Mengapa Pengujian Maju Penting dalam Forex
Jawaban langsung
Pengujian maju penting dalam forex karena menguji apakah kinerja yang Anda lihat selama backtesting historis dapat bertahan ketika Anda menerapkan aturan yang sama pada data yang datang kemudian dan tidak digunakan untuk membuat atau menyetel pendekatan tersebut. Ini penting karena perilaku forex dapat berubah seiring waktu, dan karena backtest secara tidak sengaja dapat mencerminkan noise, asumsi, atau simulasi biaya dan eksekusi yang terlalu optimis.
Dalam praktiknya, pengujian maju memengaruhi keputusan seperti apakah Anda terus menggunakan konsep strategi, apakah Anda mengubah cara Anda mengukur hasil, dan seberapa hati-hati Anda memodelkan friksi perdagangan yang realistis. Ini juga menetapkan ekspektasi: hasil maju adalah bukti, bukan kepastian, karena pasar dan kondisi eksekusi masih dapat berubah.
Mekanisme atau definisi
Pengujian maju berarti menerapkan proses keputusan yang tetap pada data baru setelah periode backtest. “Proses keputusan” di sini adalah seperangkat aturan atau model yang mengubah input (misalnya, nilai indikator, level harga, atau sinyal yang diturunkan darinya) menjadi keputusan perdagangan. Poin kunci: aturan harus dipilih sebelum periode maju dimulai.
Untuk menjaga pengujian maju tetap bermakna, Anda biasanya memisahkan tiga tahap:
- In-sample (atau “pengembangan”): Anda meninjau data historis untuk membangun atau menyetel aturan.
- Backtest (evaluasi historis): Anda memperkirakan kinerja di bawah aturan tersebut pada era yang sama secara umum, sering kali dengan asumsi tentang eksekusi.
- Pengujian maju (out-of-sample): Anda mengevaluasi aturan pada jendela waktu yang lebih baru.
Tujuan praktisnya adalah untuk mengurangi risiko bahwa hasil Anda didorong oleh pola kebetulan yang hanya ada di data sebelumnya. Ini sangat relevan dalam forex karena nilai tukar mata uang dipengaruhi oleh peristiwa makroekonomi, kondisi likuiditas, dan perubahan rezim yang tidak konstan.
Bukti atau contoh (dengan asumsi)
Bayangkan Anda mengembangkan seperangkat aturan menggunakan data dari Januari hingga Juni dan melihat pengembalian yang kuat dalam backtest tersebut. Anda kemudian menjalankan aturan yang identik dari Juli hingga September tanpa mengubah parameter. Jika kinerja tetap sebanding di jendela maju, ini menunjukkan bahwa hasil tersebut mungkin dapat digeneralisasi dengan lebih baik.
Namun, jika kinerja maju turun tajam, penjelasan umum meliputi:
- Overfitting: aturan secara tidak langsung menangkap keanehan periode sebelumnya.
- Ketidakcocokan biaya: backtest mungkin mengasumsikan pengisian yang ideal, sementara eksekusi nyata memperkenalkan spread, efek komisi, dan slippage.
- Pergeseran kondisi: pasar mungkin memasuki rezim dengan volatilitas atau struktur korelasi yang berbeda.
Perhitungan sederhana menunjukkan mengapa pemodelan biaya dapat menjadi penting. Jika rata-rata perdagangan Anda memerlukan penutupan spread dan komisi, maka bahkan perbedaan kecil antara biaya eksekusi yang diasumsikan vs. aktual dapat mengubah strategi dari menguntungkan menjadi tidak menguntungkan selama banyak perdagangan. Ini bergantung pada asumsi Anda untuk spread, struktur biaya, dan bagaimana Anda menangani pengisian yang terlewat.
Keterbatasan dan risiko
Pengujian maju memiliki mode kegagalan yang material.
Satu keterbatasan adalah bahwa pengujian maju masih didasarkan pada data historis, hanya segmen yang lebih baru. Ini tidak menjamin hasil masa depan karena masa depan dapat berbeda dari periode pengembangan dan periode maju.
Keterbatasan lain adalah kelangsungan asumsi. Jika pengujian maju Anda masih mengandalkan asumsi eksekusi yang optimis (misalnya, mengasumsikan entri sempurna pada pembukaan bar berikutnya ketika pengisian nyata akan lebih buruk), pengujian maju dapat melebih-lebihkan hasil.
Risiko ketiga adalah efek waktu dan seleksi. Jika Anda mencoba beberapa variasi dan hanya melaporkan versi yang berkinerja terbaik dalam pengujian maju, Anda dapat membiaskan bukti. Ini adalah masalah pengukuran umum: “menguji banyak dan menyimpan yang berhasil” dapat menciptakan kembali overfitting bahkan ketika Anda menggunakan jendela maju.
Terakhir, hasil dapat sensitif terhadap bagaimana Anda mendefinisikan hasil. Metrik seperti pengembalian bersih, drawdown, tingkat kemenangan, atau ukuran yang disesuaikan dengan risiko dapat berbeda tergantung pada volatilitas dan frekuensi perdagangan. Oleh karena itu, pengujian maju harus dipasangkan dengan kriteria kinerja yang konsisten dan telah ditentukan sebelumnya.
Verifikasi atau pertanyaan berikutnya
Untuk memverifikasi secara independen apa yang ditambahkan pengujian maju, tetapkan seperangkat aturan out-of-sample yang jelas dan dokumentasikan asumsi sebelum mengevaluasi jendela maju. Gunakan pemodelan biaya dan eksekusi yang realistis yang konsisten dengan jenis perdagangan yang Anda maksudkan. Kemudian bandingkan hasil maju dengan hasil backtest menggunakan metrik yang sama.
Pertanyaan berikutnya yang berguna adalah: “Bukti apa yang akan membuat saya mengubah atau menghentikan aturan?” Misalnya, Anda dapat memutuskan sebelumnya bahwa penurunan besar dalam metrik risiko yang telah ditentukan adalah alasan yang valid untuk berhenti.