Backtests Crypto Bot: Waktu Audit, Biaya dan Overfitting

Backtest bot perdagangan kripto yang menguntungkan adalah deskripsi simulasi, bukan bukti bahwa strategi tersebut akan menghasilkan hasil yang sama secara langsung. Sebelum membandingkan pengembalian, tentukan apa yang diketahui oleh simulator, kapan ia mengetahuinya, dan berapa biaya eksekusi yang dibebankan.

Mulailah dengan stempel waktu, bukan kurva ekuitas

Misalkan suatu strategi menggunakan nilai penutupan candle untuk menghasilkan entri. Jika simulasi juga terisi pada penutupan yang tepat tanpa keputusan yang realistis dan penundaan eksekusi, hal ini dapat memberikan bot harga yang tidak dapat diperolehnya setelah mengamati candle yang telah selesai. Catat stempel waktu sinyal secara terpisah dari stempel waktu eksekusi pertama yang memenuhi syarat.

Masalah yang sama muncul ketika kumpulan data berisi revisi atau indikator yang digabungkan dengan stempel waktu sebelumnya. Nilai historis yang valid harus tersedia untuk strategi tersebut pada saat itu. Kumpulan data yang dibersihkan hari ini tidak secara otomatis merupakan catatan akurat dari kumpulan informasi kemarin.

Penyetelan berulang mengubah arti hasil yang baik

Memilih kumpulan parameter terbaik dari ratusan upaya menciptakan masalah seleksi. Kombinasi tersebut mungkin sesuai dengan kebisingan dalam periode pengembangan. Catatlah percobaan yang gagal, bukan hanya grafik yang menang.

Panduan penelitian QuantConnect membahas overfitting dan perlindungan penelitian. Perpanjangan praktis yang berguna adalah dengan membekukan strategi sebelum mengevaluasi periode waktu berikutnya yang belum tersentuh. Jika evaluasi tersebut mengarah pada penyesuaian yang lebih baik, maka hal tersebut akan menjadi data pembangunan; pesan tes akhir yang baru.

Jadikan biaya terlihat

Berikut ini adalah contoh akuntansi hipotetis, bukan strategi yang diamati:

Hitungannya adalah 300 - 120 - 100 - 90 = -10 USDT. Biaya dapat membalikkan tanda suatu hasil. Hindari menghitung spread dua kali jika sudah termasuk dalam simulasi harga pengisian. Pendanaan harus mengikuti posisi, suku bunga, dan waktu penyelesaian aktual dalam pengujian, bukan berdasarkan suku bunga tetap tahunan.

Tanyakan apakah pengisian dapat dilakukan

Harga batas yang disentuh tidak menetapkan bahwa seluruh pesanan akan terisi. Posisi antrian, pesanan yang bersaing, kedalaman yang tersedia, dan eksekusi parsial penting. Pesanan pasar yang besar tidak secara otomatis menerima harga terbaik yang ditampilkan untuk keseluruhan ukurannya.

Uji perubahan latensi, biaya, dan slippage. Sebuah strategi yang hanya berhasil dengan satu asumsi eksekusi yang optimis adalah strategi yang rapuh. Uji data yang hilang, pesanan yang ditolak, dan kehilangan koneksi sebagai skenario operasional terpisah; lilin sejarah saja tidak dapat memodelkannya dengan baik.

Bandingkan berbagai kondisi

Laporkan tanggal pengujian, instrumen, batas posisi, jumlah perdagangan, perputaran, penarikan, dan asumsi modal beserta pengembaliannya. Hasil pasar yang meningkat sebagian besar mencerminkan eksposur aset. Bandingkan dengan patokan pasif yang sesuai pada tanggal yang sama dan gunakan perlakuan biaya dan uang tunai yang konsisten.

Periode ketidaksepakatan yang belum tersentuh dan observasi perdagangan kertas kecil dapat mengungkap kesalahan implementasi, namun tidak menjamin keuntungan di masa depan. Jangan menambah modal hanya karena demonstrasi singkat itu positif.

Hasil yang dapat ditinjau

Laporan bot yang berguna memberikan pengaturan yang dapat direproduksi, asal data, aturan stempel waktu, semua biaya material, dan pemisahan yang jelas antara pengembangan dan evaluasi. Konsultasikan jadwal biaya OrangeX saat ini sebelum menggunakan asumsi spesifik platform. Artikel ini mengevaluasi simulasi dan tidak mengklaim OrangeX menawarkan bot atau produk backtesting tertentu.

Keputusannya adalah apakah bukti tersebut sesuai dengan asumsi realistis, bukan grafik mana yang terlihat paling mulus. Semua hasil numerik di atas hanya bersifat ilustratif.