Bagaimana DPO dapat di-backtest secara bertanggung jawab?

Tentukan DPO dan perhitungan yang dapat di-backtest

DPO biasanya merujuk pada indikator berbasis rata-rata bergerak yang dibangun untuk membandingkan nilai hari ini dengan nilai yang digeser mundur berdasarkan offset yang dipilih. Untuk melakukan backtest secara bertanggung jawab, mulailah dengan menuliskan perhitungan yang tepat dalam istilah sederhana: jenis rata-rata bergerak apa yang digunakan (misalnya, sederhana atau eksponensial), panjang lookback, displacement/offset, dan bagaimana nilai indikator dipetakan ke keputusan.

Dua kesalahpahaman umum menyebabkan pengujian yang buruk: (1) perbedaan definisi “DPO” di berbagai alat, dan (2) kebingungan antara garis indikator dan aturan keputusan apa pun yang mungkin Anda terapkan. Untuk backtesting, perlakukan DPO sebagai seri input yang Anda hitung dari OHLC historis (atau bidang harga apa pun yang Anda gunakan). Kemudian pisahkan aturan keputusan agar Anda dapat mengujinya secara konsisten tanpa mengubah definisi indikator.

Saat Anda menghitung DPO dari bar historis, nyatakan asumsi seperti: apakah Anda hanya menggunakan harga penutupan, bagaimana Anda menangani bar yang hilang, dan apakah indikator dihitung pada penutupan bar atau pada pembukaan bar. Asumsi-asumsi tersebut menentukan informasi apa yang akan tersedia pada saat itu.

Pisahkan mekanisme yang stabil dari kondisi yang bervariasi

Backtest yang bertanggung jawab membedakan antara mekanisme indikator yang stabil dan kondisi yang bervariasi yang dapat berubah dari hasil kertas ke eksekusi nyata.

Mekanisme yang stabil meliputi: rumus indikator, interpretasi displacement/offset, dan transformasi deterministik apa pun (misalnya, normalisasi atau konversi indikator menjadi fitur). Kondisi yang bervariasi meliputi: rezim pasar, volatilitas, likuiditas, dan bagaimana spread serta slippage berperilaku dari waktu ke waktu.

Karena backtest tidak memiliki data langsung, Anda harus memodelkan biaya secara konservatif dan transparan. Biaya dapat mencakup perkiraan spread/komisi dan asumsi slippage. Bahkan jika Anda kekurangan data tingkat transaksi yang tepat, Anda tetap harus menentukan aturan: misalnya, asumsikan biaya diterapkan saat masuk dan keluar, dan tentukan apakah Anda memodelkannya sebagai biaya tetap per transaksi atau proporsional terhadap pergerakan harga.

Asumsi eksekusi sama pentingnya dengan indikator. Putuskan bagaimana Anda menerjemahkan pengamatan indikator menjadi hasil perdagangan dalam waktu: jika keputusan Anda dibentuk menggunakan nilai DPO pada penutupan bar, maka entry Anda tidak boleh mengasumsikan pengetahuan intrabar. Selaraskan waktu sinyal dengan waktu harga untuk menghindari look-ahead yang tidak disengaja.

Tambahkan kontrol bias agar hasilnya bukan sekadar overfitting

Backtesting menjadi tidak dapat diandalkan ketika pilihan disesuaikan dengan jendela historis yang sama yang kemudian Anda “evaluasi”. Untuk mengurangi hal ini, gunakan kontrol bias.

Pemeriksaan kunci meliputi:

• Pencegahan look-ahead: pastikan setiap nilai indikator yang digunakan pada waktu t hanya dihitung dari data yang tersedia hingga t. Fitur displacement dapat menggoda Anda untuk menggeser seri secara tidak benar.
• Disiplin parameter: jika Anda mencari panjang atau offset indikator, Anda memerlukan periode evaluasi terpisah. Jika tidak, Anda mengukur kemampuan untuk mencocokkan noise.
• Pengujian walk-forward atau bergulir: perkirakan ulang hanya apa yang Anda izinkan untuk diperkirakan ulang (misalnya, pilihan parameter) menggunakan data masa lalu, dan evaluasi pada segmen berikutnya.

Uji juga ketahanan: jika perubahan kecil pada parameter indikator secara drastis mengubah hasil, hubungan tersebut kemungkinan tidak stabil. Alur kerja yang bertanggung jawab mendokumentasikan ruang pencarian parameter, ukuran langkah, dan kriteria seleksi, lalu memeriksa bagaimana kinerja berubah ketika Anda bergerak di luar rentang yang awalnya dioptimalkan.

Pendekatan bukti atau contoh tanpa melebih-lebihkan

Contoh alur kerja yang bersih adalah:

1. Pilih satu definisi DPO yang eksplisit (rumus, jenis MA, panjang, offset).
2. Pilih aturan sederhana yang selaras waktu untuk menerjemahkan DPO menjadi tindakan hipotetis. Pertahankan aturan tetap sambil memvalidasi alur data.
3. Hitung DPO di seluruh kumpulan data, lalu verifikasi waktu dengan memeriksa bahwa nilai indikator yang digunakan untuk bar t hanya bergantung pada bar sebelumnya.
4. Jalankan evaluasi yang sadar biaya menggunakan model biaya transaksi dan aturan waktu eksekusi yang dinyatakan.
5. Gunakan pengujian out-of-sample (satu atau lebih segmen yang tidak terlihat) untuk memperkirakan apakah hasil bertahan.

Struktur ini menghasilkan bukti tentang keterulangan hubungan yang dimodelkan, bukan janji kinerja masa depan.

Keterbatasan dan mode kegagalan yang harus Anda perhitungkan

Kinerja historis dapat menyesatkan karena beberapa alasan:

• Ketergantungan rezim: indikator sering bekerja dalam kondisi pasar tertentu dan gagal dalam kondisi lain. Backtest yang mencampur rezim dapat menyembunyikan kapan indikator rusak. - Sensitivitas biaya: jika strategi bergantung pada perubahan yang sering, perubahan kecil dalam asumsi spread atau slippage dapat mengalahkan keunggulan indikator. - Overfitting: pencarian parameter, pengulangan eksekusi, dan penyesuaian aturan yang fleksibel dapat mencocokkan noise.