Edukasi Trading
Apa Itu Curve Fitting dan Mengapa Ini Berbahaya bagi Trader?
Pelajari arti curve fitting dalam trading, mengapa hal itu membuat backtest tampak luar biasa tetapi membuat trading live gagal, dan cara menghindari overfitting pada strategi Anda.
Dalam artikel ini
Dalam riset strategi, overfitting berarti memilih aturan yang lebih meyakinkan dalam menjelaskan keanehan sampel pengembangan daripada dalam menggeneralisasi ke observasi baru. Trader sering menyebutnya curve fitting. Sebuah strategi tidak perlu cocok sempurna dengan data historis untuk menjadi overfit.
Pencarian Menimbulkan Masalah
Bayangkan menguji 200 kombinasi moving average dan hanya melaporkan yang paling menguntungkan. Bahkan jika tidak ada yang memiliki keunggulan yang bertahan lama, salah satunya dapat tampak menarik dalam sampel tertentu itu. Mengubah filter, pasar, tanggal, dan jarak stop menambah lebih banyak peluang seleksi, termasuk pilihan yang dibuat secara manual saat melihat grafik.
Set parameter yang menang tidak serta-merta menjadi tidak valid. Kekhawatirannya adalah bahwa kinerja yang dilaporkan diuntungkan karena dipilih menggunakan hasil yang sama yang kini Anda sajikan sebagai bukti.
Simpan Catatan Riset
Catat hipotesis, data pengembangan, pilihan parameter, dan setiap variasi yang diuji. Jaga agar periode pengujian akhir tetap terpisah. Setelah Anda memeriksa periode itu dan menyesuaikan strategi sebagai respons, periode itu telah menjadi bagian dari pengembangan; menyebutnya kembali sebagai out-of-sample tidak memulihkan independensi.
Proses walk-forward dapat memodelkan pengembangan berulang dan evaluasi setelahnya, tetapi panjang jendela dan aturan seleksinya juga perlu ditetapkan dan didokumentasikan. Mengubah proses secara berulang sampai hasil gabungannya tampak bagus akan memunculkan kembali masalah yang sama.
Uji Pilihan yang Berdekatan
Periksa apakah perubahan kecil pada parameter, biaya, atau waktu masuk menghancurkan hasil. Optimum terisolasi yang sempit layak diselidiki. Uji periode tambahan yang relevan dengan pasar yang dituju dan laporkan kegagalan maupun keberhasilan.
Strategi yang dirancang untuk satu pasar tidak mesti berhasil di setiap pasar lainnya. Demikian pula, tidak ada jumlah parameter universal yang bila dilampaui membuat sebuah model pasti overfit. Kompleksitas, informasi sampel, jumlah percobaan, dan desain validasi semuanya penting.
Pisahkan Overfitting dari Kesalahan Lain
Backtest dapat gagal karena alasan selain seleksi: informasi masa depan, penyesuaian aksi korporasi yang salah, eksekusi order yang tidak realistis, atau biaya yang tidak dimasukkan. TradingView mendokumentasikan jebakan pengujian strategi, termasuk bias lookahead dan overfitting. Selidiki hal-hal ini secara terpisah daripada memberi setiap ketidaksesuaian hasil live label yang sama.
AI tidak menghilangkan kebutuhan akan proses ini. Model yang mencari banyak pola kandidat tetap memerlukan evaluasi yang terkendali. Grafik yang mengesankan adalah awal dari audit, bukan kesimpulannya.
Diperiksa fakta oleh Nadine Wood,
Terbit pertama kali Sumber diperbarui Terjemahan diperbarui Artikel asli (Inggris)

