Jebakan Backtest — Hal yang Hanya Bisa Diketahui dari Pengujian Nyata
Terakhir diperbarui: 2026-05-20 | Estimasi waktu baca: 15 menit
Meskipun backtest menghasilkan kurva ekuitas yang terus naik, itu tidak menjamin keuntungan di masa depan. Backtest memiliki berbagai 'jebakan' yang membuat hasilnya terlihat lebih baik dari kenyataan. Artikel ini menjelaskan apa jebakan-jebakan itu dan cara berpikir tentang pengujian nyata agar Anda tidak terjebak.
Daftar Isi
Mengapa Backtest yang 'Terlalu Bagus' Berbahaya
Backtest adalah simulasi terhadap pergerakan harga di masa lalu. Karena data historis hanya ada satu pola, jika Anda menyesuaikan strategi ke sana, Anda bisa membuat hasil sebaik apapun. Inilah overfitting (curve fitting).
Lebih jauh lagi, jika pengaturan backtest lebih longgar dari kenyataan, hasilnya akan terlihat lebih baik dari kondisi aktual. Misalnya menetapkan spread yang sempit dan tetap, atau mengasumsikan semua order pasti tereksekusi di harga yang diinginkan — 'perbedaan dari kenyataan' ini yang terakumulasi membuat backtest dan operasional nyata sangat berbeda.
Kualitas Pemodelan dan Data Tick
Strategy Tester MT5 mengubah presisi perhitungan (kualitas pemodelan) tergantung pengaturan. Dengan perhitungan berbasis open price yang lebih sederhana, pergerakan harga dalam satu candle diabaikan sehingga penilaian apakah SL atau TP tersentuh menjadi tidak akurat.
Yang paling akurat adalah mode 'Every tick (the most accurate method based on all available least timeframes)' atau 'Every tick based on real ticks'. Presisi mode pertama umumnya ditampilkan sebagai 99,9%. Semakin sempit jangkauan strategi seperti scalping, semakin besar pengaruh presisi tick.
| Mode Perhitungan | Presisi | Penggunaan |
|---|---|---|
| Open price only | Rendah | Hanya untuk memeriksa tren secara kasar |
| 1-minute OHLC | Sedang | Pemeriksaan cepat |
| Every tick | Sekitar 99,9% | Wajib untuk verifikasi final sebelum publikasi |
| Real ticks | Tertinggi | Verifikasi presisi menggunakan data nyata dari broker |
4 Biaya yang Sering Terlewat
Meskipun terlihat kecil di backtest, faktor-faktor ini menggerus keuntungan di operasional nyata.
Perubahan Spread
Backtest cenderung menggunakan spread tetap, tetapi spread aktual berubah sepanjang hari dan bisa membesar 5-10 kali lipat saat pengumuman data ekonomi. Jika nilai tetap yang digunakan terlalu sempit, Anda meremehkan biaya transaksi nyata.
Slippage
Selisih antara harga yang diinginkan dan harga eksekusi aktual. Hampir diabaikan di backtest, tetapi tidak bisa diabaikan saat pasar bergerak cepat atau saat scalping.
Swap (Biaya Overnight)
Biaya bunga yang timbul saat posisi dibawa ke hari berikutnya. Untuk EA tipe jangka panjang, akumulasi swap bisa mempengaruhi hasil secara signifikan. Perlu dipastikan pengaturan swap di backtest sesuai dengan kondisi aktual.
Penolakan Order / Requote
Dalam operasional nyata, order bisa ditolak atau harga baru ditawarkan. Karena backtest mengasumsikan semua order pasti tereksekusi, gesekan ini tidak direproduksi.
Daftar Periksa Jebakan Backtest
Saat melihat hasil backtest, periksa poin-poin berikut. Semakin banyak yang berlaku, semakin banyak Anda perlu mendiskon angkanya.
| Poin Pemeriksaan | Isi Jebakan |
|---|---|
| Kualitas pemodelan di bawah 99,9% | Pergerakan harga dalam candle diabaikan, penilaian SL/TP menjadi tidak akurat |
| Spread tetap dan sempit | Biaya transaksi aktual diremehkan |
| Periode pendek (kurang dari 3 tahun) | Hanya mencakup kondisi pasar tertentu sehingga hasil bias |
| PF di atas 3.0, kurva ekuitas terlalu mulus | Kecurigaan overfitting yang kuat |
| Evaluasi dilakukan pada periode yang sama dengan optimasi | Keliru menganggap penyesuaian data masa lalu sebagai kemampuan nyata |
| Hanya satu pasangan mata uang, satu periode | Kemungkinan keberhasilan hanya kebetulan |
Verifikasi dengan Pengujian Nyata dan Multi-Periode
Cara terbaik untuk menghindari jebakan backtest adalah 'menguji berulang kali dalam berbagai kondisi yang independen'. Satu hasil bagus mungkin kebetulan, tetapi jika hasilnya konsisten positif di berbagai periode dan kondisi yang berbeda, strategi tersebut berpotensi memiliki keunggulan nyata.
Uji dalam Beberapa Periode Terpisah
Bagi 10 tahun menjadi 3-4 periode dan periksa apakah masing-masing menghasilkan keuntungan secara terpisah. Waspadai jika hanya satu periode yang menonjol dan menopang keseluruhan hasil.
Deteksi Overfitting dengan Analisis Walk-Forward
Periksa apakah performa tidak runtuh di periode yang tidak digunakan untuk optimasi (OOS). Ini adalah metode paling pasti untuk mendeteksi overfitting.
Hadapkan pada Pasar Nyata dengan Forward Test
Operasikan di akun demo minimal 3 bulan dan lihat apakah EA mampu mempertahankan 70-130% dari hasil backtest di bawah kondisi spread dan slippage aktual.
🔬 Deteksi Overfitting dengan Analisis Walk-Forward
Jebakan paling berbahaya dalam backtest adalah overfitting. Artikel analisis walk-forward menjelaskan prosedur deteksinya secara konkret.
Baca Artikel Analisis Walk-Forward →