การทดสอบย้อนหลังคืออะไรกันแน่
การทดสอบย้อนหลังนำชุดกฎที่ตายตัว — เช่น เงื่อนไขการเข้า เงื่อนไขการออก และขนาดของสถานะ (position size) — มารันซ้ำกับชุดข้อมูลในอดีต เช่น ราคา Bitcoin (BTC) ในอดีต มันบันทึกว่ากฎนั้นจะสร้างการเทรดใดบ้าง และสร้างสถิติต่าง ๆ เช่น ผลตอบแทนรวม อัตราการชนะ การขาดทุนสูงสุด (maximum drawdown) และจำนวนการเทรด
แนวคิดหลักนั้นเรียบง่าย: หากกฎหนึ่งไม่มีโครงสร้างที่มีประโยชน์ มันก็ไม่ควรทำงานได้ดีไปกว่าการสุ่มเมื่อใช้กับข้อมูลในอดีต การทดสอบย้อนหลังเป็นวิธีตรวจสอบพฤติกรรมในอดีตของกฎอย่างวัดผลได้และทำซ้ำได้ แทนที่จะพึ่งพาความทรงจำหรือสัญชาตญาณเกี่ยวกับ 'สิ่งที่มักจะเกิดขึ้น'
สิ่งที่การทดสอบย้อนหลังบอกได้อย่างชอบธรรม
การทดสอบย้อนหลังน่าเชื่อถือที่สุดในฐานะเครื่องมือเชิงพรรณนาและเชิงวินิจฉัย มากกว่าจะเป็นเครื่องมือเชิงทำนาย มันสามารถเผยให้เห็นว่ากฎจะเทรดบ่อยแค่ไหน การขาดทุนที่เลวร้ายที่สุดในอดีตมีขนาดเท่าใด ผลลัพธ์อ่อนไหวต่อต้นทุนเพียงใด และตรรกะนั้นรันได้โดยไม่มีข้อผิดพลาดหรือไม่
นอกจากนี้ยังมีประโยชน์ในการคัดกฎออกอีกด้วย กฎที่ทำผลงานได้แย่ตลอดช่วงประวัติศาสตร์ที่ยาวนานและหลากหลาย — หรือที่ใช้ได้เฉพาะในช่วงเวลาแคบ ๆ ช่วงเดียว — ย่อมยังไม่ได้แสดงถึงความทนทาน การคัดไอเดียออกมักเป็นการใช้การทดสอบย้อนหลังอย่างซื่อตรงมากกว่าการพยายามยืนยันว่าไอเดียที่ชื่นชอบ 'ใช้ได้จริง'
การปรับจนเกินพอดี: กับดักสำคัญ
การปรับจนเกินพอดี (overfitting) เกิดขึ้นเมื่อกลยุทธ์ถูกปรับให้เข้ากับความแปลกเฉพาะของชุดข้อมูลในอดีตชุดหนึ่งอย่างใกล้ชิดเกินไป จนมันจับเอาสัญญาณรบกวน (noise) แทนที่จะเป็นรูปแบบที่คงทนใด ๆ หากคุณทดสอบชุดพารามิเตอร์เป็นร้อย ๆ แบบ แล้วเก็บแบบที่ให้ผลตอบแทนในอดีตดีที่สุดไว้ มีความเป็นไปได้สูงมากว่าคุณกำลังคัดเลือกโชค ไม่ใช่ทักษะ — จะต้องมีชุดใดชุดหนึ่งที่ดูดีด้วยความบังเอิญเสมอ
สัญญาณเตือนนั้นคุ้นเคยกันดี: พารามิเตอร์ที่ปรับได้จำนวนมาก ผลลัพธ์ที่พังทลายเมื่อขยับการตั้งค่าเพียงเล็กน้อย ผลงานที่โดดเด่นซึ่งกระจุกตัวอยู่ในการเทรดเพียงไม่กี่ครั้ง และกฎที่ถูกปรับซ้ำแล้วซ้ำเล่าจนกว่าเส้นเงินทุน (equity curve) จะดูน่าดึงดูด กลยุทธ์ที่ปรับจนเกินพอดีมักทำผลงานได้แย่กว่ามากเมื่ออยู่นอกกลุ่มตัวอย่าง — บนข้อมูลที่มันไม่ได้ถูกปรับมา — และแย่ยิ่งกว่านั้นเมื่อเทรดจริง
อคติอื่น ๆ ที่ทำให้ผลการทดสอบย้อนหลังเกินจริง
