Backtesting – (Keuangan)


Apa Backtesting?

Backtesting adalah metode umum untuk melihat seberapa baik strategi atau model akan dilakukan ex-post. Backtesting menilai kelayakan strategi perdagangan dengan menemukan bagaimana hal itu akan dimainkan menggunakan data historis. Jika pengujian ulang berhasil, pedagang dan analis mungkin memiliki kepercayaan diri untuk menggunakannya di masa mendatang.

Poin Penting

  • Backtesting menilai kelayakan strategi perdagangan atau model penetapan harga dengan menemukan bagaimana hal itu akan dimainkan secara retrospektif menggunakan data historis.
  • Teori yang mendasari adalah strategi apa pun yang bekerja dengan baik di masa lalu kemungkinan besar akan bekerja dengan baik di masa depan, dan sebaliknya, strategi apa pun yang berkinerja buruk di masa lalu kemungkinan besar akan berkinerja buruk di masa depan.
  • Saat menguji ide pada data historis, ada baiknya untuk memesan periode waktu data historis untuk tujuan pengujian. Jika berhasil, mengujinya pada periode waktu alternatif atau data di luar sampel dapat membantu memastikan kelayakan potensinya.

Memahami Backtesting

Backtesting memungkinkan pedagang untuk mensimulasikan strategi perdagangan menggunakan data historis untuk menghasilkan hasil dan menganalisis risiko dan profitabilitas sebelum mempertaruhkan modal sebenarnya.

Backtest yang dilakukan dengan baik yang menghasilkan hasil positif meyakinkan pedagang bahwa strategi tersebut secara fundamental kuat dan kemungkinan akan menghasilkan keuntungan ketika diterapkan dalam kenyataan. Sebaliknya, pengujian ulang yang dilakukan dengan baik yang menghasilkan hasil yang kurang optimal akan mendorong pedagang untuk mengubah atau menolak strategi.

Referensi cepat

Strategi perdagangan yang sangat rumit, seperti strategi yang diterapkan oleh sistem perdagangan otomatis, sangat bergantung pada pengujian ulang untuk membuktikan nilainya, karena strategi tersebut terlalu misterius untuk dievaluasi sebaliknya.

Selama ide perdagangan dapat dikuantifikasi, itu dapat diuji kembali. Beberapa pedagang dan investor mungkin mencari keahlian programmer yang memenuhi syarat untuk mengembangkan ide menjadi bentuk yang dapat diuji. Biasanya, ini melibatkan programmer yang mengkodekan ide ke dalam bahasa kepemilikan yang dihosting oleh  platform perdagangan .

Programmer dapat menggabungkan variabel input yang ditentukan pengguna yang memungkinkan pedagang untuk “mengubah” sistem. Contohnya adalah dalam  sistem perpotongan simple moving average (SMA). Pedagang akan dapat memasukkan (atau mengubah) panjang dari dua rata-rata bergerak yang digunakan dalam sistem. Pedagang kemudian dapat menguji ulang untuk menentukan panjang rata-rata bergerak mana yang akan berkinerja terbaik pada data historis.

Skenario Backtesting yang Ideal

Backtest ideal memilih data sampel dari periode waktu yang relevan dengan durasi yang mencerminkan berbagai kondisi pasar. Dengan cara ini, seseorang dapat menilai dengan lebih baik apakah hasil dari backtest mewakili kebetulan atau perdagangan yang sehat.

Kumpulan data historis harus mencakup sampel saham yang benar-benar representatif, termasuk perusahaan yang akhirnya bangkrut atau dijual atau dilikuidasi. Alternatifnya, termasuk hanya data dari saham historis yang masih ada saat ini, akan menghasilkan pengembalian yang tinggi secara artifisial dalam pengujian ulang.

Sebuah backtest harus mempertimbangkan semua biaya perdagangan, betapapun kecilnya, karena ini dapat bertambah selama periode backtesting dan secara drastis mempengaruhi penampilan profitabilitas strategi. Pedagang harus memastikan bahwa akun perangkat lunak pengujian ulang mereka untuk biaya ini.

