Cara Kerja Latihan Backtesting dalam Forex

Jawaban langsung

Latihan backtesting dalam forex adalah proses menerapkan metode berbasis aturan yang telah ditentukan sebelumnya pada data pasar masa lalu untuk memperkirakan bagaimana metode tersebut mungkin berkinerja. Tujuannya bukan untuk memprediksi masa depan, tetapi untuk memeriksa apakah metode tersebut konsisten dengan data berdasarkan asumsi eksplisit (seperti bagaimana harga, spread, dan eksekusi dimodelkan).

Backtest yang praktis memiliki alur kerja yang dapat diulang: menyiapkan input, mensimulasikan eksekusi menggunakan aturan yang ditentukan, menghitung output (misalnya, return dan drawdown), lalu mengevaluasi apakah hasilnya masuk akal dan kuat. Karena hasil trading forex bergantung pada kondisi yang dapat berubah, backtest dapat gagal ketika pengaturan pengujian tidak sesuai dengan bagaimana trading sebenarnya akan dieksekusi.

Mekanisme: definisi, input, dan urutan

Backtesting dimulai dengan definisi yang jelas tentang apa yang akan diuji.

1. Tentukan aturan (metode) Backtest membutuhkan seperangkat aturan deterministik yang mengubah data menjadi keputusan. Secara sederhana, aturan menentukan kapan metode akan masuk, keluar, dan mengelola posisi. Agar proses dapat diuji, aturan tidak boleh bergantung pada informasi yang tidak tersedia pada saat keputusan dibuat.

2. Kumpulkan dan siapkan data historis Anda memilih data harga historis untuk instrumen forex yang relevan dan periode waktu tertentu. Langkah persiapan biasanya mencakup pembersihan (menghapus tick yang buruk atau celah), menyelaraskan zona waktu, dan mengonversi data ke format yang konsisten (misalnya, bar dengan panjang waktu tetap).

3. Tentukan asumsi pengujian Backtest forex hampir selalu membutuhkan asumsi karena eksekusi masa depan tidak diamati secara historis dengan cara yang sama seperti trading langsung. Asumsi material meliputi:

• Pemodelan bid/ask: apakah trading dieksekusi pada harga tengah, bid, ask, atau model spread khusus.
• Biaya: komisi, financing/rollover, dan perilaku spread.
• Waktu eksekusi: apakah keputusan terjadi pada penutupan bar, pembukaan bar, atau intrabar dengan cara yang didukung oleh data historis.

4. Jalankan simulasi Simulasi berjalan melalui garis waktu historis. Pada setiap titik keputusan, simulasi menerapkan aturan pada data yang tersedia, lalu memperbarui posisi dan status akun sesuai dengan model eksekusi yang ditentukan.

5. Hitung output Output menerjemahkan trading yang disimulasikan menjadi ringkasan yang dapat diukur. Contoh umum termasuk total return, volatilitas, drawdown maksimum, dan distribusi hasil trading. Bahkan ketika Anda menghitung metrik yang canggih, interpretasi bergantung pada asumsi dan cakupan data.

6. Evaluasi dan bandingkan Karena backtest dapat terlihat baik secara kebetulan, Anda membandingkan hasil di berbagai jendela waktu dan memeriksa apakah kinerja stabil ketika potongan data berubah. Metode yang hanya berkinerja baik dalam satu periode sempit seringkali kurang dapat diandalkan dibandingkan metode yang menunjukkan perilaku konsisten dalam berbagai kondisi.

Bukti atau contoh: pengaturan backtest sederhana yang dapat diperiksa

Pertimbangkan contoh pendidikan minimal yang mengilustrasikan mekanisme tanpa menyiratkan hasil tertentu.

Asumsikan Anda ingin menguji sistem berbasis aturan yang membuat keputusan sekali per jam menggunakan data harga per jam historis. Metode Anda mungkin menentukan:

• Aturan keputusan berdasarkan informasi yang dapat diamati pada atau sebelum penutupan jam.
• Aturan ukuran posisi (misalnya, fraksi tetap dari ekuitas atau ukuran lot tetap).
• Aturan keluar berdasarkan kondisi yang telah ditentukan.

