วิธีหลีกเลี่ยงการ Overfitting (Curve Fitting) ในการพัฒนา EA

"Backtest ได้ผลตอบแทนปีละ 50% แต่พอนำไปใช้งานจริงกลับขาดทุนต่อเนื่อง" — ความล้มเหลวที่พบบ่อยที่สุดในการใช้งาน EA เกือบทั้งหมดมีต้นเหตุมาจาก Curve Fitting (การ Overfitting หรือการปรับค่าพารามิเตอร์จนเกินพอดี)

บทความนี้จะอธิบายว่าทำไม Curve Fitting จึงเกิดขึ้น จะสังเกตอย่างไร และจะหลีกเลี่ยงได้อย่างไรตั้งแต่ขั้นตอนการออกแบบ

Curve Fitting คืออะไร

Curve Fitting หมายถึงปรากฏการณ์ที่พารามิเตอร์หรือตรรกะของ EA ถูกปรับให้เหมาะกับการเคลื่อนไหวของราคาในอดีตเฉพาะช่วงหนึ่งมากเกินไป ข้อมูลในอดีตมีการเคลื่อนไหวที่เกิดขึ้นโดยบังเอิญปะปนอยู่ด้วย พารามิเตอร์ที่ถูกปรับให้ตรงกับความบังเอิญเหล่านั้นจะไม่สามารถรับมือกับความบังเอิญในอนาคตได้

โครงสร้างนี้เหมือนกับใน Machine Learning ที่โมเดล "Overfit กับข้อมูล Training จนประสิทธิภาพบน Test Data ตก"

ทำไม Curve Fitting จึงเกิดขึ้น

สาเหตุหลักมีดังนี้

พารามิเตอร์มากเกินไป

ถ้ามีพารามิเตอร์ 10-20 ตัว การปรับค่าเพียงอย่างเดียวก็สามารถอธิบายการเคลื่อนไหวในอดีตได้เกือบสมบูรณ์ แต่นั่นเป็นแค่การ "ลอกแบบอดีต" ไม่ได้สะท้อนสาระสำคัญของตลาด

การ Optimize ซ้ำหลายรอบ

การรัน Optimize ซ้ำบนข้อมูลชุดเดิมหลายครั้งจะทำให้ค่อย ๆ ปรับเข้าหาลักษณะเฉพาะของข้อมูลชุดนั้น ยิ่งลองผิดลองถูกมากขึ้นเท่าไหร่ โอกาสที่ EA จะทำงานได้ในตลาดจริงอนาคตก็ยิ่งลดลง

เลือก Metric ในการประเมินผิด

ถ้าตั้งเป้าเพียง "กำไรสูงสุด" อย่างเดียว พารามิเตอร์ที่ได้อาจเป็นค่าสุดโต่งที่ไม่คำนึงถึงความเสี่ยง กำไรที่มาจากเทรดชนะจำนวนน้อยแต่ได้มากมักไม่สามารถทำซ้ำได้ในอนาคต

วิธีสังเกต Curve Fitting

นี่คือสัญญาณที่บ่งบอกว่า EA อาจตกอยู่ใน Curve Fitting

1. ตัวเลขดีเกินจริง

PF 3.0 ขึ้นไป, Win Rate 80% ขึ้นไป, ผลตอบแทนต่อปี 100% ขึ้นไป — EA ที่แสดงตัวเลขเหล่านี้ควรสงสัย Curve Fitting ทันที มี EA เพียงน้อยมากที่รักษาระดับนี้ได้จริงในระยะยาว

2. จำนวนเทรดน้อยเกินไป

PF 2.0 ที่คำนวณจากเทรดเพียงไม่กี่สิบครั้งไม่มีนัยสำคัญทางสถิติ ต้องมีอย่างน้อย 200 ครั้ง ดีกว่าคือ 500 ครั้งขึ้นไป จึงจะประเมินผลได้อย่างน่าเชื่อถือ

3. ผลลัพธ์รายปีขึ้น ๆ ลง ๆ ไม่สม่ำเสมอ

เมื่อดูกราฟผลตอบแทนรายปีแล้วพบว่าปีใดปีหนึ่งโดดออกมา หรือมีปีที่ขาดทุนหนักเป็นพิเศษ แสดงว่า EA นั้นพึ่งพิงสภาพตลาดช่วงนั้นมากเกินไป

4. ผลลัพธ์แย่ลงในช่วงล่าสุด

ถ้าจาก 10 ปีที่ผ่านมา 1-2 ปีล่าสุดผลแย่ลง แสดงว่าตรรกะของ EA อาจไม่สอดคล้องกับตลาดปัจจุบันแล้ว

5. Sensitivity ของพารามิเตอร์สูง

ลองขยับค่าพารามิเตอร์ที่ดีที่สุด ±10% แล้วผลลัพธ์แตกต่างอย่างมาก — นั่นเป็นสัญญาณอันตราย EA กำลังอยู่บน "จุดยอดแหลม" ที่พอสภาพเปลี่ยนเล็กน้อยก็ร่วงลงทันที

