Walk-forward: kronologi label, jendela dan aturan pemilihan

Tetapkan prosedur pembaruan sebelum menguji

Backtest dengan parameter yang dipilih setelah melihat seluruh riwayat menjawab pertanyaan berbeda dari keputusan yang mungkin dibuat pada waktunya. Walk-forward mengulangi dua langkah: pilih parameter menggunakan data lebih awal, lalu evaluasi parameter yang dibekukan pada blok sesudahnya. Yang diuji adalah prosedur pembaruan, termasuk kalender dan aturan seleksinya, bukan hanya konfigurasi terakhir. Mulailah dari dasar backtest yang mencatat data, biaya dan aturan eksekusi.

Sebelum membuka hasil evaluasi, tuliskan panjang pelatihan dan pengujian, interval pembaruan, kandidat parameter, kriteria pemilihan, pemecah seri serta tindakan bila tidak ada kandidat yang memenuhi syarat. Memilih laba tertinggi juga merupakan pilihan metodologis, bukan patokan netral. Simpan daftar seluruh percobaan: pencarian lebih luas memberi lebih banyak kesempatan memilih kebetulan yang menarik. Win rate di atas 75% dari 200 transaksi atau profit factor di atas 3,5 saja belum mendiagnosis curve-fitting; distribusi hasil, ketergantungan, biaya dan proses seleksi tetap diperlukan.

Gap harus diperiksa terhadap akhir label

Contoh rekaan ini melatih model setelah penutupan periode 9, sebelum periode 10 dimulai. Label sampel t membutuhkan penutupan t + 1 dan t + 2. Dengan gap satu periode, sampel 9 dikeluarkan tetapi sampel 8 masih masuk pelatihan. Label 8 memerlukan penutupan 9 dan 10; penutupan 10 belum tersedia. Memindahkan baris tanpa memeriksa horizon label masih menyisakan kebocoran masa depan.

Gap dua periode mengeluarkan sampel 8 dan 9. Sampel terakhir adalah 7, yang labelnya berakhir pada penutupan 9 dan sudah lengkap saat fitting. Ini benar untuk horizon dua periode yang ditetapkan, bukan resep gap dua untuk semua model. Periksa juga kapan fitur tersedia, keterlambatan publikasi serta revisi data. Normalisasi, imputasi nilai hilang dan seleksi fitur harus dipelajari hanya dari pelatihan; memasang scaler pada seluruh riwayat sebelum membagi data tetap membocorkan informasi. Dokumentasi TimeSeriesSplit mengecualikan sampel pada akhir pelatihan melalui gap; ia tidak memeriksa isi label secara otomatis. Perbandingan durasi antarsplit juga memerlukan perhatian pada asumsi sampel berjarak sama, terutama untuk peristiwa yang tidak teratur.

Mekanika jendela bergulir, langkah demi langkah

Ambil riwayat lengkap 2018–2023, enam tahun inklusif, pelatihan empat tahun serta evaluasi satu tahun dengan pergeseran tahunan. Kalender ini menghasilkan dua blok evaluasi lengkap:

Pada setiap batas, fit transformasi dan pilih parameter hanya dari data yang sudah tersedia. Bekukan aturan untuk blok berikutnya, jalankan dengan biaya serta eksposur yang ditetapkan, lalu simpan hasil sebelum melanjutkan. Jendela pelatihan 2020–2023 baru dapat dievaluasi pada 2024 bila riwayat diperpanjang. Lima tahun riwayat hanya memberi satu tahun evaluasi setelah empat tahun pelatihan; lima evaluasi tahunan memerlukan sembilan tahun riwayat dalam kalender ini.

Pelatihan yang saling tumpang tindih dan evaluasi yang berdekatan tidak otomatis menghasilkan observasi independen. Tahun 2022 dapat masuk pelatihan iterasi kedua setelah datanya tersedia, tetapi hasil evaluasi pertama tidak boleh ditulis ulang menggunakan pilihan yang dibuat sesudahnya. Catat versi data, batas waktu dan konfigurasi terpilih agar kronologi dapat diaudit.

Rolling dan anchored: dua pilihan memori

Rolling mempertahankan panjang pelatihan: 2018–2021, lalu 2019–2022, kemudian 2020–2023 jika evaluasi berikut tersedia. Anchored atau expanding mempertahankan awal: 2018–2021, 2018–2022, 2018–2023. Pada anchored, jendela pelatihan membesar; pada rolling, data lama keluar. Keduanya dapat memakai blok evaluasi berikutnya yang sama.

Memori lebih pendek bisa mengurangi pengaruh masa lama sekaligus meningkatkan ketidakpastian estimasi. Data lebih banyak bisa membantu estimasi tetapi juga mencampurkan keadaan pasar berbeda. Tidak ada aturan bahwa rolling selalu cocok untuk tren atau anchored selalu cocok untuk mean reversion, maupun panjang lima atau sepuluh tahun yang selalu benar. Memilih kalender setelah membandingkan semua hasil evaluasi adalah lapisan seleksi tambahan; perubahan itu memerlukan evaluasi berikutnya yang belum digunakan.