Pengujian di luar sampel dan pengujian performa ke depan memberikan konfirmasi lebih lanjut mengenai keefektifan sistem dan dapat menunjukkan warna asli sistem sebelum uang nyata dipertaruhkan. Korelasi yang kuat  antara hasil pengujian backtesting, out-of-sample, dan forward performance sangat penting untuk menentukan kelangsungan sistem perdagangan. 

Pengujian Kinerja Mundur vs. Pengujian Kinerja Maju

Pengujian kinerja ke depan, juga dikenal sebagai  perdagangan kertas , memberi pedagang satu set data di luar sampel lain untuk mengevaluasi sistem. Pengujian kinerja ke depan adalah simulasi perdagangan aktual dan melibatkan mengikuti logika sistem di pasar langsung. Ini juga disebut perdagangan kertas karena semua perdagangan dilakukan hanya di atas kertas; Artinya, masuk dan keluar perdagangan didokumentasikan bersama dengan untung atau rugi untuk sistem, tetapi tidak ada perdagangan nyata yang dieksekusi.

Aspek penting dari pengujian kinerja ke depan adalah mengikuti logika sistem dengan tepat; jika tidak, akan sulit, jika bukan tidak mungkin, untuk mengevaluasi secara akurat langkah proses ini. Pedagang harus jujur ​​tentang entri dan keluar perdagangan apa pun dan menghindari perilaku seperti   perdagangan pemetik ceri atau tidak termasuk perdagangan di atas kertas yang merasionalisasi bahwa “Saya tidak akan pernah melakukan perdagangan itu.” Jika perdagangan akan terjadi mengikuti logika sistem, itu harus didokumentasikan dan dievaluasi.

Backtesting vs. Analisis Skenario

Sementara backtesting menggunakan data historis aktual untuk menguji kesesuaian atau keberhasilan, analisis skenario menggunakan data hipotetis yang mensimulasikan berbagai kemungkinan hasil. Misalnya, analisis skenario akan mensimulasikan perubahan spesifik dalam nilai sekuritas portofolio atau faktor kunci yang terjadi, seperti perubahan suku bunga .

Analisis skenario biasanya digunakan untuk memperkirakan perubahan nilai portofolio sebagai respons terhadap peristiwa yang tidak menguntungkan dan dapat digunakan untuk memeriksa skenario teori kasus terburuk.

Beberapa Perangkap Backtesting

Agar pengujian ulang dapat memberikan hasil yang berarti, pedagang harus mengembangkan strategi mereka dan mengujinya dengan itikad baik, menghindari bias sebanyak mungkin. Artinya, strategi harus dikembangkan tanpa mengandalkan data yang digunakan dalam backtesting.

Itu lebih sulit dari yang terlihat. Pedagang umumnya membangun strategi berdasarkan data historis. Mereka harus ketat dalam pengujian dengan kumpulan data yang berbeda dari yang mereka latih modelnya. Jika tidak, backtest akan menghasilkan hasil yang cemerlang dan tidak berarti apa-apa.

Demikian pula, pedagang harus menghindari pengerukan data, di mana mereka menguji berbagai strategi hipotetis terhadap kumpulan data yang sama, yang juga akan menghasilkan keberhasilan yang gagal di pasar waktu nyata karena ada banyak strategi tidak valid yang akan mengalahkan pasar selama a jangka waktu tertentu secara kebetulan.

Salah satu cara untuk mengkompensasi kecenderungan data dredge atau cherry-pick adalah dengan menggunakan strategi yang berhasil dalam periode waktu yang relevan, atau dalam sampel, dan mengujinya dengan data dari periode waktu yang berbeda, atau di luar sampel.. Jika pengujian ulang dalam sampel dan di luar sampel menghasilkan hasil yang serupa, maka pengujian tersebut kemungkinan besar akan terbukti valid.

Artikel terkait

  1. Pengambilan Sampel Sistematis vs. Pengambilan Sampel Klaster: Apa Perbedaannya?
  2. Pengujian Backtesting dan Forward: Pentingnya Korelasi
  3. Stratified random sampling.
  4. Sampel Acak Sederhana
  5. Systematic Sampling.
  6. Pengujian Hipotesis Keuangan: Konsep dan Contoh
  7. Contoh
  8. Sampel
  9. Pentingnya Strategi Perdagangan Backtesting
  10. Sampel representatif.