Risiko Apa Saja yang Terkait dengan Praktik Backtesting?

Apa itu backtesting, dan mengapa risiko muncul

Backtesting adalah metode analisis yang menerapkan ide trading berbasis aturan pada data historis untuk memperkirakan bagaimana kinerjanya di masa lalu. Ide tersebut biasanya dikodekan sebagai kondisi masuk dan keluar, kontrol risiko, dan asumsi tentang bagaimana order terisi.

Risiko intinya adalah bahwa backtest bukanlah pasar. Backtest adalah rekonstruksi yang disederhanakan yang dibangun dari input (data, aturan, biaya, dan asumsi eksekusi). Jika input tersebut tidak sesuai dengan kondisi nyata, hasilnya bisa menyesatkan secara sistematis.

Risiko mekanisme: input, pemodelan, dan asumsi eksekusi

Backtest bergantung pada detail operasional yang mudah diperkirakan tetapi sulit direproduksi.

• Kualitas dan realisme data: Seri harga historis dapat menghilangkan spread, bervariasi dalam granularitas, atau berbeda dari kuotasi tradable persis yang akan Anda terima. Jika backtest Anda menggunakan harga yang “bersih” tetapi eksekusi nyata menggunakan spread yang lebih lebar atau harga yang berbeda pada saat penempatan order, estimasi kinerja dapat bergeser.
• Biaya transaksi dan likuiditas: Banyak backtest meremehkan biaya. Biaya, komisi, dan terutama efek likuiditas (misalnya, harga bergerak antara waktu sinyal dan waktu pengisian) dapat mengurangi pengembalian. Bahkan jika pengembalian terlihat kuat sebelum biaya, kesenjangan dapat membesar setelah biaya realistis.
• Pemodelan eksekusi order: Backtesting biasanya mengasumsikan pengisian pada harga yang dapat diprediksi. Trading nyata dapat berbeda karena pengisian parsial, posisi antrean, slippage, dan apakah order tersebut market atau limit. Jika logika pengisian Anda optimistis, kurva ekuitas yang disimulasikan mungkin tidak mencerminkan drawdown nyata.
• Kesalahan pengambilan sampel dan waktu: Menggunakan sinyal akhir bar seolah-olah dapat dieksekusi pada penutupan bar yang sama adalah ketidakcocokan yang umum. Pada kenyataannya, sinyal hanya diketahui setelah pembaruan harga, sehingga eksekusi akan terjadi kemudian (atau dengan harga yang tersedia berbeda).

Risiko pasar dan skenario: sejarah tidak tetap stabil

Bahkan dengan data dan pemodelan eksekusi yang sempurna, pasar dapat berubah.

• Pergeseran rezim: Perilaku forex dapat berbeda di seluruh rezim volatilitas, periode makro, dan kondisi likuiditas. Aturan yang berhasil dalam satu rezim historis mungkin gagal di rezim lain.
• Hubungan non-stasioner: Pola statistik dapat melemah ketika spread melebar, korelasi berubah, atau distribusi volatilitas berubah. Backtest dapat mengukur “apa yang terjadi dalam kondisi masa lalu,” bukan “apa yang akan terjadi selanjutnya.”

Keterbatasan material: hubungan historis tidak menetapkan hasil masa depan.

Risiko pihak lawan dan operasional: apa yang sering diabaikan simulasi

Backtest biasanya berfokus pada harga dan aturan, bukan pada kendala praktis trading.

• Kendala platform dan konektivitas: Penundaan, order yang ditolak, atau gangguan sementara dapat mencegah order ditempatkan atau ditutup seperti yang dimodelkan.
• Margin, leverage, dan kontrol risiko: Jika persyaratan margin, perilaku likuidasi paksa, atau batas risiko berbeda dari simulasi, hasil mungkin tidak dapat dicapai dalam praktik.
• Kendala terkait pihak lawan: Trading nyata dapat dipengaruhi oleh proses operasional dan kebijakan eksekusi yang tidak terwakili dalam harga historis saja.

Risiko-risiko ini tidak selalu terlihat dalam laporan backtest, tetapi dapat mendominasi hasil selama periode stres.

Risiko interpretasi: overfitting, bias hindsight, dan keyakinan yang menyesatkan

Mode kegagalan utama bukanlah matematika, melainkan interpretasi.

• Overfitting: Jika parameter disetel berulang kali agar sesuai dengan data masa lalu, backtest dapat menangkap noise daripada sinyal yang tahan lama. Aturan yang overfit dapat menurun dengan cepat pada data baru.
• Bias hindsight: Ketika Anda “melihat” masa lalu, tergoda untuk memilih asumsi yang membuat hasil terlihat konsisten. Backtest kemudian dapat mencerminkan proses seleksi, bukan keunggulan yang mendasarinya.
• Kepastian satu metrik: Sebuah strategi mungkin tampak menguntungkan pada satu metrik (misalnya, total pengembalian) sambil menyembunyikan risiko ekor yang parah (drawdown besar, rentetan kekalahan panjang, atau kerentanan terhadap kondisi tertentu).

Pemeriksaan yang dapat dikendalikan adalah memperlakukan backtest sebagai uji hipotesis, lalu bertanya apakah ide tersebut tetap masuk akal di bawah asumsi yang diuji stres dan data di luar sampel.

Contoh bukti: ketidakcocokan sederhana yang dapat mengubah kesimpulan

Asumsikan sebuah aturan menghasilkan sinyal di akhir setiap bar waktu. Jika backtest mengasumsikan Anda dapat masuk pada harga penutupan bar tersebut, tetapi pada kenyataannya Anda hanya mengirimkan order setelah penutupan dan eksekusi terjadi pada harga tersedia berikutnya, maka entry secara sistematis lebih buruk.