Bagaimana Fibonacci Extension dapat di-backtest secara bertanggung jawab?

Definisikan Fibonacci Extension dan input yang dapat diuji

Fibonacci Extension adalah alat berbasis rasio yang memproyeksikan level potensial di luar pergerakan sebelumnya menggunakan persentase tetap yang diturunkan dari jarak antara titik-titik yang dipilih pada grafik. Dalam backtest yang bertanggung jawab, Anda terlebih dahulu menerjemahkan konsep visual menjadi mekanisme yang dapat diuji.

Sebuah backtest membutuhkan input yang eksplisit. Input umum meliputi:

• Dua titik yang mendefinisikan ayunan sebelumnya (sering disebut titik jangkar dan titik awal/akhir).
• Rasio Fibonacci mana yang akan Anda evaluasi (misalnya, set level A vs set level B).
• Aturan untuk memutuskan kapan pasar “mencapai” sebuah level (sentuhan, penutupan, rentang intrabar, dan bagaimana tie ditangani).
• Aturan untuk bagaimana Anda mengukur hasil setelah sentuhan (cakrawala waktu tetap dalam bar/waktu, atau hingga kondisi keluar).

Jika salah satu keputusan ini tetap subjektif selama pengujian, backtest menjadi sulit untuk diverifikasi secara independen.

Pisahkan mekanisme yang stabil dari kondisi pasar dan penyedia yang bervariasi

Untuk menjaga backtest tetap relevan dan dapat diperiksa secara independen, pisahkan apa yang Anda kendalikan dari apa yang tidak dapat Anda kendalikan.

Mekanisme stabil (pertahankan konstan selama pengujian):

• Perhitungan level ekstensi dari titik dan rasio yang dipilih.
• Definisi peristiwa (apa yang dianggap sebagai “level tercapai”).
• Pemetaan dari pergerakan harga ke pengukuran hasil.

Kondisi variabel (akui secara eksplisit):

• Asumsi eksekusi seperti apakah pengisian terjadi pada level yang dikutip, pada harga berikutnya yang tersedia, atau dengan selip.
• Pemodelan spread dan komisi, jika Anda mengevaluasi hasil yang mirip trading.
• Masalah kualitas data, seperti bar yang hilang, stempel waktu yang tidak teratur, atau perbedaan antara feed harga.

Pendekatan praktis adalah menjalankan mekanisme inti yang sama di berbagai asumsi “lingkungan” (misalnya, pengaturan spread/selip yang berbeda) untuk melihat apakah kesimpulan tetap bertahan, daripada mengasumsikan satu kondisi ideal tunggal.

Modelkan biaya dan eksekusi sehingga hasil bukan sekadar artefak

Banyak backtest terlihat lebih baik daripada kenyataan karena mereka memperlakukan pengisian seolah-olah level selalu diperoleh pada harga yang tepat tanpa penundaan.

Saat Anda melakukan backtest Fibonacci Extension secara bertanggung jawab, sertakan setidaknya:

• Model biaya: spread/komisi sebagai biaya per perdagangan atau per unit.
• Model pengisian: apakah pesanan akan dieksekusi ketika level pertama kali disentuh, dan bagaimana Anda menangani fakta bahwa Anda mungkin tidak mengetahui jalur intrabar yang tepat.
• Asumsi penundaan eksekusi: misalnya, “pengisian pada pembukaan bar berikutnya setelah sentuhan” (atau aturan lain yang dinyatakan dengan jelas).

Bahkan jika Anda tidak mensimulasikan perdagangan, Anda tetap harus mendefinisikan bagaimana “pencapaian” dideteksi relatif terhadap data bar. Jika grafik Anda menggunakan data candle, perilaku intrabar dapat mengubah apakah sebuah level benar-benar ditembus.

Kontrol bias dengan aturan yang transparan dan telah ditentukan sebelumnya

Backtesting dapat terdistorsi oleh pilihan yang secara tidak sengaja menyesuaikan data historis. Sumber bias umum meliputi:

• Bias lookahead: menggunakan informasi yang tidak akan diketahui pada saat pengambilan keputusan.
• Bias seleksi: memilih titik ayunan setelah melihat pergerakan masa depan.
• Overfitting: mencoba banyak set rasio, cakrawala, atau filter sampai backtest cocok dengan masa lalu.

Untuk mengontrol ini, tentukan sebelumnya:

• Aturan pemilihan jangkar (bagaimana Anda memilih titik ayunan tanpa menggunakan informasi masa depan).
• Rentang parameter dan ukuran langkah jika Anda melakukan penyetelan.
• Aturan penghentian untuk pengujian (berapa banyak varian yang akan Anda coba sebelum memilih konfigurasi akhir).

Kemudian dokumentasikan konfigurasi sehingga orang lain dapat mereproduksi proses identifikasi level yang sama.

Validasi dengan pemeriksaan di luar sampel

Kinerja historis tidak menjamin hasil masa depan. Oleh karena itu, backtest yang bertanggung jawab mencakup strategi validasi di luar sampel.

Struktur umum adalah:

• Dalam sampel (pengembangan): sesuaikan parameter dan konfirmasikan bahwa mekanisme berperilaku sebagaimana dimaksud.
• Di luar sampel (evaluasi): gunakan aturan akhir tanpa penyetelan lebih lanjut untuk memperkirakan apakah pola tersebut dapat digeneralisasi.

Untuk memperkuat kesimpulan, ulangi evaluasi di beberapa periode waktu dan rezim pasar. Jika hasil hanya muncul dalam satu jendela, perlakukan sebagai artefak yang rapuh daripada bukti ketahanan.

Keterbatasan material: kebijaksanaan dan jangkar yang tidak konsisten

Mode kegagalan utama untuk backtest Fibonacci Extension adalah ketidakkonsistenan dalam cara titik ayunan dipilih. Karena alat ini sering diterapkan secara visual, grafik yang sama dapat menghasilkan jangkar yang berbeda tergantung pada orang atau algoritmanya.

Jika backtest Anda memungkinkan beberapa interpretasi jangkar, metrik kinerja mungkin mencerminkan metode seleksi daripada konsep ekstensi itu sendiri. Alur kerja yang bertanggung jawab salah satunya:

• Menggunakan metode algoritmik yang ketat untuk mengidentifikasi titik ayunan, atau
• Menggunakan beberapa varian pemilihan jangkar dan memeriksa apakah kesimpulan tetap stabil.