Apakah backtest yang menguntungkan berarti sebuah strategi akan menghasilkan uang?

Tidak. Sebuah backtest menggambarkan perilaku historis di bawah asumsi tertentu; ia tidak menjamin hasil di masa depan. Kinerja masa lalu yang kuat bisa berasal dari overfitting, biaya yang diabaikan, atau rezim pasar yang tidak lagi ada, dan hasilnya sering kali jauh lebih buruk dalam trading langsung.

Apa itu overfitting dalam bahasa sederhana?

Overfitting adalah ketika sebuah strategi disetel begitu ketat pada satu kumpulan data sehingga ia menghafal derau acak alih-alih pola nyata apa pun. Strategi semacam itu terlihat sangat bagus pada data yang menjadi acuan penyetelannya dan biasanya berantakan pada data baru atau dalam trading nyata.

Bagaimana orang mencoba mengurangi overfitting?

Praktik umum meliputi penggunaan lebih sedikit parameter, pengujian pada data yang tidak digunakan untuk menyetel aturan (out-of-sample), memeriksa apakah hasilnya bertahan terhadap perubahan kecil pada pengaturan, dan menyertakan biaya serta slippage yang realistis. Praktik-praktik ini mengurangi risiko tetapi tidak pernah menghilangkannya — tidak ada backtest yang dapat membuktikan bahwa sebuah strategi akan berhasil ke depan.

Bisakah backtesting memvalidasi pola grafik, Fibonacci, atau indikator seperti RSI dan MACD?

Tidak secara andal. Metode-metode ini bersifat subjektif dan kontroversial, dan sebuah backtest dapat membuatnya tampak lebih presisi daripada yang sebenarnya. Backtesting dapat menggambarkan bagaimana sebuah aturan berperilaku secara historis, tetapi tidak dapat mengubah metode yang kontroversial menjadi prediktor harga yang dapat diandalkan.

Kalau begitu, apakah backtesting tidak berguna?

Tidak. Jika digunakan secara jujur, ia berharga untuk memahami perilaku sebuah aturan, mengukur drawdown historis, memeriksa sensitivitas terhadap asumsi, dan mengeliminasi ide-ide yang rapuh. Bahayanya adalah memperlakukannya sebagai bukti keuntungan masa depan alih-alih sebagai alat diagnostik.

Bagaimana BIKENZO berhubungan dengan backtesting?

BIKENZO adalah terminal data dan analitik Bitcoin, bukan broker, bursa, atau mesin backtesting. Ia dapat menyediakan konteks data pasar seperti likuiditas versus harga BTC, yang mungkin membantu Anda menafsirkan pergerakan historis — tetapi ia tidak membuat prediksi dan tidak menawarkan sinyal trading.

Backtesting: Apa yang Bisa Ditunjukkannya dan Bagaimana Ia Menyesatkan

Backtesting menjalankan sebuah aturan trading terhadap data historis untuk melihat bagaimana aturan itu akan berperilaku, tetapi backtest yang terlihat bagus tidak memprediksi hasil di masa depan — overfitting dan bias tersembunyi secara rutin membuat strategi tampak jauh lebih baik di atas kertas daripada kinerjanya secara langsung.

Backtesting adalah praktik mengambil sekumpulan aturan trading yang telah ditentukan dan menerapkannya pada data harga masa lalu untuk mengukur bagaimana aturan tersebut akan berkinerja. Ini adalah salah satu alat paling umum dalam trading kuantitatif maupun diskresioner, dan alat ini bisa benar-benar berguna untuk memahami perilaku sebuah strategi. Alat ini juga merupakan salah satu alat yang paling mudah untuk menipu diri sendiri. Artikel ini menjelaskan, dengan bahasa sederhana, apa yang sebenarnya diukur oleh sebuah backtest, dari mana hasilnya berasal, dan cara-cara spesifik — terutama overfitting — yang membuat sebuah backtest dapat menyesatkan. Tidak ada satu pun di sini yang merupakan nasihat trading atau rekomendasi; ini adalah latar belakang agar Anda dapat membaca hasil backtest dengan skeptisisme yang tepat.

Apa sebenarnya backtesting itu

Sebuah backtest mengambil sekumpulan aturan yang tetap — misalnya, sebuah kondisi masuk, kondisi keluar, dan ukuran posisi — dan memutarnya ulang di atas kumpulan data historis seperti harga Bitcoin (BTC) masa lalu. Ia mencatat trade apa saja yang akan dihasilkan oleh aturan tersebut dan menghasilkan statistik seperti total return, win rate, drawdown maksimum, dan jumlah trade.

Ide intinya sederhana: jika sebuah aturan tidak memiliki struktur yang berguna, ia seharusnya tidak berperilaku lebih baik daripada acak pada data masa lalu. Backtesting adalah cara untuk memeriksa perilaku historis sebuah aturan secara terukur dan dapat diulang, alih-alih mengandalkan ingatan atau intuisi tentang 'apa yang biasanya terjadi.'

