Bagaimana Random Walk Index dapat di-backtest secara bertanggung jawab?

Definisikan konsepnya sebelum Anda mengujinya

“Random Walk Index” umumnya digunakan sebagai ukuran yang dimaksudkan untuk menggambarkan apakah perilaku harga menyerupai random walk (lebih tidak dapat diprediksi) atau menunjukkan pergerakan yang lebih terstruktur (lebih dapat diprediksi). Karena terdapat berbagai implementasi yang berbeda, backtesting yang bertanggung jawab dimulai dengan definisi yang tepat dan dapat diuji: seri input apa yang digunakan (misalnya, harga, return, atau transformasi lainnya), bagaimana indeks dihitung (panjang jendela atau parameter lainnya), dan apa arti skala output (misalnya, nilai yang lebih tinggi berkorespondensi dengan perilaku yang lebih “mirip random walk”). Jika Anda tidak dapat menuliskan perhitungan sebagai formula yang dapat direproduksi, Anda tidak dapat melakukan backtest secara bertanggung jawab.

Mekanisme: pisahkan kalkulasi yang stabil dari kondisi yang bervariasi

Backtesting yang bertanggung jawab memisahkan dua lapisan:

1. Mekanika yang stabil (definisi indeks): ukuran jendela, langkah matematis, dan transformasi data apa pun.
2. Kondisi pasar/penyedia yang bervariasi: spread, komisi, slippage, jam perdagangan, likuiditas, celah data, dan aturan eksekusi.

Mode kegagalan yang umum adalah memperlakukan “kinerja indeks” seolah-olah independen dari eksekusi. Untuk menghindari hal ini, putuskan bagaimana Anda secara hipotetis akan menggunakan indeks dalam kerangka evaluasi—tanpa mengubahnya menjadi sinyal yang dijamin.

Buat asumsi menjadi eksplisit

Untuk contoh apa pun yang Anda hitung, nyatakan asumsi seperti:

• Frekuensi pengambilan sampel (misalnya, bar menit vs bar harian).
• Bagaimana Anda menangani stempel waktu yang hilang atau data tipis.
• Bagaimana biaya dimodelkan (meskipun Anda hanya menggunakan placeholder yang konservatif).
• Apakah Anda mengevaluasi pada harga tengah, bid/ask, atau return yang diselaraskan dengan waktu perhitungan indeks.

Indeks itu sendiri bisa stabil, tetapi evaluasi Anda dapat berubah secara dramatis dengan asumsi-asumsi ini.

Bukti atau contoh: rancang backtest agar dapat diverifikasi

Pendekatan yang bertanggung jawab menggunakan pemeriksaan yang dapat direproduksi dan ditantang oleh pembaca.

1) Pilih target evaluasi

Backtesting harus menentukan apa yang Anda ukur. Contoh target yang dapat diukur meliputi:

• Apakah nilai indeks rendah/tinggi bertepatan dengan variabilitas terealisasi yang lebih rendah/tinggi selama horizon masa depan.
• Apakah return berikutnya menunjukkan sifat distribusi yang berbeda secara kondisional pada keadaan indeks.

Penting: evaluasi hubungan, bukan prediksi. Asosiasi historis tidak membuktikan efektivitas masa depan.

2) Terapkan pemodelan biaya yang realistis

Bahkan jika Anda tidak “berdagang”, Anda tetap perlu mencerminkan biaya jika evaluasi meniru keputusan perdagangan. Komponen biaya umum yang perlu diperhitungkan dalam model evaluasi adalah:

• Biaya transaksi (komisi, biaya).
• Efek spread (menggunakan bid/ask daripada garis harga tunggal).
• Waktu eksekusi (kapan keputusan diketahui vs kapan harga bar berikutnya terjadi).
• Asumsi slippage.

Jika Anda menghilangkan biaya atau mengasumsikan pengisian yang sempurna, hasil Anda dapat menjadi optimistis secara sistematis.

3) Hindari bias look-ahead

Tentukan dengan tepat kapan nilai indeks dihitung relatif terhadap harga yang digunakan untuk hasil. Masalah umum adalah menggunakan informasi dari bar yang sama untuk memprediksi pergerakan bar tersebut. Untuk mencegah hal ini, terapkan aturan seperti: “nilai indeks pada waktu t hanya boleh digunakan untuk mengevaluasi hasil dari waktu yang lebih lambat t+Δ,” dengan penyelarasan yang konsisten di seluruh kumpulan data.

4) Gunakan validasi out-of-sample

Overfitting adalah risiko utama dengan metode apa pun yang mirip indikator. Gunakan salah satu dari:

• Pengujian walk-forward: perkirakan atau sesuaikan parameter secara berulang pada jendela pelatihan, lalu evaluasi pada jendela holdout berikutnya.
• Pemisahan out-of-sample tetap: tentukan pengaturan parameter pada satu periode, dan hanya evaluasi sekali pada periode yang lebih baru.

Juga laporkan kinerja di beberapa periode dan sertakan sensitivitas terhadap pilihan parameter.

Keterbatasan dan risiko: apa yang dapat membuat hasil gagal

Setidaknya satu keterbatasan material harus menjadi bagian dari tulisan backtesting Anda:

• Ketidakberulangan historis: Bahkan jika indeks berkorelasi dengan hasil masa depan dalam satu kumpulan data, hubungan tersebut dapat rusak di bawah rezim pasar baru.
• Masalah kualitas data: Vendor yang berbeda, metode konstruksi bar, atau penanganan data yang hilang dapat mengubah indeks yang dihitung.
• Pergeseran rezim: Interpretasi “keacakan vs struktur” dapat berperilaku berbeda selama lonjakan volatilitas atau perubahan struktural.
• Risiko model biaya: Spread dan eksekusi riil bervariasi; perubahan kecil dalam asumsi biaya dapat membalikkan kesimpulan.
• Bias seleksi dan perbandingan ganda: Mencoba banyak set parameter dan hanya melaporkan yang terbaik dapat menciptakan kepercayaan palsu.

Verifikasi dan pertanyaan berikutnya: cara memeriksa pekerjaan Anda

Untuk memverifikasi secara bertanggung jawab, buat daftar periksa yang dapat diikuti orang lain:

1. Dapatkah pembaca mereproduksi perhitungan Random Walk Index dari formula dan langkah prapemrosesan yang Anda jelaskan? 2) Apakah waktu indeks/hasil diselaraskan tanpa look-ahead? 3) Apakah asumsi biaya dan eksekusi dinyatakan, meskipun disederhanakan?