Backtest EA di MT5 Strategy Tester Model Pengujian, Cara Membaca Laporan, dan Jebakan Overfit
Backtest EA di MT5 Strategy Tester: Model Pengujian, Cara Membaca Laporan, dan Jebakan Overfit
Menjalankan backtest dan melihat kurva ekuitas naik rapi terasa menyenangkan. Justru di situlah bahayanya. Menurut sumber riset kami, backtest yang profit adalah hal paling mudah dihasilkan sekaligus hasil yang paling berbahaya untuk dipercaya, dan hasil backtest hampir selalu melebih-lebihkan kinerja live (S1).
Artikel ini membahas cara memakai MT5 Strategy Tester dengan lebih jujur: memilih model pengujian, menentukan jumlah data, membaca metrik, dan mengenali tanda hasil yang menyesatkan. Sumber riset tidak menyediakan data kuantitatif independen, sehingga angka ambang di bawah adalah pedoman dari sumber, bukan aturan pasti.
Memilih Model Pengujian
Pilihan model menentukan seberapa dekat simulasi dengan kondisi pasar sebenarnya. Berdasarkan S1, ada tiga model utama:
Model Cara kerja Catatan
Every tick based on real ticks MT5 mengunduh data tick riil dari server historis broker dan memutarnya ulang tick per tick Disebut standar emas; spread, urutan bid/ask, dan timing cocok dengan histori riil
Every tick (generated) Menghasilkan tick sintetis di dalam bar berdasarkan OHLC Lebih cepat, tetapi urutan tick tidak riil
1 minute OHLC Hanya memakai open, high, low, close menit ke-1 Tidak mensimulasikan tick intra-bar sama sekali
Pilihan ini punya konsekuensi praktis. Jika EA Anda bereaksi terhadap pergerakan di dalam bar, model OHLC tidak punya informasi untuk menguji reaksi itu. Sebaliknya, model berbasis tick riil lebih lambat, tetapi lebih mendekati kondisi sebenarnya. Riset kami tidak mengukur seberapa besar selisih hasil antar model, jadi bandingkan sendiri pada EA Anda.
Berapa Banyak Data yang Cukup?
Sumber S1 memberi rekomendasi jumlah data: minimal 2 tahun untuk strategi swing, 1 tahun untuk intraday. Untuk scalping, 6 sampai 12 bulan data tick berkualitas tinggi sering lebih berguna daripada 5 tahun data medioker.
Dua hal patut dicatat. Pertama, ini rekomendasi dari satu sumber, bukan standar universal. Kedua, kualitas data diposisikan setara pentingnya dengan panjang periode. Rentang waktu yang panjang tidak otomatis lebih baik jika datanya kasar.
Membaca Laporan: Metrik dan Ambangnya
Menurut S1, beberapa ambang yang disebut menggembirakan:
Profit factor di atas 1,3 untuk swing dan di atas 1,5 untuk intraday.
Sharpe di atas 1,0 layak untuk EA pasar publik.
Recovery factor 3 atau lebih dianggap kuat.
Jumlah trade minimal 100 untuk confidence statistik apa pun (S1).
Jumlah trade patut dilihat lebih dulu. Profit factor bagus dari 20 transaksi memberi sedikit informasi, sedangkan angka yang sama dari 100 transaksi lebih bisa dipertimbangkan. Ambang di atas berasal dari satu sumber dan berlaku sebagai pedoman. Tidak ada angka ajaib yang menjamin EA akan bekerja di akun riil.
Tanda Hasil Backtest Menyesatkan
Sumber S1 merinci tanda overfit. Overfit berarti EA terlalu cocok dengan data historis tertentu sehingga tidak berlaku di data baru. Tandanya:
Profit factor ekstrem, di atas 3 atau 4.
Jumlah trade sedikit, di bawah 50.
Nilai parameter tertentu yang menghasilkan hasil luar biasa, padahal parameter di sebelahnya buruk.
Kinerja terpusat pada beberapa trade besar.
Kurva ekuitas yang sempurna mulus.
Ada ironi di sini. Beberapa tanda ini justru terlihat seperti kabar baik: profit factor tinggi dan kurva mulus. Karena itu, hasil yang tampak terlalu bagus perlu diperiksa lebih ketat, bukan dirayakan.
Menguji di Luar Data yang Dipakai untuk Optimasi
Walk-forward
Metode walk-forward menurut S1: optimasi di periode 1, uji parameter optimal di periode 2 tanpa penyetelan lanjutan, lalu geser maju. Tujuannya melihat apakah parameter yang dioptimasi tetap bertahan di data yang belum pernah dilihatnya.
