Apa itu Backtesting?
Backtesting adalah metode umum untuk melihat seberapa baik kinerja strategi atau model secara keseluruhan. Backtesting menilai kelayakan strategi trading dengan mengetahui bagaimana strategi tersebut akan bekerja menggunakan data historis. Jika backtesting berhasil, trader dan analis dapat memiliki kepercayaan diri untuk menggunakannya di masa mendatang.
Memahami Backtesting
Backtesting memungkinkan trader untuk mensimulasikan strategi trading menggunakan data historis untuk menghasilkan kinerja dan menganalisis risiko dan profitabilitas sebelum mempertaruhkan modal aktual.
Backtest yang dilakukan dengan baik dan memberikan hasil positif akan meyakinkan trader bahwa strategi ini pada dasarnya baik dan kemungkinan besar akan menghasilkan keuntungan ketika diimplementasikan pada kenyataannya. Sebaliknya, backtest yang dilakukan dengan baik yang memberikan hasil yang tidak optimal akan mendorong trader untuk mengubah atau menolak strategi tersebut.
Selama ide trading dapat diukur, ide tersebut dapat diuji kembali. Beberapa pedagang dan investor mungkin mencari keahlian programmer yang berkualifikasi untuk mengembangkan ide menjadi bentuk yang dapat diuji. Biasanya, ini melibatkan programmer yang membuat kode ide ke dalam bahasa eksklusif yang dihosting oleh platform trading.
Programmer dapat memasukkan variabel input yang ditentukan pengguna yang memungkinkan trader untuk “mengutak-atik” sistem. Contohnya adalah pada sistem crossover simple moving average (SMA). Trader dapat memasukkan (atau mengubah) panjang dua moving average yang digunakan dalam sistem. Trader kemudian dapat melakukan backtest untuk menentukan panjang moving average mana yang memiliki kinerja terbaik pada data historis.
Skenario Backtesting yang Ideal
Backtest yang ideal memilih data sampel dari periode waktu yang relevan dengan durasi yang mencerminkan berbagai kondisi pasar. Dengan cara ini, kita dapat menilai dengan lebih baik apakah hasil backtest merupakan kebetulan atau memang perdagangan yang baik.
Kumpulan data historis harus mencakup sampel saham yang benar-benar representatif, termasuk saham-saham perusahaan yang akhirnya bangkrut atau dijual atau dilikuidasi. Alternatifnya, hanya menyertakan data dari saham historis yang masih ada saat ini, akan menghasilkan imbal hasil yang terlalu tinggi dalam pengujian ulang.
Backtest harus mempertimbangkan semua biaya trading, meskipun jumlahnya tidak signifikan, karena biaya-biaya tersebut dapat bertambah selama periode backtesting dan secara drastis memengaruhi penampilan profitabilitas strategi. Trader harus memastikan bahwa software backtesting mereka memperhitungkan biaya-biaya ini.
Pengujian di luar sampel dan pengujian kinerja ke depan memberikan konfirmasi lebih lanjut mengenai keefektifan sistem dan dapat menunjukkan kondisi sistem yang sebenarnya sebelum uang sungguhan dipertaruhkan. Korelasi yang kuat antara hasil pengujian backtesting, out-of-sample, dan pengujian performa forward sangat penting untuk menentukan kelayakan sistem trading.
Backtesting vs. Forward Testing
Forward performance testing, juga dikenal sebagai paper trading, memberikan trader satu set data di luar sampel untuk mengevaluasi sistem. Forward performance testing adalah simulasi trading aktual dan melibatkan logika sistem di pasar live. Disebut juga paper trading karena semua trading dieksekusi di atas kertas saja; yaitu, entri dan keluar trading didokumentasikan bersama dengan keuntungan atau kerugian sistem, tetapi tidak ada trading yang sebenarnya dieksekusi.
Aspek penting dalam pengujian performa forward adalah mengikuti logika sistem dengan tepat; jika tidak, akan sulit, bahkan tidak mungkin, untuk mengevaluasi langkah proses ini secara akurat. Trader harus jujur tentang setiap entri dan keluar trade dan menghindari perilaku seperti memilih-milih trade atau tidak menyertakan trade di atas kertas dengan alasan “Saya tidak akan pernah melakukan trade tersebut.” Jika trading akan terjadi mengikuti logika sistem, maka harus didokumentasikan dan dievaluasi.
Backtesting vs. Analisa Skenario
Ketika backtesting menggunakan data historis aktual untuk menguji kecocokan atau keberhasilan, analisa skenario menggunakan data hipotetis yang mensimulasikan berbagai kemungkinan hasil. Contohnya, analisa skenario akan mensimulasikan perubahan spesifik pada nilai sekuritas portofolio atau faktor kunci yang terjadi, seperti perubahan tingkat suku bunga.
Analisa skenario biasanya digunakan untuk memperkirakan perubahan nilai portofolio sebagai respons terhadap peristiwa yang tidak menguntungkan dan dapat digunakan untuk memeriksa skenario terburuk secara teoretis.
Beberapa Perangkap dalam Backtesting
Agar backtesting dapat memberikan hasil yang berarti, trader harus mengembangkan strategi dan mengujinya dengan itikad baik, sebisa mungkin menghindari bias. Artinya, strategi harus dikembangkan tanpa bergantung pada data yang digunakan dalam pengujian ulang.
Hal ini lebih sulit dari yang dibayangkan. Trader umumnya membangun strategi berdasarkan data historis. Mereka harus ketat dalam menguji dengan set data yang berbeda dari yang mereka gunakan untuk melatih model mereka. Jika tidak, backtest akan menghasilkan hasil yang tidak berarti apa-apa.
Demikian pula, trader harus menghindari data dredging, di mana mereka menguji berbagai macam strategi hipotetis terhadap serangkaian data yang sama, yang juga akan menghasilkan kesuksesan yang gagal di pasar real-time karena ada banyak strategi yang tidak valid yang akan mengalahkan pasar selama periode waktu tertentu secara kebetulan.
Salah satu cara untuk mengimbangi kecenderungan mengeruk data atau memilih-milih data adalah dengan menggunakan strategi yang berhasil pada periode waktu yang relevan, atau in-sample, dan melakukan pengujian ulang dengan data dari periode waktu yang berbeda, atau out-of-sample. Jika pengujian ulang in-sample dan out-of-sample menunjukkan hasil yang sama, maka strategi tersebut kemungkinan besar terbukti valid.