Bagaimana Rasio Efisiensi Kaufman dapat di-backtest secara bertanggung jawab?

Tentukan mekanisme indikator sebelum backtesting

Rasio Efisiensi Kaufman (sering disingkat “Kaufman ER”) adalah cara untuk menyatakan seberapa langsung pergerakan harga dari awal hingga akhir dalam jendela lookback. Intuisi intinya adalah:

• Jika pasar bergerak sebagian besar dalam arah yang lurus dan persisten, jalurnya “efisien,” sehingga ER relatif tinggi.
• Jika pasar bergerak dengan cara yang tidak menentu dan bolak-balik, jalurnya tidak efisien, sehingga ER relatif lebih rendah.

Backtest yang bertanggung jawab dimulai dengan menyatakan input dan perhitungan yang tepat yang akan Anda gunakan:

• Seri harga: harga apa yang Anda gunakan (misalnya, close-to-close), dan dalam satuan apa.
• Panjang lookback: ukuran jendela di mana ER dihitung.
• Frekuensi waktu: apakah ER dihitung pada bar per jam, bar harian, atau interval lainnya.
• Arah dan penskalaan: apakah Anda memperlakukan ER secara simetris dan bagaimana Anda membandingkan nilai antar waktu.

Karena formula indikator dapat diimplementasikan dengan sedikit berbeda (terutama di sekitar pilihan seri dan penanganan tepi), dua backtest dapat menghasilkan hasil yang berbeda meskipun keduanya mengklaim “menggunakan Kaufman ER.” Tujuan Anda adalah membuat definisi Anda tidak ambigu sehingga orang lain dapat mereproduksi hasil Anda.

Pisahkan mekanisme yang stabil dari kondisi yang bervariasi

Backtesting bukan hanya tentang indikator. Ini juga bergantung pada kondisi variabel yang dapat mengubah makna keluaran indikator.

Pisahkan pemodelan Anda menjadi dua bagian:

1. Mekanisme stabil (definisi indikator)

   • Perhitungan ER dari seri harga dan lookback yang dipilih.
   • Metode untuk menyelaraskan nilai ER dengan periode evaluasi berikutnya.

2. Kondisi variabel (apa yang mengubah data menjadi kinerja)

   • Biaya: spread, komisi, dan friksi lain yang Anda modelkan.
   • Eksekusi: asumsi tentang kapan Anda dapat bertindak relatif terhadap bar yang Anda amati.
   • Rezim pasar: tren vs range dapat mengubah bagaimana “kedirektan” memetakan ke pergerakan masa depan.

Mode kegagalan yang umum adalah mencampur keduanya. Misalnya, menyesuaikan biaya dan eksekusi sampai hasilnya terlihat bagus, sambil mengklaim Anda memvalidasi indikator. Sebaliknya, jaga perhitungan ER tetap dan kemudian uji bagaimana asumsi biaya/eksekusi yang berbeda dan masuk akal memengaruhi kesimpulan.

Gunakan asumsi secara eksplisit dan kontrol bias parameter

Untuk melakukan backtest secara bertanggung jawab, setiap perhitungan harus memiliki asumsi yang dinyatakan. Contoh asumsi yang harus Anda tulis dengan jelas:

• Horizon apa yang Anda uji: apakah Anda mengevaluasi hubungan ER dengan return forward selama N bar berikutnya, atau hal lain?
• Di mana ER disampel: ER pada waktu t disejajarkan dengan hasil periode berikutnya, atau ER dihitung atas jendela yang tumpang tindih.
• Bagaimana Anda menangani batas: periode lookback pertama, bar yang hilang, dan penyesuaian seperti aksi korporasi (meskipun forex biasanya memiliki lebih sedikit hal ini).

Kontrol bias sangat penting:

• Parameter tetap vs dioptimalkan: jika Anda mencari panjang lookback, ambang batas, atau aturan keputusan apa pun, Anda memerlukan rencana untuk mencegah overfitting.
• Pengujian out-of-sample: gunakan satu periode untuk memilih parameter apa pun, lalu periode terpisah untuk mengevaluasi.
• Tanpa “mengintip”: langkah evaluasi tidak boleh memengaruhi pilihan parameter sebelumnya.

Bahkan tanpa sinyal trading, Anda tetap dapat mengevaluasi ER secara bertanggung jawab dengan mengukur seberapa konsisten ER berhubungan dengan pergerakan masa depan di bawah asumsi penyelarasan dan horizon yang Anda nyatakan.

Sertakan biaya dan friksi eksekusi dalam model evaluasi

Jika Anda mengevaluasi kinerja atau hasil apa pun yang sensitif terhadap biaya, modelkan friksi dengan cara yang sesuai dengan asumsi Anda.

Poin-poin penting:

• Biaya tidak opsional dalam backtest yang realistis ketika Anda membandingkan perbedaan kecil antar periode.
• Waktu eksekusi penting: bertindak di akhir bar vs di awal bar dapat mengubah hasil yang direalisasikan.
• Perilaku slippage dan spread dapat berbeda antar rezim; kondisi yang tidak menentu dapat menyebabkan friksi efektif yang lebih tinggi.

Pendekatan yang bertanggung jawab adalah menjalankan pemeriksaan sensitivitas: ulangi evaluasi yang sama dengan beberapa pengaturan biaya/eksekusi yang masuk akal untuk melihat apakah kesimpulan Anda bergantung pada satu set asumsi tertentu.

Identifikasi setidaknya satu keterbatasan material dan mode kegagalan

Backtest Kaufman ER dapat gagal dalam berbagai cara. Satu mode kegagalan material adalah ketergantungan rezim: metrik yang didasarkan pada “kedirektan jalur” dapat berperilaku berbeda ketika pasar sedang tren versus ranging. Ini berarti hubungan yang diamati dalam satu periode mungkin tidak bertahan di periode berikutnya.

Mode kegagalan penting lainnya yang perlu diuji:

• Sensitivitas frekuensi: menghitung ER pada interval bar yang berbeda dapat mengubah “kedirektan” yang Anda ukur. - Kualitas data dan efek mikro-struktur: interpolasi, bar yang hilang, atau perbedaan antara harga bid/ask vs mid dapat mengubah ER.