Beranda/Glosarium/Pengujian di luar sampel
Beranda/Glosarium/Pengujian di luar sampel
Analisis & metrik

Pengujian di luar sampel

Oleh Jarosław Wasiński (EN) • Diterbitkan: • Diperbarui:
Data ditahan dari pemilihan strategi serta penyesuaian parameter, lalu dipakai menilai kinerja pada observasi belum dilihat. Setelah hasil memandu perubahan lanjut, data bukan lagi holdout bersih strategi revisi. Tidak ada persen atau jumlah transaksi tetap yang menjamin uji bermakna; hindari kebocoran dan masukkan biaya realistis.

Contoh menggunakan penulisan angka bahasa Inggris: koma memisahkan ribuan dan titik menandai bagian desimal. 1,000 berarti seribu; 1.25 berarti satu seperempat.

Contoh. Aturan dikembangkan pada data 2020–2023, dipilih dengan validasi 2024 terpisah dan versi beku dievaluasi pada uji 2025 belum disentuh. Expectancy pengembangan +0.30R dibanding +0.08R uji tidak mengenali satu penyebab. Jika filter berubah setelah meninjau 2025, tahun itu bukan lagi OOS bersih untuk versi revisi.

Sampel harus terpisah dari seleksi

OOS berarti data tidak dipakai memilih strategi yang dinilai, bukan sekadar file bernama lain. Memilih parameter, instrumen atau pengecualian setelah melihat uji juga memakai informasinya. Siklus riset lanjut dapat transparan, tetapi bedakan validasi pengembangan dari uji akhir. Simpan keputusan dan versi agar jelas data yang benar-benar belum dilihat pengembang model.

Kronologi dan kebocoran data

Pengacakan deret waktu pasar dapat mencampur informasi masa depan dan lampau. Sesuaikan skala, seleksi fitur dan ambang hanya dengan data tersedia sebelum uji. Transaksi atau label mencakup interval masa depan dapat melintasi batas sampel; tetapkan pengecualian sesuai horizon. Jeda kalender saja tidak menghapus seluruh kebocoran. Lihat dokumentasi kebocoran data scikit-learn untuk contoh.

Apa arti hasil lebih lemah?

Kemungkinan penyebab termasuk overfitting, kondisi pasar berubah, biaya lebih tinggi, kesalahan implementasi atau ketidakpastian sampel kecil. Selidiki diagnosis, jangan otomatis nyatakan overfitting. Laporkan transaksi selesai, dispersi dan semua biaya. Periode OOS positif singkat juga bukan sertifikat profitabilitas; tetap estimasi menurut model serta jendela ukur tertentu.

Dokumentasi membuat uji dapat direproduksi

Simpan versi kode, data sumber, jadwal publikasi dan spesifikasi produk. Tetapkan penanganan posisi terbuka yang melintasi batas sampel serta riwayat pemanasan indikator. Observasi lebih awal untuk menghitung indikator berbeda dari hasil masa depan untuk memilih parameter. Rekaman harus mereproduksi versi uji persis tanpa diam-diam memasukkan pengetahuan periode kemudian ke evaluasi sebelumnya.

Protokol praktis

Catat batas sampel, waktu ketersediaan informasi, kriteria evaluasi dan rencana tindakan sebelum membaca hasil. Pertahankan biaya lengkap serta ukuran sebanding. Jika uji memandu perubahan, atur penilaian jujur baru pada data kemudian, jangan klaim observasi lama tetap belum disentuh. Dalam kursus: backtesting dan forward testing. Sumber diperiksa 11 Oktober 2026.

Diagram dan contoh perhitungan

Infografik edukatif: Pengujian di luar sampel
Diagram edukatif; data model dan asumsi dinyatakan dalam grafik.
Buka grafik ukuran penuh

Pertanyaan umum

Apakah pembagian 70/30 selalu cukup?
Tidak. Pembagian sesuai bergantung horizon, jumlah observasi, ketergantungan dan proses seleksi.
Bolehkah OOS diperiksa berulang?
Ya, tetapi jika memengaruhi model atau seleksi, observasi menjadi data riset, bukan uji akhir bersih.

← Kembali ke glosarium lengkap

Jarosław Wasiński

Pemimpin redaksi, ForexMechanics.com • Analis makro dan FX

Analis independen dan profesional dengan lebih dari 20 tahun pengalaman di pasar keuangan. Aktif di Forex sejak 2004, berfokus pada analisis fundamental, struktur pasar OTC, dan manajemen risiko modal yang disiplin.

  • Pendiri dan pemimpin redaksi MyBank.pl, menyediakan edukasi keuangan tepercaya sejak 2004.
  • Penulis ratusan komentar pasar mendalam, analisis struktural, dan materi edukasi untuk trader dan investor.
  • Pendukung transparansi pasar, mempromosikan edukasi berbasis data konkret dan laporan institusional (BIS, ESMA, CFTC).

Seluruh konten bersifat edukasi dan informasi semata – bukan merupakan saran investasi atau rekomendasi apa pun. Ingat: trading dengan leverage (Forex/CFD) memiliki risiko tinggi kehilangan modal dengan cepat.