Bagaimana Volatility Ratio dapat di-backtest secara bertanggung jawab?

Bagaimana Volatility Ratio dapat di-backtest secara bertanggung jawab?

Backtesting Volatility Ratio secara bertanggung jawab berarti memperlakukannya sebagai kuantitas yang dapat diukur yang bergantung pada data dan asumsi, kemudian mengujinya dalam kondisi yang mencerminkan bagaimana return sebenarnya akan direalisasikan. Tujuannya bukan untuk “membuktikan” kinerja masa depan, tetapi untuk memeriksa apakah hubungan yang Anda amati dalam sejarah bertahan di bawah kontrol yang cermat terhadap masalah data, biaya, dan overfitting.

Alur kerja yang bertanggung jawab menggunakan empat lapisan: (1) definisi yang tepat tentang rasio dan data persis yang digunakan, (2) asumsi biaya dan eksekusi yang eksplisit, (3) kontrol bias yang mencegah penyesuaian terhadap noise historis, dan (4) verifikasi pada periode out-of-sample dan garis dasar yang sederhana.

Mekanisme dan definisi: apa yang Anda backtest

Volatility Ratio adalah statistik berbasis volatilitas yang membandingkan volatilitas jendela saat ini dengan jendela referensi (atau dengan ukuran volatilitas lainnya). Struktur yang umum adalah:

• Hitung volatilitas selama jendela lookback “saat ini”.
• Hitung volatilitas selama jendela lookback “referensi”.
• Bentuk rasio (misalnya, saat ini dibagi dengan referensi).

Sebelum pengujian apa pun, tentukan hal-hal berikut, karena mengubah salah satunya akan mengubah statistik:

• Seri harga: harga apa yang Anda gunakan (misalnya, mid, titik tengah bid/ask, atau proksi close-to-close).
• Definisi return: rumus return yang digunakan di dalam volatilitas (return sederhana vs log).
• Estimator volatilitas: standar deviasi return, atau ukuran dispersi lainnya.
• Panjang jendela: lookback saat ini dan referensi.
• Frekuensi pengambilan sampel: ukuran bar (misalnya, harian vs per jam) dan bagaimana data yang hilang ditangani.

Jika Anda tidak menuliskan ini secara persis, hasil Anda tidak dapat diverifikasi secara independen.

Bukti melalui backtesting yang realistis: data, biaya, dan contoh

Bahkan ketika perhitungan Volatility Ratio sudah benar, backtest sering gagal karena kondisi trading yang sebenarnya berbeda dari perhitungan historis yang bersih.

Untuk membuat backtest berorientasi bukti:

1. Gunakan asumsi yang dapat Anda audit

   • Tentukan bagaimana jendela volatilitas sejajar dengan stempel waktu.
   • Nyatakan apakah rasio dihitung hanya menggunakan informasi yang tersedia pada saat pengambilan keputusan.
   • Jika Anda menggunakan bar, tentukan bagaimana Anda memperlakukan jendela pertama yang tidak lengkap.

2. Tambahkan asumsi friksi Return historis yang dihitung dari harga mid atau close bisa terlalu optimis. Pendekatan yang bertanggung jawab memodelkan setidaknya:

   • Spread atau dampak bid/ask (bahkan sebagai asumsi konstan yang konservatif).
   • Komisi/biaya jika berlaku untuk realitas data Anda.
   • Penundaan eksekusi jika rasio dihitung pada penutupan bar tetapi trading diasumsikan terjadi di waktu yang lebih lambat.

3. Pisahkan statistik dari klaim kinerja Anda dapat mempelajari apakah rasio cenderung bergerak bersama dengan volatilitas realisasi berikutnya, atau apakah ia mengubah karakteristik dispersi. Tetapi hindari memperlakukan rasio sebagai instruksi entry/exit yang berdiri sendiri.

4. Gunakan garis dasar Bandingkan temuan Anda dengan alternatif sederhana:

   • Garis dasar “tanpa rasio” yang menggunakan ekspektasi konstan.
   • Garis dasar menggunakan volatilitas mentah tanpa normalisasi rasio.

Ilustrasi kecil (dengan asumsi eksplisit)

Asumsikan Anda menghitung estimator volatilitas dari log return selama dua jendela. Anda kemudian menghitung rasio setiap bar hanya menggunakan data sebelumnya. Untuk evaluasi, Anda memilih cakrawala target dan menghitung volatilitas realisasi selama cakrawala tersebut menggunakan definisi return yang sama. Pertanyaan bukti Anda menjadi: apakah wilayah tertentu dari rasio berhubungan dengan volatilitas realisasi yang berbeda secara bermakna, setelah friksi dan tanpa penyesuaian ulang?

Ini membingkai ulang tugas dari “memprediksi profit” menjadi “menguji apakah statistik tersebut terkait dengan hasil volatilitas yang terukur di bawah asumsi yang transparan.”

Keterbatasan dan risiko: bagaimana backtest bisa gagal

Setidaknya satu mode kegagalan material yang umum terjadi di seluruh statistik berbasis volatilitas:

• Pergeseran rezim: pemetaan antara rasio volatilitas dan volatilitas masa depan (atau risiko) dapat rusak ketika dinamika pasar berubah.
• Ketidakstabilan estimator: estimasi volatilitas bisa berisik, terutama dalam jendela pendek atau selama periode volatilitas rendah.
• Survivorship dan artefak data: bar yang hilang, aksi korporasi, atau sumber data yang tidak konsisten dapat mendistorsi volatilitas.
• Overfitting melalui penyesuaian parameter: jika panjang jendela atau ambang batas dipilih untuk memaksimalkan kinerja historis, hubungan tersebut mungkin palsu.

Ketidakpastian praktis lainnya termasuk perbedaan eksekusi di berbagai venue dan waktu, dan bahwa hasil realisasi bergantung pada biaya dan apakah metode yang diterapkan cocok dengan waktu backtest.

Verifikasi dan pemeriksaan berikutnya: kontrol bias dan pengujian out-of-sample

Untuk mengurangi kemungkinan bahwa backtest Anda hanya mencerminkan noise:

1. Validasi walk-forward / bergulir Sesuaikan atau pilih parameter apa pun hanya menggunakan periode pelatihan, lalu evaluasi pada periode berikutnya, ulangi sepanjang waktu.