Apa yang secara sah dapat ditunjukkan oleh sebuah backtest

Sebuah backtest paling dapat dipercaya sebagai alat deskriptif dan diagnostik, bukan sebagai alat prediktif. Ia dapat mengungkapkan seberapa sering sebuah aturan akan melakukan trade, seberapa besar drawdown historis terburuknya, seberapa sensitif hasilnya terhadap biaya, dan apakah logikanya bahkan berjalan tanpa kesalahan.

Ia juga berguna untuk eliminasi. Sebuah aturan yang berkinerja buruk di sepanjang sejarah yang panjang dan bervariasi — atau yang hanya berhasil dalam satu periode yang sempit — jelas belum menunjukkan ketangguhan. Menyingkirkan ide-ide sering kali merupakan penggunaan backtesting yang lebih jujur daripada mencoba mengonfirmasi bahwa ide favorit 'berhasil.'

Overfitting: jebakan utama

Overfitting terjadi ketika sebuah strategi disetel begitu dekat dengan keanehan satu kumpulan data historis sehingga ia menangkap derau (noise) alih-alih pola yang tahan lama. Jika Anda menguji ratusan kombinasi parameter dan mempertahankan yang memiliki return masa lalu terbaik, kemungkinan besar Anda telah menyeleksi keberuntungan, bukan keterampilan — beberapa kombinasi memang selalu akan terlihat bagus secara kebetulan.

Tanda-tanda peringatannya sudah familiar: banyak parameter yang dapat disetel, hasil yang runtuh ketika sebuah pengaturan digeser sedikit, kinerja spektakuler yang terkonsentrasi pada beberapa trade, dan aturan yang berulang kali disesuaikan hingga kurva ekuitas terlihat menarik. Sebuah strategi yang overfit cenderung berkinerja jauh lebih buruk di luar sampel — pada data yang tidak digunakan untuk menyetelnya — dan lebih buruk lagi dalam trading langsung.

Bias lain yang menggelembungkan hasil backtest

Overfitting bukanlah satu-satunya masalah. Look-ahead bias menggunakan informasi yang tidak akan tersedia pada saat trade dilakukan. Survivorship bias hanya menguji aset yang masih ada, mengabaikan aset yang gagal. Data-snooping bias menumpuk ketika banyak orang menguji banyak ide pada sejarah yang sama dan hanya yang menang yang dilaporkan.

Friksi praktis juga mudah untuk diabaikan. Biaya trading, fee, slippage, spread, funding, dan kesulitan mengeksekusi order besar di pasar yang tipis dapat mengubah aturan yang menguntungkan di atas kertas menjadi merugikan. Sebuah backtest yang mengasumsikan eksekusi sempurna pada harga ideal sedang mengukur sebuah pasar yang tidak ada.

Mengapa backtest yang bagus bukanlah sebuah prediksi

Bahkan sebuah backtest yang disusun dengan hati-hati dan dikendalikan biasnya sekalipun menggambarkan masa lalu di bawah satu set kondisi tertentu. Pasar berubah: likuiditas, volatilitas, partisipan, dan regulasi semuanya bergeser seiring waktu, dan sebuah aturan yang cocok untuk satu rezim bisa gagal di rezim lain. Kinerja masa lalu tidak membawa jaminan tentang masa depan, dan backtest sering kali dilebih-lebihkan.

Inilah mengapa metode trading prediktif pada umumnya — pola grafik, Elliott Wave, level Fibonacci, dan indikator teknikal seperti RSI atau MACD — bersifat kontroversial dan subjektif. Melakukan backtest terhadapnya dapat membuatnya terlihat presisi, tetapi tidak dapat membuatnya memprediksi harga secara andal. Trading berisiko tinggi, dan penelitian secara konsisten menunjukkan bahwa sebagian besar trader ritel merugi dari waktu ke waktu.

Membaca data pasar dengan konteks

Karena backtest dapat menyanjung sebuah strategi, sebagian orang lebih suka juga melihat konteks data pasar yang lebih luas alih-alih harga saja. BIKENZO adalah terminal data dan analitik Bitcoin yang menampilkan informasi seperti likuiditas relatif terhadap harga BTC; konteks itu dapat membantu Anda menafsirkan apakah suatu pergerakan historis terjadi di pasar yang dalam dan likuid atau yang tipis.

Ini adalah konteks, bukan sinyal atau prediksi. BIKENZO tidak memberi tahu Anda apa yang akan terjadi, tidak menghasilkan trade, dan bukan tempat untuk trading — ini adalah lensa untuk memahami data di balik harga. Setiap keputusan, dan setiap risiko, sepenuhnya tetap menjadi milik Anda sendiri.