Bagaimana Fibonacci Arcs dapat di-backtest secara bertanggung jawab?
Definisikan Fibonacci Arcs sebelum Anda mengujinya
Fibonacci Arcs adalah metode menggambar yang menggunakan sudut atau hubungan jarak turunan Fibonacci untuk memproyeksikan level melengkung dari titik referensi yang dipilih ke titik-titik selanjutnya pada grafik harga. Backtest yang bertanggung jawab dimulai dengan menyatakan mekanisme pasti yang akan Anda evaluasi, karena interpretasi arc yang berbeda dapat menghasilkan level yang berbeda.
Tuliskan, dalam istilah sederhana, apa yang Anda hitung. Sebagai contoh:
- Apa titik referensinya (swing high/low, bar awal/akhir)?
- Bagaimana level Fibonacci diubah menjadi arc (set rasio mana, transformasi mana)?
- Timeframe dan tipe harga apa yang digunakan (close, high/low, atau mid)?
- Bagaimana Anda menangani pembaruan (menggambar ulang pada setiap bar baru, atau hanya ketika pivot baru terbentuk)?
- Bagaimana Anda memetakan geometri arc ke hasil yang terukur (jarak-ke-arc, kondisi sentuh/silang, atau pemicu berbasis aturan)?
Jika Anda tidak dapat mendefinisikan item-item ini secara tepat, Anda tidak dapat membandingkan hasil backtest atau menjelaskan hasilnya kepada orang lain.
Pisahkan mekanisme indikator yang stabil dari kondisi yang bervariasi
Backtesting menggabungkan dua hal yang berbeda: logika stabil “bagaimana arc digambar”, dan kondisi pasar/penyedia yang bervariasi yang memengaruhi hasil yang terealisasi.
Pisahkan lapisan-lapisan ini dalam alur kerja Anda:
- Mekanisme stabil (tetap): aturan konstruksi arc, pengukuran interaksi arc, dan logika keputusan yang Anda uji.
- Kondisi bervariasi (asumsi skenario): kumpulan data, granularitas data, model eksekusi, dan biaya transaksi.
Pemisahan ini penting karena hasil yang tampak bagus dapat berasal dari asumsi yang menguntungkan daripada logika arc. Jika dua peneliti menguji mekanisme arc yang sama tetapi menggunakan biaya, waktu eksekusi, atau aturan deteksi pivot yang berbeda, hasil mereka mungkin tidak dapat dibandingkan.
Tetapkan asumsi untuk data, biaya, dan eksekusi
Backtest yang bertanggung jawab tidak hanya menanyakan “apa yang terjadi secara historis?” Ia juga menanyakan “apa yang mungkin terjadi mengingat kendala yang realistis?”
Definisikan hal-hal berikut sebagai asumsi eksplisit:
- Data: instrumen apa, rentang waktu apa, dan ukuran bar apa. Juga definisikan apakah Anda menggunakan data yang disesuaikan (untuk aksi korporasi) jika relevan.
- Sampling dan penyelarasan: konfirmasikan bahwa arc dihitung hanya menggunakan informasi yang tersedia pada saat pengambilan keputusan. Mode kegagalan yang umum adalah secara tidak sengaja menggunakan informasi masa depan saat menentukan pivot.
- Biaya (jenis biaya): modelkan setidaknya satu komponen biaya, seperti spread/slippage atau biaya per perdagangan generik. “Tanpa biaya” dapat melebih-lebihkan kinerja.
- Waktu eksekusi: kapan posisi masuk dan keluar relatif terhadap bar yang memicu peristiwa? Misalnya, apakah pada pembukaan bar berikutnya, atau pada penutupan bar yang sama?
Asumsi-asumsi ini adalah “jenis biaya” dari pengujian Anda: asumsi tersebut menjelaskan friksi mana yang Anda sertakan dan mana yang sengaja Anda tinggalkan.
Kontrol bias dengan penguncian parameter dan beberapa kumpulan data
Backtest rentan terhadap bias. Anda dapat menguranginya dengan memperlakukan proses tersebut seperti pengukuran, bukan latihan penyesuaian.
Kontrol bias praktis meliputi:
- Penguncian parameter: putuskan parameter terkait arc (detail aturan pivot, ambang batas, definisi interaksi) sebelum Anda mengevaluasi kinerja. Hanya setelah itu jalankan backtest.
- Pengujian walk-forward: jika Anda harus menyesuaikan ulang parameter, lakukan secara berurutan dari waktu ke waktu, menggunakan periode sebelumnya untuk menetapkan parameter dan periode berikutnya untuk mengevaluasi.
- Pemeriksaan out-of-sample: sisihkan setidaknya satu bagian dari kumpulan data yang tidak tersentuh hingga evaluasi akhir.
Gunakan “asumsi” secara konsisten di semua pengujian. Jika mengubah detail secara material meningkatkan hasil, detail tersebut adalah kandidat untuk overfitting—terutama jika telah disesuaikan dengan rezim pasar tunggal.
Gunakan uji bukti yang mengukur lebih dari satu metrik
Pilih kriteria hasil yang sesuai dengan pertanyaan. Untuk penelitian arc, Anda dapat mengukur:
- Seberapa sering aturan interaksi arc dipicu (frekuensi)
- Apakah pergerakan harga berikutnya (dalam jendela yang ditentukan) berperilaku berbeda dibandingkan dengan garis dasar
- Efek distribusional (bukan hanya rata-rata pengembalian)
Bahkan tanpa merekomendasikan perdagangan, Anda tetap dapat mendefinisikan standar bukti seperti: “aturan interaksi arc menghasilkan efek yang dapat dibedakan secara statistik dari garis dasar naif di beberapa periode.”
Karena hasil bervariasi dengan “faktor variabel” (rezim pasar, volatilitas, likuiditas, dan bagaimana pivot terbentuk), laporkan di mana efeknya stabil dan di mana efeknya gagal.
Keterbatasan dan mode kegagalan yang diharapkan
Backtest yang bertanggung jawab harus menyertakan keterbatasan material. Setidaknya ini adalah mode kegagalan umum untuk pengujian pola grafik dan indikator geometris:
- Overfitting: menyesuaikan parameter arc dengan keanehan historis yang tidak berulang. - Kebocoran data: deteksi pivot atau pembaruan indikator secara tidak sengaja menggunakan informasi masa depan.