Backtest menerapkan aturan tetap untuk entry, exit, dan ukuran posisi pada data masa lalu, trade demi trade, dan melaporkan hasil seperti win rate, expectancy, profit factor, dan max drawdown. Backtest bisa diotomatiskan dengan kode atau dilakukan manual, memutar ulang grafik candle demi candle. Backtest yang berguna menyertakan biaya, slippage, dan funding yang realistis.
Contoh
Anda menguji sebuah aturan: beli BTC saat candle 4 jam ditutup di atas high 20 periode, dengan stop 1,5× ATR dan target 3R. Dalam data dua tahun, aturan ini menghasilkan 140 trade, win rate 33%, dan expectancy +0,25R setelah biaya, dengan max drawdown 14R. Itu cukup untuk mentradingkannya dengan ukuran kecil dan membandingkan hasil live dengan hasil uji.
Mengapa penting
Backtesting menunjukkan apakah sebuah ide punya edge sebelum Anda membayar untuk mengetahuinya secara live. Backtesting juga membentuk ekspektasi: rentetan kekalahan dan drawdown dalam pengujian membantu Anda bertahan dengan strategi saat hal yang sama terjadi dalam trading sungguhan.
Kesalahan umum
Mengutak-atik parameter sampai backtest terlihat sempurna. Mengoptimalkan pada data yang sama dengan data uji, yang disebut overfitting, menghasilkan hasil yang jarang bertahan di trading live. Jaga aturannya tetap sederhana dan periksa pada data yang tidak Anda pakai untuk menyusunnya.
Terapkan dalam praktik
Pertanyaan umum
- Berapa banyak trade yang dibutuhkan sebuah backtest?
- Minimal 100 trade adalah batas umum untuk statistik yang bermakna. Lebih banyak lebih baik, idealnya mencakup berbagai kondisi pasar.
- Apa itu overfitting?
- Menyesuaikan strategi begitu dekat dengan data masa lalu sehingga yang tertangkap adalah noise, bukan pola sungguhan. Gejalanya adalah backtest yang hebat diikuti hasil live yang buruk.
- Apakah backtest manual layak dilakukan?
- Ya, terutama untuk setup diskresioner yang sulit dikodekan. Memutar ulang grafik candle demi candle juga melatih kemampuan Anda mengenali pola.