Jawaban langsung: definisi dan tujuan
Praktik backtesting adalah proses memeriksa bagaimana sekumpulan aturan trading yang didefinisikan akan berperilaku pada data pasar di masa lalu. Praktik ini digunakan untuk mempelajari apakah aturan-aturan tersebut konsisten dengan perilaku tertentu dan apakah pendekatannya cukup masuk akal untuk diteliti lebih lanjut. Dalam konteks forex, backtesting biasanya dilakukan pada rangkaian harga historis untuk memperkirakan hasil dengan asumsi tentang eksekusi.
Praktik backtesting tidak sama dengan memprediksi masa depan. Hubungan historis bisa putus, dan trading nyata melibatkan faktor-faktor (seperti perubahan spread, perbedaan eksekusi order, dan slippage) yang mungkin tidak sepenuhnya tertangkap oleh simulasi historis yang sederhana.
Mekanisme: bagaimana backtesting bekerja
Sebuah backtest membutuhkan model yang jelas dan dapat diulang. Elemen intinya adalah:
- Aturan trading: kondisi entry/exit, penentuan ukuran posisi, dan kontrol risiko yang ditulis agar dapat diterapkan dengan cara yang sama setiap kali.
- Data dan jendela waktu: periode historis mana yang digunakan, dan pada timeframe apa (misalnya, bar menit vs. bar per jam).
- Asumsi eksekusi: bagaimana trade diisi dalam simulasi (harga, biaya, dan apakah order dapat diisi pada bar berikutnya atau pada harga yang ditentukan).
- Metrik evaluasi: apa yang Anda ukur, seperti total return, drawdown, win rate, atau variabilitas.
Contoh model yang disederhanakan adalah: “Ketika sebuah aturan memicu pada bar t, buka pada harga eksekusi yang diasumsikan, tutup ketika aturan exit memicu, lalu ulangi di seluruh dataset.” Setiap perhitungan bergantung pada asumsi, jadi asumsi-asumsi tersebut harus dinyatakan secara eksplisit sebelum menafsirkan hasil.
Konsep yang berdekatan dan bagaimana praktik backtesting berbeda
Backtesting sering disebut bersama pendekatan evaluasi lain, tetapi keduanya tidak identik:
- Forward testing (paper atau live simulation) memeriksa aturan pada data yang datang setelah periode backtest, sehingga mengurangi ketergantungan pada jendela historis yang persis.
- Analisis walk-forward secara berulang melatih ulang atau mengevaluasi kembali menggunakan jendela yang bergeser, dengan tujuan meniru bagaimana aturan akan berperilaku saat data baru tiba.
- Tinjauan chart atau “manual back-looking” mungkin terlihat mirip, tetapi biasanya kurang terstruktur: aturan bisa tidak jelas, bias pemilihan bisa terjadi, dan asumsi eksekusi mungkin tidak jelas.
Praktik backtesting paling baik dipahami sebagai metode yang terstruktur dan dapat dicek untuk menerapkan aturan eksplisit pada data historis—bukan sebagai bukti bahwa hasil masa depan tertentu kemungkinan besar akan terjadi.
Bukti dan contoh: setup yang konkret dan dapat dicek
Agar backtest dapat dicek, definisikan asumsi Anda sejak awal.
Misalnya, asumsikan entry berbasis aturan dan exit berbasis aturan, lalu jalankan simulasi pada jendela historis yang dipilih menggunakan satu asumsi eksekusi yang konsisten (seperti menggunakan harga bar tertentu sebagai harga pengisian). Catat hasilnya dan perilaku aturan dari waktu ke waktu.
Praktik yang berguna adalah membandingkan dua backtest yang hanya berbeda pada satu aspek yang disengaja (misalnya, periode waktu) untuk melihat apakah perilaku yang tampak sangat bergantung pada pilihan tersebut. Jika hasil berubah secara dramatis saat Anda menyesuaikan pengaturan yang wajar, itu adalah tanda peringatan.
Keterbatasan dan risiko: apa yang bisa gagal
Backtesting sering gagal karena alasan yang dapat diprediksi:
- Non-stasioneritas: kondisi pasar berubah, sehingga pola yang bekerja di satu era mungkin tidak berlanjut.
- Ketidakcocokan eksekusi: harga historis mungkin tidak mencerminkan pengisian yang realistis, terutama jika eksekusi order berbeda dari model simulasi.
- Biaya transaksi dan likuiditas: biaya dan kemampuan untuk masuk/keluar dapat secara material memengaruhi hasil; mengabaikannya dapat melebih-lebihkan performa.
- Overfitting: menyetel aturan terlalu dekat dengan noise historis dapat membuat hasil terlihat kuat di dalam sampel, tetapi performanya buruk pada data baru.
- Masalah kualitas data: data historis yang hilang, disesuaikan, atau tidak konsisten dapat mendistorsi hasil.
Keterbatasan ini berarti bahwa backtest yang terlihat bagus tidak cukup dengan sendirinya. Backtest tersebut menunjukkan bahwa aturan mungkin memiliki perilaku tertentu dalam konteks historis spesifik itu dengan asumsi spesifik tersebut.
Verifikasi dan pertanyaan berikutnya: bagaimana menilai secara independen
Verifikasi independen harus berfokus pada apakah kesimpulan tetap bertahan saat data dan asumsi diubah. Pemeriksaan umum meliputi:
- Pengujian out-of-sample: evaluasi aturan pada periode terpisah yang tidak digunakan untuk mengembangkan atau menyetelnya.
- Analisis sensitivitas: variasikan asumsi kunci (seperti biaya atau waktu eksekusi) dalam rentang yang wajar dan amati apakah kesimpulan berubah.
- Transparansi aturan: pastikan aturan sepenuhnya ditentukan sehingga backtest dapat direproduksi.
- Evaluasi berulang: jalankan proses di beberapa jendela historis untuk mengurangi kemungkinan hasil digerakkan oleh satu periode yang kebetulan beruntung.