การปรับจนเกินพอดีไม่ใช่ปัญหาเดียว อคติการมองไปข้างหน้า (look-ahead bias) ใช้ข้อมูลที่จะไม่มีทางมีอยู่ ณ ช่วงเวลาของการเทรด อคติผู้รอดชีวิต (survivorship bias) ทดสอบเฉพาะสินทรัพย์ที่ยังคงอยู่ โดยละเลยสินทรัพย์ที่ล้มเหลวไป อคติการค้นข้อมูล (data-snooping bias) สะสมขึ้นเมื่อผู้คนจำนวนมากทดสอบไอเดียจำนวนมากบนประวัติศาสตร์ชุดเดียวกัน และมีเพียงผู้ชนะเท่านั้นที่ถูกรายงาน
แรงเสียดทานในทางปฏิบัติก็ถูกละเลยได้ง่ายเช่นกัน ต้นทุนการเทรด ค่าธรรมเนียม การคลาดเคลื่อนของราคา (slippage) ส่วนต่างราคา (spread) ค่าฟันดิ้ง และความยากในการจับคู่คำสั่งขนาดใหญ่ในตลาดที่สภาพคล่องบางเบา สามารถเปลี่ยนกฎที่กำไรบนกระดาษให้กลายเป็นกฎที่ขาดทุนได้ การทดสอบย้อนหลังที่สมมติว่ามีการจับคู่คำสั่งอย่างสมบูรณ์แบบที่ราคาในอุดมคติ คือการวัดตลาดที่ไม่มีอยู่จริง
เหตุใดการทดสอบย้อนหลังที่ดีจึงไม่ใช่การทำนาย
แม้แต่การทดสอบย้อนหลังที่สร้างขึ้นอย่างพิถีพิถันและควบคุมอคติแล้ว ก็ยังคงพรรณนาถึงอดีตภายใต้ชุดเงื่อนไขเฉพาะชุดหนึ่งเท่านั้น ตลาดเปลี่ยนแปลง: สภาพคล่อง ความผันผวน ผู้เข้าร่วม และกฎระเบียบ ล้วนเปลี่ยนไปตามกาลเวลา และกฎที่เหมาะกับสภาวะหนึ่งอาจล้มเหลวในอีกสภาวะหนึ่ง ผลงานในอดีตไม่ได้เป็นหลักประกันเกี่ยวกับอนาคต และการทดสอบย้อนหลังมักถูกกล่าวเกินจริงอยู่บ่อยครั้ง
นี่คือเหตุผลที่วิธีการเทรดเชิงทำนายโดยทั่วไป — รูปแบบกราฟ คลื่นเอลเลียต (Elliott Wave) ระดับฟีโบนัชชี (Fibonacci) และตัวชี้วัดทางเทคนิคเช่น RSI หรือ MACD — จึงเป็นที่ถกเถียงและเป็นเรื่องอัตวิสัย การนำมันมาทดสอบย้อนหลังอาจทำให้มันดูแม่นยำ แต่ไม่สามารถทำให้มันทำนายราคาได้อย่างน่าเชื่อถือ การเทรดมีความเสี่ยงสูง และงานวิจัยชี้ชัดอย่างสม่ำเสมอว่านักเทรดรายย่อยส่วนใหญ่ขาดทุนเมื่อเวลาผ่านไป
การอ่านข้อมูลตลาดพร้อมบริบท
เนื่องจากการทดสอบย้อนหลังสามารถทำให้กลยุทธ์ดูดีเกินจริง บางคนจึงเลือกที่จะดูบริบทข้อมูลตลาดในวงกว้างด้วย แทนที่จะดูเพียงราคาอย่างเดียว BIKENZO เป็นเทอร์มินัลข้อมูลและการวิเคราะห์สำหรับ Bitcoin ที่แสดงข้อมูลเช่นสภาพคล่องเทียบกับราคา BTC บริบทดังกล่าวสามารถช่วยให้คุณตีความได้ว่าการเคลื่อนไหวในอดีตเกิดขึ้นในตลาดที่ลึกและมีสภาพคล่อง หรือในตลาดที่บางเบา
นี่คือบริบท ไม่ใช่สัญญาณหรือการทำนาย BIKENZO ไม่ได้บอกคุณว่าอะไรจะเกิดขึ้น ไม่ได้สร้างการเทรด และไม่ใช่สถานที่สำหรับเทรด — มันเป็นเลนส์สำหรับทำความเข้าใจข้อมูลที่อยู่เบื้องหลังราคา ทุกการตัดสินใจ และทุกความเสี่ยง ยังคงเป็นของคุณเองทั้งหมด