Opsi Forward bawaan MT5
MT5 punya opsi Forward bawaan. Bila diaktifkan dengan persentase 25%, tester mengoptimasi 75% rentang tanggal pertama dan melaporkan hasil forward di 25% terakhir (S1).
Jebakan: Memperbaiki Sampai Lolos
Sumber memperingatkan agar tidak memperbaiki EA dengan menyesuaikan parameter sampai forward test lolos. Cara itu mengubah forward test menjadi in-sample (S1). Setelah Anda menyetel parameter berdasarkan hasil forward, periode itu sudah tidak lagi menjadi uji independen.
Monte Carlo
Metode Monte Carlo mensimulasikan banyak urutan trade alternatif dengan mengacak ulang urutan trade historis. MT5 tidak menyertakannya secara bawaan (S1). Jika Anda ingin memakainya, perlu alat tambahan, dan riset kami tidak membahas alat spesifiknya.
Dua Sisi: Seberapa Berguna Backtest?
Sisi pendukung: backtest memberi cara murah dan cepat untuk menyaring aturan yang jelas tidak bekerja, serta memungkinkan pengujian dengan data tick riil dari broker (S1).
Sisi skeptis: hasil backtest hampir selalu melebih-lebihkan kinerja live (S1). Artinya, backtest lebih tepat dipakai untuk menggugurkan strategi buruk, bukan untuk membuktikan strategi baik.
Kedua pandangan ini tidak bertentangan. Backtest berguna jika diperlakukan sebagai penyaring, bukan sebagai ramalan.
Langkah Praktis
Pilih model pengujian yang sesuai dengan cara kerja EA, dan catat model yang dipakai.
Siapkan data sesuai jenis strategi, dengan menjaga kualitas data.
Periksa jumlah trade sebelum membaca metrik lain.
Lihat metrik dengan ambang sumber sebagai pedoman, lalu cek tanda overfit.
Pisahkan data untuk optimasi dan data untuk uji, lewat walk-forward atau opsi Forward.
Jangan mengutak-atik parameter hanya agar forward test lolos.
Setelah itu, uji di akun demo sebelum mempertimbangkan akun riil, dengan risiko yang sudah dihitung.
Keterbatasan
Sumber edukasi cenderung menyederhanakan. Rumus dan angka perlu diverifikasi sendiri.
Tidak ada satu metode yang cocok untuk semua trader. Konteks akun dan instrumen menentukan.
Ambang metrik dan rekomendasi jumlah data berasal dari satu sumber utama (S1) dan bersifat pedoman.
Kinerja masa lalu tidak menjamin hasil masa depan.
Klaim kinerja dari sumber komersial belum diverifikasi independen.
Riset ini tidak memuat data kuantitatif independen tentang seberapa besar backtest melebih-lebihkan kinerja live.
Perlu pengujian pribadi sebelum menerapkan pada akun riil.
FAQ
Model pengujian MT5 mana yang paling akurat?
Menurut S1, Every tick based on real ticks adalah standar emas karena memakai data tick riil dari server historis broker.
Berapa lama data backtest yang dibutuhkan?
Rekomendasi S1: minimal 2 tahun untuk swing dan 1 tahun untuk intraday. Untuk scalping, 6 sampai 12 bulan data tick berkualitas tinggi sering lebih berguna.
Berapa jumlah trade minimal agar hasil bisa dipercaya?
S1 menyebut 100 atau lebih untuk confidence statistik apa pun.
Apa tanda EA overfit?
Profit factor ekstrem (di atas 3 atau 4), trade di bawah 50, parameter ajaib di sebelah parameter buruk, kinerja terpusat pada beberapa trade besar, dan kurva ekuitas yang sempurna mulus (S1).
Apakah MT5 punya Monte Carlo bawaan?
Tidak. Menurut S1, Monte Carlo tidak disertakan secara bawaan.
Referensi
S1: https://www.tradingonmt5.com/backtesting-properly
S2: https://fortraders.com/blog/backtest-strategy-in-mt5-advanced-guide
S3: https://www.metatrader5.com/en/terminal/help/algotrading/testing
S4: https://alfatactix.com/academy/mql5-ea/backtest-ea-mt5-strategy-tester
S5: https://www.metatrader5.com/en/terminal/help/algotrading/testing_features
Catatan: artikel ini bersifat edukasi dan bukan saran investasi. Trading berisiko tinggi, dan Anda bisa kehilangan modal.
Posting Komentar