Untuk menjaga contoh tetap dapat diperiksa, Anda akan menyatakan asumsi secara eksplisit:

• Asumsi eksekusi: entri menggunakan bid/ask yang konsisten dengan arah long atau short.
• Asumsi spread: Anda menggunakan deret waktu spread (jika tersedia) atau menerapkan nilai spread tetap yang dinyatakan di awal.
• Asumsi biaya: Anda menyertakan estimasi komisi dan perkiraan financing/rollover, atau menyatakan bahwa financing dikecualikan.

Kemudian backtest akan:

1. Melakukan loop jam demi jam melalui kumpulan data.
2. Pada setiap jam, menghitung sinyal hanya menggunakan data masa lalu hingga stempel waktu tersebut.
3. Jika aturan mengatakan untuk trading, simulasikan pengisian menggunakan asumsi eksekusi Anda.
4. Perbarui ekuitas dan lacak drawdown.
5. Setelah periode penuh, hitung ringkasan kinerja.

Jika metrik yang dihasilkan sangat kuat, langkah berikutnya adalah memeriksa apakah pengaturan tersebut secara tidak sengaja menggunakan informasi yang tidak akan tersedia pada saat keputusan, atau apakah model biaya terlalu optimis. Jika hasil lemah atau tidak stabil, itu bisa menjadi tanda bahwa metode tidak cocok dengan data atau tanda bahwa asumsi tidak mencerminkan eksekusi yang realistis.

Keterbatasan dan mode kegagalan

Backtesting dalam forex memiliki keterbatasan penting. Alur kerja yang sama dapat menghasilkan hasil yang sangat berbeda ketika asumsi berubah.

1. Bias look-ahead Bias look-ahead terjadi ketika backtest menggunakan informasi yang tidak akan diketahui pada saat keputusan. Ini dapat terjadi melalui kesalahan penyelarasan data, menggunakan nilai masa depan, atau membangun aturan pada indikator yang dihitung dengan cara yang membocorkan informasi masa depan.

2. Overfitting dan penyesuaian terhadap noise Suatu metode dapat disesuaikan hingga berkinerja baik pada periode historis tertentu, tetapi kinerja yang tampak mungkin bersifat kebetulan. Overfitting paling mungkin terjadi ketika Anda menjelajahi banyak pengaturan parameter dan memilih yang memiliki hasil historis terbaik tanpa mengontrol proses seleksi.

3. Eksekusi dan pemodelan biaya yang tidak realistis Hasil trading forex sangat bergantung pada detail eksekusi. Jika backtest mengasumsikan pengisian pada harga yang menguntungkan, mengabaikan variabilitas spread, atau menghilangkan slippage, backtest dapat melebih-lebihkan kinerja. Bahkan jika Anda menyertakan biaya, model mungkin tidak mencerminkan bagaimana pesanan akan berperilaku dalam kondisi likuiditas nyata.

4. Non-stasioneritas: hubungan historis dapat berubah Dinamika pasar dapat bergeser. Backtest menguji perilaku masa lalu, bukan perilaku masa depan. Bahkan jika metode bekerja secara historis, perubahan volatilitas, rezim, likuiditas, atau friksi trading dapat mengurangi relevansi.

5. Masalah kualitas data Data yang hilang, stempel waktu yang tidak akurat, atau pengambilan sampel yang tidak konsisten dapat menciptakan artefak yang salah diinterpretasikan oleh backtest sebagai keunggulan trading.

Verifikasi: cara memeriksa backtest secara independen

Verifikasi independen berfokus pada apakah hasil bertahan terhadap perubahan yang seharusnya tidak mengubah metode secara radikal.

Pendekatan verifikasi praktis meliputi:

• Reproduksibilitas: orang lain harus dapat menjalankan kembali aturan yang sama pada data yang sama dan memperoleh output yang sama.
• Ketahanan lintas waktu: uji beberapa periode yang tidak tumpang tindih untuk melihat apakah kinerja tetap serupa.
• Sensitivitas terhadap asumsi: variasikan spread, komisi, dan waktu eksekusi dalam batas yang wajar dan amati apakah kesimpulan berubah.
• Pemeriksaan out-of-sample: pisahkan proses pemilihan atau penyesuaian dari proses evaluasi, sehingga periode evaluasi tidak digunakan untuk merancang aturan.