Modul 4 — Riset: dari hipotesis ke OEAMember

Backtest, out-of-sample, dan overfitting

12 menitPelajaran 10 dari 11

Kenapa backtest yang indah sering bohong, dan bagaimana pemisahan in-sample / out-of-sample menjaga kejujuran.

Beri cukup parameter, dan kamu bisa mencocokkan kurva apa pun di masa lalu dengan sempurna. Itu bukan edge — itu overfitting: menghafal kebisingan, bukan menangkap pola.

Pemisahan in-sample / out-of-sample

  1. Optimalkan strategi hanya di data in-sample (misalnya 2021–awal 2025).
  2. Bekukan parameternya. Jangan disentuh lagi.
  3. Uji di data out-of-sample yang belum pernah dilihat sistem.
  4. Kalau performanya ambruk, edge-nya palsu.
Di balik layar OuroAlgo

Optimasi kami memisahkan 1200 hari in-sample dan 300 hari out-of-sample, dengan skor yang menghukum drawdown. Kandidat terbaik diuji buta di periode yang tidak pernah dipakai saat optimasi. Angka rekam jejak yang kami tampilkan adalah hasil live, bukan kurva backtest.

Intinya

Parameter yang dioptimalkan ke masa lalu hampir selalu terlalu bagus. Satu-satunya tes yang jujur adalah data yang belum pernah dilihat sistem.