Bagaimana Fibonacci Pivots dapat di-backtest secara bertanggung jawab?

Apa itu Fibonacci Pivots, dan apa sebenarnya yang Anda backtest?

Fibonacci Pivots adalah seperangkat level harga yang diturunkan dari rentang referensi (misalnya, high, low, dan close periode sebelumnya) dan kemudian dipetakan ke pecahan menggunakan rasio Fibonacci. Backtest secara bertanggung jawab dimulai dengan memisahkan dua gagasan:

1. Mekanika yang stabil: rumus yang mengubah harga input menjadi level pivot.
2. Konteks yang bervariasi: bagaimana pasar berperilaku, biaya apa yang berlaku, dan bagaimana perdagangan (jika Anda mensimulasikannya) dieksekusi.

Untuk backtest secara bertanggung jawab, Anda harus menyatakan apa yang Anda uji. Opsi umum adalah menguji apakah harga bereaksi terhadap level (misalnya, perilaku sentuh atau penolakan) versus menguji aturan keputusan (misalnya, entry/exit berdasarkan level tersebut). Bahkan jika Anda menghindari rekomendasi perdagangan, “aturan keputusan” apa pun tetaplah sebuah strategi, jadi evaluasi Anda harus sesuai dengan aturan persis yang Anda simulasikan.

Mekanika: tentukan input, asumsi, dan dataset backtest

Backtest yang bertanggung jawab dimulai dengan menuliskan input dan asumsi secara gamblang.

• Harga referensi: tentukan titik data mana yang mendefinisikan rentang (misalnya, high/low/close periode sebelumnya) dan dari batas sesi mana Anda mengambilnya.
• Penyelarasan waktu: pastikan setiap level pivot yang dihitung akan diketahui pada saat pengambilan keputusan. Ini menghindari bias look-ahead, di mana informasi masa depan secara tidak sengaja bocor ke perhitungan sebelumnya.
• Frekuensi: tentukan apakah pivot dihitung per hari, per minggu, atau periode lain, dan ukuran bar (atau agregasi tick) apa yang Anda evaluasi.
• Slippage dan spread (biaya): jika Anda mensimulasikan eksekusi, Anda memerlukan model biaya. Jika tidak, hasil mungkin hanya mencerminkan pengisian yang ideal.
• Aturan untuk peristiwa: perjelas bagaimana Anda mendeteksi “sentuhan”. Misalnya, jika harga melewati level selama satu bar, apakah Anda memperlakukannya sebagai tersentuh? Metode deteksi mengubah hasil.

Pada tahap ini, biaya dan “deteksi peristiwa” adalah bagian dari mekanika yang Anda uji. Perlakukan keduanya sebagai asumsi yang dapat Anda audit dan modifikasi.

Bukti: gunakan kontrol bias dan pemeriksaan out-of-sample

Pola historis tidak menetapkan hasil masa depan, jadi evaluasi Anda harus fokus pada ketahanan.

Kontrol utama:

• Pemeriksaan bias look-ahead: hitung ulang pivot hanya menggunakan data yang tersedia pada saat pengambilan keputusan dan verifikasi bahwa pipeline Anda menegakkan urutan tersebut.
• Sensitivitas parameter: jika Anda mengizinkan pilihan seperti rasio mana yang disertakan atau cara menangani beberapa sentuhan, uji apakah kinerja bergantung pada konfigurasi spesifik yang disetel halus.
• Validasi out-of-sample: bagi dataset menjadi pelatihan (untuk menetapkan asumsi atau memilih aturan) dan pengujian (untuk evaluasi). Setelah memilih parameter pada pelatihan, kunci parameter tersebut dan hanya nilai pada pengujian.
• Cakupan rezim: verifikasi hasil di berbagai lingkungan volatilitas dan tren. Metode yang hanya berfungsi dalam satu rezim lebih mudah di-overfit.

Cara praktis untuk menjaga kredibilitas ini adalah dengan mencatat setiap asumsi yang digunakan untuk menghasilkan hasil: metode perhitungan pivot, batas sesi, aturan peristiwa, model biaya, dan kriteria seleksi.

Keterbatasan dan risiko: setidaknya satu mode kegagalan yang diharapkan

Backtest yang bertanggung jawab juga mengharuskan Anda menyatakan apa yang dapat merusak kesimpulan. Mode kegagalan material meliputi:

• Kesalahan data dan penyelarasan: kesalahan kecil dalam zona waktu, batas sesi, atau konstruksi bar dapat menggeser level yang dihitung dan menghasilkan “sentuhan” yang menyesatkan.
• Biaya tersembunyi dan ketidakcocokan eksekusi: spread, slippage, dan pengisian parsial dapat secara material mengubah hasil yang direalisasikan versus level kertas.
• Overfitting terhadap sejarah: jika Anda berulang kali menyesuaikan input untuk meningkatkan hasil historis, Anda mungkin membangun aturan yang menjelaskan data masa lalu tetapi gagal di tempat lain.
• Perubahan rezim pasar: hubungan antara harga dan level pivot dapat bervariasi ketika volatilitas, likuiditas, atau perilaku partisipan berubah.

Bahkan ketika perhitungannya sendiri benar, keterbatasan ini dapat membuat kesimpulan backtest menjadi tidak stabil.

Verifikasi dan pertanyaan berikutnya yang diajukan

Untuk memverifikasi klaim secara independen, Anda harus dapat menjawab pemeriksaan ini tanpa mengandalkan hasil orang lain:

1. Dapatkah Anda mereproduksi level pivot dari harga referensi dan batas sesi yang ditentukan?
2. Apakah pengujian Anda menghindari look-ahead (setiap nilai yang dihitung harus tersedia pada saat pengambilan keputusan)?
3. Apakah evaluasi Anda menyertakan model biaya yang transparan dan deteksi peristiwa yang realistis?
4. Apakah hasil konsisten dalam periode out-of-sample, dan apakah hasil tersebut bertahan di berbagai rezim?

Jika Anda dapat melakukan langkah-langkah ini, Anda menguji perilaku metode daripada secara tidak sengaja memvalidasi asumsi.