Membaca walk-forward efficiency dengan penyebut yang benar

Dalam konvensi TradeStation, WFE membandingkan imbal hasil tahunan out-of-sample dengan imbal hasil tahunan in-sample. Definisi return, biaya dan eksposur harus sebanding. Return 10% dibagi 20% memberi 0,5 atau 50%. Namun −5% dibagi −10% juga memberi 0,5, walaupun keduanya merugi. Penyebut nol membuat rasio tidak terdefinisi; penyebut sangat kecil membuatnya sensitif. WFE di atas satu tidak otomatis membuktikan kebocoran.

Ambang 50% yang disebut dokumentasi merupakan pedoman praktis, bukan izin universal menggunakan uang nyata. Periksa tanda serta besar kedua return, drawdown pada jalur gabungan, konsentrasi hasil, jumlah transaksi dan biaya. Mengubah parameter lalu menilai penurunannya dengan satu ambang juga bukan diagnosis curve-fitting yang cukup. Sistem dengan WFE tinggi masih bisa kehilangan modal atau bergantung pada satu periode beruntung.

Dua strategi dan jebakan memilih pemenang sesudahnya

Perbandingan rekaan pertama memakai return tahunan: strategi pertama 30% saat pelatihan dan 12% saat evaluasi, WFE 0,4; strategi kedua 25% dan 20%, WFE 0,8. Angka tersebut menggambarkan rasio, tanpa membuktikan keunggulan tahan lama. Samakan biaya, risiko serta cakupan data sebelum membandingkan hasil, dan tinjau variasi antarjendela.

Contoh kedua mengisolasi aturan pemecah seri. Pada masing-masing dari dua tahap kalibrasi, A dan B seri. Aturan yang ditetapkan sebelum evaluasi memilih A. Hasil berikut adalah jumlah neto absolut yang dapat dijumlahkan, tanpa compounding:

Prosedur yang benar-benar ditetapkan menghasilkan +3. Memilih pemenang setiap periode setelah hasil diketahui memberi +5 + 6 = +11, sebuah seleksi dengan informasi masa depan. Memilih B setelah melihat seluruh riwayat memberi +5, tetapi juga mengevaluasi keputusan berbeda dari aturan awal. Simpan seluruh kandidat yang seri dan identitas pilihan sebelum pengujian. Jika ingin mengganti pemecah seri, buat versi baru dan nilai pada data berikutnya; jangan menyajikan +11 atau +5 sebagai hasil historis prosedur A. Perbedaan ini membantu menilai proses pencarian keunggulan tanpa mencampurkan penemuan dan pembuktian.

Batas yang tetap dimiliki walk-forward

Riwayat tidak menjamin keadaan pasar mendatang, kualitas fill atau biaya yang sama. Pada pergantian jendela, tetapkan apakah posisi terbuka ditutup dengan biaya atau dikelola memakai aturan lama sampai selesai. Jangan menghapus rugi terbuka atau mereset saldo agar jendela berikut terlihat bersih. Jika evaluasi tumpang tindih, atur kepemilikan eksposur agar transaksi tidak dihitung dua kali.

Gabungkan hanya hasil evaluasi secara kronologis; laba kalibrasi tidak menjadi bagian track record evaluasi. Drawdown dari jalur gabungan berbeda dari rata-rata drawdown tiap jendela. Periksa periode tanpa transaksi, konsentrasi keuntungan serta pembanding yang tidak diperbarui, yang dipilih sebelumnya dan diuji pada data, biaya serta ukuran sama.

Blok historis yang ditahan, pengamatan demo yang benar-benar berjalan ke depan dan simulasi Monte Carlo menjawab pertanyaan berbeda. Pengacakan urutan mempertahankan hasil transaksi masukan; ia tidak menciptakan seluruh rezim, biaya atau peristiwa yang belum diamati. Mode Forward pada Strategy Tester MT5 membagi riwayat dan menguji konfigurasi terpilih pada bagian sesudahnya. Itu bukan otomatis walk-forward banyak jendela atau pengamatan demo prospektif. Tidak ada kombinasi WFE 0,5, demo tiga sampai enam bulan serta drawdown persentil ke-95 di bawah 25% yang menjamin kesiapan modal nyata.

Langkah yang dapat dilakukan berikutnya

Tuliskan kalender serta aturan seri sebelum evaluasi, lalu telusuri kapan setiap fitur dan label tersedia. Uji satu pembagian kecil secara manual sebelum otomatisasi; simpan biaya, posisi terbuka dan pilihan parameter pada setiap batas. Bandingkan prosedur pembaruan dengan baseline tetap yang dipilih sebelumnya. Jika hasil mengubah desain, tandai evaluasi lama sebagai bahan pengembangan dan cari blok berikut yang belum dipakai untuk keputusan tersebut.

Lanjutkan melalui materi praktik, analisis teknikal dan manajemen risiko. ForexMechanics Traders Workshop dipertahankan sebagai bacaan eksternal berbahasa Inggris; contoh di sini tidak mengklaim menjalankan platform atau mereplikasi hasil suatu strategi.