วิธีหลีกเลี่ยงตั้งแต่ขั้นออกแบบ

การป้องกัน Curve Fitting ตั้งแต่ต้นมีประสิทธิภาพกว่าการแก้ไขภายหลัง

1. จำกัดจำนวนพารามิเตอร์

ใช้เฉพาะพารามิเตอร์ที่มีความหมายทางตรรกะเท่านั้น ห้ามทำให้บางอย่างเป็นพารามิเตอร์เพียงเพราะ "ปรับได้" จำนวนที่สมเหตุสมผลคือ 3-5 ตัวในการ Optimize

2. ทำ Out-of-Sample (OOS) Validation เสมอ

ถ้ามีข้อมูล 10 ปี ให้ Optimize บนข้อมูล 7 ปีแรก แล้วทดสอบบน 3 ปีหลัง รับเฉพาะพารามิเตอร์ที่ให้ผลใกล้เคียงกันในทั้งสองช่วง

3. ทดสอบกับหลายคู่สกุลเงินและหลาย Timeframe

EA ที่ "ชนะได้เฉพาะ XAUUSD H1" อาจเป็นสัญญาณของการ Overfit กับเงื่อนไขนั้น ตรรกะที่แสดงแนวโน้มสม่ำเสมอบน EURUSD หรือ USDJPY ด้วยมักมีความทนทาน (Robustness) สูงกว่า

4. ทำให้ตรรกะ "อธิบายได้"

สิ่งสำคัญคือสามารถอธิบายได้ว่า "ทำไมพารามิเตอร์นี้ถึงทำให้ตรรกะนี้ทำงานได้" ในแง่ของกลไกตลาด การบอกว่า "Backtest ชนะจึงใช้" ไม่มีเหตุผลเพียงพอที่จะเชื่อว่าจะทำงานได้ในอนาคต

5. Optimize "แบบเบา ๆ"

ไม่เพิ่ม Generation มากเกินไป, ใส่ Filter เรื่อง "จำนวนเทรด" และ "Max DD" ในเกณฑ์การประเมิน, เลือกค่า Median จากกลุ่มผลลัพธ์ดีสุด — กลยุทธ์ "Optimize น้อย ๆ" เหล่านี้ช่วยเพิ่มความต้านทาน Curve Fitting

กล้าเลือก "ตัวเลขธรรมดา"

ใครๆ ก็อยากเลือกตัวเลขที่ดีที่สุดจากผลการ Optimize แต่นักเทรดระยะยาวส่วนใหญ่เลือกพารามิเตอร์ที่ให้ตัวเลขธรรมดา ไม่ใช่สูงสุดโดยตั้งใจ

เหตุผลง่ายๆ คือ พารามิเตอร์ที่ให้ผลธรรมดาจะไม่พังง่ายแม้ตลาดเปลี่ยนไปบ้าง ส่วนพารามิเตอร์ที่ให้ผลดีที่สุดนั้นเป็น "ที่สุด" เฉพาะในเงื่อนไขนั้นเท่านั้น

แนวทางของเราที่ fxea365.com

GOLD_EMA_ATR_EA (XAUUSD H1) ถูกออกแบบตามหลักการดังนี้

• พารามิเตอร์ที่ Optimize มีเพียง 3 ตัว (EMA ระยะสั้น, EMA ระยะยาว, ATR Multiplier)
• ใช้ข้อมูล 10 ปี โดย Optimize บน 7 ปีแรก และทดสอบบน 3 ปีหลัง
• เลือกค่า Median ของผลลัพธ์ที่อยู่ในช่วง "ผลตอบแทนต่อปี 1-3%, Max DD 5-10%"
• ผลลัพธ์ที่ได้คือ PF 1.30, ผลตอบแทนต่อปี 1.7% ซึ่งเป็นตัวเลขอนุรักษ์นิยม

เพราะตัวเลขไม่หวือหวา จึงออกแบบมาให้ไม่ล้มเหลวง่ายแม้ตลาดจะเปลี่ยนแปลง

สรุป

Curve Fitting คือกับดักที่ใหญ่ที่สุดในการใช้งาน EA ยิ่งผล Backtest ดูเหมือน "ตัวเลขในฝัน" มากเท่าไหร่ ยิ่งต้องระมัดระวังมากขึ้นเท่านั้น

"ตัวเลขธรรมดา ที่ทำงานได้นาน" — นี่คือแนวทางชนะที่เรียบง่ายแต่แน่นอนในการใช้งาน EA

ดาวน์โหลด EA ฟรี

GOLD_EMA_ATR_EA ถูกออกแบบมาเพื่อหลีกเลี่ยง Overfitting โดยตั้งใจ และแจกฟรี พร้อมรายงานการทดสอบโดยละเอียด

ดาวน์โหลด EA ฟรี

โบรกเกอร์ที่แนะนำ

การเลือกโบรกเกอร์ที่มีคุณภาพการ Execute สูงเป็นสิ่งสำคัญในการทำให้ผลการเทรดจริงใกล้เคียงกับ Backtest มากที่สุด

ดูรายชื่อโบรกเกอร์ที่แนะนำ