Backtest menerapkan aturan yang ditentukan pada data historis dalam suatu model eksekusi. Backtest memperkirakan apa yang akan dihasilkan model tersebut, bukan apa yang pasti akan diperoleh akun riil.

1. Tulis Aturan yang Dapat Direproduksi oleh Orang Lain

Tentukan instrumen, sumber data, sesi, waktu sinyal, order masuk dan keluar, metode kuantitas, biaya, serta kondisi untuk tidak bertransaksi. Nyatakan apakah suatu sinyal menggunakan bar yang telah selesai. Beri versi pada aturan sebelum menjalankan evaluasi.

Sebagai contoh crossover, tentukan jenis rata-rata dan periodenya, bar mana yang mengonfirmasi persilangan, serta waktu order paling awal setelahnya. “Beli saat crossover” membuat asumsi pengisian order yang penting tetap belum terselesaikan.

2. Periksa Data yang Dapat Anda Ketahui

Periksa bar yang hilang, perubahan zona waktu, penyesuaian aksi korporasi, dan roll kontrak futures. Daftar saham yang masih bertahan saat ini belum tentu merupakan universe historis. Rilis data ekonomi dan angka-angka perusahaan mungkin telah direvisi setelah tanggal pengujian.

Nilai pada timeframe yang lebih tinggi dan titik swing yang terkonfirmasi dapat memasukkan informasi masa depan jika digunakan terlalu awal. Pertahankan versi data dan pengaturan pengujian agar hasilnya dapat direproduksi.

3. Modelkan Order dan Biaya

Bar yang memuat target dan stop sekaligus tidak memberi tahu Anda mana yang tersentuh lebih dulu. Gunakan data yang lebih terperinci bila sesuai atau dokumentasikan aturan ambiguitas yang konservatif. Sentuhan pada harga limit tidak menjamin kuantitas yang tersedia atau pengisian order.

Sertakan struktur biaya aktual dan rentang asumsi fill yang merugikan yang dapat dipertanggungjawabkan. Tidak ada toleransi slippage satu hingga dua tick yang universal dan sesuai untuk setiap order, instrumen, dan peristiwa. Dokumentasi strategi TradingView menjelaskan bagaimana satu emulator broker menangani order dan batasan pengujian; alat lain dapat berbeda.

4. Tinjau Urutannya, Bukan Hanya Totalnya

Catat stempel waktu masuk dan keluar, pengisian order, kuantitas, biaya, eksposur terbuka, dan alasan order dilewati atau ditolak. Periksa ekspektansi bersih, drawdown, dan ketergantungan pada beberapa outlier bersama dengan tingkat kemenangan dan profit factor.

Tingkat kemenangan 45% dengan rata-rata kemenangan bruto dua kali rata-rata kerugian memiliki ekspektansi bruto yang positif dalam model tersebut. Biaya atau imbal hasil terealisasi yang berbeda dapat membaliknya. Rasio target tetap tidak sama dengan rata-rata kemenangan yang diamati.

5. Pisahkan Evaluasi dari Seleksi

Gunakan satu bagian data untuk mengembangkan aturan dan bagian terpisah untuk mengevaluasinya. Penyetelan berulang pada bagian kedua mengubahnya menjadi set pengembangan lain. Catat berapa banyak varian yang dicoba dan sertakan periode yang merugikan.

Ambang 100 transaksi tidak dengan sendirinya menciptakan signifikansi statistik. Ketergantungan antartransaksi, variabilitas imbal hasil, dan cakupan pasar itu penting. Lihat ketidakpastian ukuran sampel.

Simulasi forward kemudian dapat memeriksa waktu dan alur kerja order pada data yang baru masuk. Ini tetap merupakan simulasi, dan hasil yang baik tidak memerlukan uji coba dengan uang riil. Segera hentikan sementara jika muncul masalah keamanan atau implementasi, alih-alih melanjutkan hanya untuk mencapai jumlah tertentu.