Analisis & metrik

Overfitting / Curve-fitting

Menyesuaikan strategi terlalu dekat dengan noise atau ciri kebetulan data pengembangan. Mencari banyak aturan dan menyimpan terbaik meningkatkan bias seleksi. Parameter tidak biasa saja bukan bukti overfitting; gunakan data validasi terpisah, biaya realistis dan uji sensitivitas tanpa berulang memakai set uji akhir.

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

Contoh. Dalam eksperimen hipotetis, 20 uji independen semuanya memiliki hipotesis nol benar dan tingkat galat masing-masing 5%. Harapan penolakan palsu 20 × 0.05 = 1, sementara probabilitas setidaknya satu 1 − 0.95²⁰ ≈ 64.15%. Ini model pengujian berganda, bukan tingkat galat nyata setiap optimasi Forex.

Cara noise tersesuaikan

Data pengembangan mengandung kemungkinan hubungan dan kejadian acak. Menambah filter atau memilih instrumen serta pengaturan setelah meninjau kinerja dapat menangkap kejadian itu. Jumlah varian juga mencakup ide dibuang manual. Periode indikator tidak biasa tidak sendiri membuktikan salah, sementara parameter populer tidak melindungi. Seluruh proses seleksi dan evaluasi penting, bukan tampilan satu kurva.

Banyak pencarian mengubah interpretasi

Hasil terbaik banyak model tidak berinterpretasi sama dengan satu aturan ditetapkan sebelumnya. Uji bergantung melanggar asumsi contoh 64.15%, tetapi tidak otomatis memulihkan kredibilitas pemenang. Catat jumlah serta lingkup pencarian. Lihat Bailey dan rekan, The Probability of Backtest Overfitting tentang pemilihan strategi; tidak menyiratkan penalti persen universal.

Cara mengurangi masalah

Bekukan definisi dan pisahkan pengembangan, validasi serta uji akhir. Periksa stabilitas parameter berdekatan, biaya realistis dan periode berbeda, ungkap pilihan tambahan itu. Penyesuaian pada hasil validasi lain menciptakan kebutuhan evaluasi jujur baru. Jangan ubah uji akhir menjadi data pelatihan tanpa mengakuinya. Kesederhanaan membantu mengendalikan prosedur, tetapi tidak sendiri membuktikan keunggulan.

Kisah ekonomi tidak menggantikan uji

Penjelasan permintaan, sesi atau perilaku bank yang meyakinkan dapat ditempel retrospektif pada hasil kebetulan. Penjelasan harus menghasilkan hipotesis sebelumnya, dengan syarat yang membuat observasi tidak mendukungnya. Jangan singkirkan setiap kegagalan sebagai pasar luar biasa. Menambah pengecualian memperluas pencarian aturan; catat dan evaluasi ulang, simpan varian gagal serta alasan perubahan.

Diagnosis dan penerapan

OOS lemah juga dapat mencerminkan perubahan rezim, masalah implementasi atau ketidakpastian. Bandingkan sumber data, waktu ketersediaan dan biaya sebelum menyimpulkan. Jurnal riset perlu kegagalan serta keberhasilan, dengan versi dan tanggal. Dalam kursus: backtesting dan forward testing dan trading algoritmik. Sumber diperiksa 11 Oktober 2026.

Pertanyaan umum

Apakah backtest sangat baik membuktikan overfitting?
Tidak. Memerlukan tinjauan proses teliti, bukan diagnosis sendiri.
Apakah menghapus beberapa filter menyelesaikannya?
Tidak otomatis. Aturan revisi juga perlu validasi jujur tanpa seleksi terhadap uji diketahui.

← 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.