Apa Itu Contoh Kerja Backtesting EA? (Dengan Asumsi)

Jawaban langsung

Contoh kerja backtesting EA adalah skenario numerik langkah demi langkah yang transparan yang meniru bagaimana penasihat ahli (EA) akan dievaluasi pada data pasar historis. Tujuannya bukan untuk memprediksi masa depan, tetapi untuk menunjukkan bagaimana input dan asumsi backtest (aturan, logika masuk/keluar, ukuran posisi, spread/biaya, dan waktu eksekusi) mengubah urutan perdagangan menjadi hasil ringkasan seperti saldo akhir, laba, dan drawdown.

Karena backtesting sensitif terhadap detail, contoh kerja yang baik menyatakan setiap asumsi yang digunakan untuk setiap perhitungan. Contoh tersebut juga memisahkan mekanika yang stabil (aritmetika dan metode evaluasi) dari kondisi yang bervariasi (perilaku pasar dan realitas eksekusi).

Mekanisme dan definisi

EA adalah program perdagangan berbasis aturan. Backtesting EA berarti menjalankan aturan-aturan tersebut terhadap data harga historis untuk menghasilkan log perdagangan hipotetis.

Contoh kerja biasanya mencakup komponen-komponen berikut:

1. Aturan keputusan EA: Misalnya, aturan sederhana mungkin masuk ketika harga melewati suatu level dan keluar ketika harga mencapai target atau batas waktu.

2. Asumsi eksekusi: Backtest harus mengasumsikan bagaimana order dipenuhi. Misalnya, Anda dapat mengasumsikan order pasar dipenuhi pada harga pembukaan bar berikutnya, dan bahwa stop-loss serta take-profit EA tercapai tepat ketika harga menyentuhnya.

3. Biaya: Spread, komisi, dan swap/pembiayaan sering kali diperkirakan. Contoh kerja harus menyatakan apakah biaya diabaikan atau ditetapkan per perdagangan.

4. Ukuran posisi: Backtest mungkin mengasumsikan ukuran lot tetap, risiko tetap per perdagangan, atau metode lainnya.

5. Metrik: Metrik umum adalah saldo akhir, laba bersih, dan drawdown maksimum. Ini dapat dihitung dari hasil perdagangan per perdagangan.

Mekanika yang stabil adalah rumus yang mengubah asumsi pemenuhan order dan biaya menjadi arus kas. Kondisi pasar/penyedia yang bervariasi adalah apakah jalur harga masa depan dan eksekusi nyata berperilaku seperti asumsi.

Bukti atau contoh skenario kerja

Di bawah ini adalah satu contoh kerja yang disederhanakan dan mandiri. Contoh ini sengaja dibuat artifisial untuk membuat asumsi menjadi eksplisit.

Asumsi

• Saldo awal: $10.000.
• Instrumen: gunakan asumsi nilai pip $10 per 1 pip per lot.
• Ukuran posisi: 1 lot untuk setiap perdagangan.
• Model eksekusi: harga masuk dan keluar diambil sebagai harga pembukaan bar berikutnya dan level target/stop yang tepat saat tercapai (tanpa slippage).
• Biaya: $2 komisi per perdagangan dan 0.0 biaya spread (spread diabaikan dalam contoh ini agar aritmetika tetap jelas).
• Kontrol risiko: keluar terjadi melalui take-profit (TP) atau stop-loss (SL).
• Hasil aturan perdagangan dalam jendela historis (diasumsikan): total 3 perdagangan.

Daftar perdagangan (semua input diasumsikan)

• Perdagangan 1: TP = +20 pip, SL = -10 pip → hasil TP tercapai.
• Perdagangan 2: hasil SL tercapai dengan -10 pip.
• Perdagangan 3: hasil TP tercapai dengan +20 pip.

Perhitungan langkah demi langkah

Konversi pip ke uang: Dengan $10 per pip per lot dan 1 lot yang digunakan:

• +20 pip → +$200.
• -10 pip → -$100.

Arus kas perdagangan (termasuk komisi):

• Perdagangan 1: +$200 − $2 = +$198.
• Perdagangan 2: −$100 − $2 = −$102.
• Perdagangan 3: +$200 − $2 = +$198.

Laba bersih: $198 + (−$102) + $198 = +$294.

Saldo akhir: $10.000 + $294 = $10.294.

Perhitungan drawdown (satu metode sederhana)

Lacak ekuitas setelah setiap perdagangan:

• Setelah Perdagangan 1: $10.198.
• Setelah Perdagangan 2: $10.096.
• Setelah Perdagangan 3: $10.294.

Drawdown maksimum dalam urutan ini adalah penurunan dari puncak ($10.198) ke lembah ($10.096):

• $10.198 − $10.096 = $102.

Apa yang ditunjukkan contoh ini

Aritmetika bersifat stabil: jika Anda menggunakan asumsi yang sama, Anda mendapatkan kurva ekuitas dan metrik yang sama. Ketidakpastian berasal dari apakah asumsi pemenuhan order, perlakuan biaya, dan perilaku pemicu aturan mencerminkan kenyataan.

Keterbatasan dan risiko

Keterbatasan utama dari contoh kerja backtesting EA:

1. Asumsi tentang eksekusi dapat mendominasi hasil. Mengabaikan slippage, mengasumsikan pemenuhan order yang sempurna, atau menggunakan spread nol dapat melebih-lebihkan kinerja.

2. Biaya mungkin diremehkan atau dimodelkan secara berbeda. Komisi, perilaku spread, dan pembiayaan/swap dapat secara material mengubah hasil bersih.

3. Pola historis tidak menjamin perilaku masa depan. Sebuah aturan dapat tampak menguntungkan dalam satu jendela waktu dan gagal ketika rezim pasar berubah.

4. Kualitas data itu penting. Tick yang hilang, penyelarasan waktu yang salah, atau penyesuaian harga dapat mengubah apakah kondisi masuk/keluar terpenuhi.

5. Risiko overfitting. Jika parameter EA disetel ke periode historis tertentu, parameter tersebut mungkin tidak dapat digeneralisasi.