus model slippage (perbedaan antara harga pengisian simulasi dan harga eksekusi yang diasumsikan). Jika ini diabaikan atau disederhanakan, evaluasi bisa terlihat lebih baik daripada yang dimungkinkan oleh eksekusi realistis.
4. Model eksekusi dan waktu: Bagaimana order diisi (logika market vs. limit), kapan order diasumsikan ditempatkan relatif terhadap bar/tic harga, dan apakah Anda mengasumsikan pengisian instan.
5. Penanganan posisi dan risiko (jika digunakan): Jika prosedur Anda mencakup batasan ukuran atau eksposur, Anda harus menyatakan algoritma yang digunakan untuk mengukur posisi dan mengelola keluar.
6. Desain pengujian: Jendela waktu dan bagaimana Anda memisahkan data menjadi periode pelatihan vs. evaluasi, jika Anda berencana membandingkan konfigurasi.

Proses

Backtesting umumnya mengikuti urutan ini:

• Hitung nilai yang diperlukan dari data yang tersedia hingga waktu keputusan.
• Terapkan aturan untuk memutuskan apakah posisi harus dibuka/ditutup.
• Ubah keputusan simulasi menjadi pengisian menggunakan model eksekusi Anda.
• Perbarui status akun menggunakan profit dan loss yang direalisasikan, plus biaya.
• Ulangi untuk setiap langkah dalam garis waktu historis.

Output yang biasanya Anda periksa

Tergantung pada tujuannya, output dapat mencakup:

• Hasil tingkat posisi (profit/loss per posisi, distribusi waktu kepemilikan).
• Kurva ekuitas atau evolusi saldo akun dari waktu ke waktu.
• Ukuran terkait risiko (besarnya drawdown, variabilitas pengembalian).
• Statistik ringkasan (rata-rata, jumlah menang/kalah) dan konsistensi di berbagai periode.

Anda dapat menganggap output ini sebagai deskripsi tentang apa yang terjadi dalam simulasi, bukan apa yang harus terjadi di masa depan.

Bukti melalui contoh: apa yang dibutuhkan “pengujian yang benar”

Pertimbangkan contoh sederhana dari konfigurasi backtest. Asumsikan Anda memiliki:

• Aturan yang memutuskan “masuk” dan “keluar” hanya berdasarkan informasi pada atau sebelum penutupan bar.
• Model biaya dengan spread dan estimasi slippage.
• Aturan eksekusi yang mengisi pada harga tertentu relatif terhadap bar keputusan.

Untuk menjaga pengujian tetap bermakna, Anda juga perlu membuat asumsi berikut eksplisit:

• Jika keputusan dibuat pada penutupan bar, Anda harus mengasumsikan pengisian terjadi pada momen harga yang dapat diperdagangkan berikutnya (atau pada perkiraan realistis yang konsisten dengan granularitas data Anda).
• Jika slippage digunakan, Anda memerlukan metode bagaimana penerapannya (jumlah konstan, berbasis distribusi, atau aturan yang terkait dengan kondisi).

“Jebakan” umum adalah menggunakan informasi yang tidak akan diketahui pada saat keputusan dibuat. Ini sering digambarkan sebagai bias look-ahead. Misalnya, jika aturan Anda secara tidak sengaja menggunakan bar masa depan untuk menghitung kondisi bar saat ini, backtest Anda dapat melebih-lebihkan kinerja.

Keterbatasan, risiko, dan mode kegagalan

Hasil backtesting dapat menyesatkan karena pasar nyata memiliki ketidakpastian dan simulasi memiliki penyederhanaan.

Keterbatasan material

• Hubungan historis dapat berubah: Pola yang muncul dalam satu periode mungkin tidak berulang, terutama jika struktur pasar atau perilaku peserta berubah.
• Realisme eksekusi: Banyak backtest mengasumsikan pengisian ideal. Di forex, biaya transaksi dan waktu pengisian dapat secara material memengaruhi hasil.
• Kualitas dan kelengkapan data: Data yang hilang atau stempel waktu yang tidak cocok dapat mendistorsi sinyal dan waktu trading.
• Overfitting: Jika Anda menyetel aturan begitu ketat sehingga cocok dengan noise masa lalu, Anda bisa mendapatkan hasil yang menarik tetapi tidak dapat digeneralisasi.

Mode kegagalan umum

• Asumsi biaya yang tidak realistis (mengabaikan spread dan slippage).
• Waktu yang tidak konsisten (masuk dan keluar di bar yang sama dengan cara yang tidak mungkin).
• Mengubah aturan setelah melihat hasil (menyesuaikan aturan berdasarkan hasil pengujian tanpa periode evaluasi terpisah).
• Terlalu sedikit rezim pasar yang diuji (aturan yang hanya berfungsi selama satu jenis lingkungan volatilitas atau tren).

Verifikasi: bagaimana Anda dapat memeriksa definisi secara independen

Untuk memverifikasi bahwa Anda memahami backtesting di forex dengan benar, fokuslah pada apakah Anda dapat menjelaskan setiap asumsi yang diperlukan dan di mana asumsi tersebut masuk ke dalam simulasi:

1. Nyatakan aturan: Dapatkah Anda menjelaskan logika keputusan yang tepat tanpa langkah ambigu?
2. Nyatakan garis waktu data: Apakah Anda tahu bagian data mana yang digunakan untuk menghitung keputusan?
3. Nyatakan eksekusi dan biaya: Dapatkah Anda menjelaskan bagaimana posisi simulasi menjadi harga pengisian dan bagaimana biaya dikurangkan?
4. Nyatakan struktur pengujian: Apakah Anda menjelaskan bagaimana Anda mengevaluasi tanpa menggunakan kembali data yang sama untuk penyetelan?
5. Nyatakan setidaknya satu keterbatasan: Dapatkah Anda menyebutkan mode kegagalan yang relevan dengan asumsi Anda (misalnya, bias look-ahead, overfitting, atau realisme biaya)?

Jika Anda dapat melakukan lima pemeriksaan ini, Anda memiliki pemahaman yang dapat diverifikasi secara independen tentang mekanisme backtesting. Anda juga menghindari memperlakukan hasil sebagai bukti prediktif.

Pertanyaan berikutnya untuk dieksplorasi

Jika Anda ingin memperdalam pemahaman, langkah berikutnya yang paling produktif adalah membandingkan pengaturan backtest yang berbeda dengan mengubah satu asumsi pada satu waktu—terutama model eksekusi dan biaya—lalu mengamati bagaimana hasil berubah. Ini membantu Anda mengidentifikasi bagian simulasi mana yang mendorong evaluasi.