Cara Saya Membedakan Edge yang Tangguh dari Hasil yang Cuma Beruntung

Ada satu momen dalam riset yang sudah saya latih untuk tidak saya percaya. Sebuah backtest selesai, kurva equity naik ke arah yang benar, dan selama kira-kira tiga puluh detik rasanya pekerjaan sudah beres.

Hampir tidak pernah begitu. Sebagian besar yang saya bangun setahun terakhir bukanlah sebuah strategi, melainkan serangkaian rintangan yang dirancang untuk mencabut perasaan itu sebelum saya sempat bertindak atasnya. Ini catatan jujur tentang rintangan itu, kenapa saya membutuhkannya, dan apa yang terus mereka sampaikan ke saya.

Kenapa backtest yang bagus terasa begitu meyakinkan?

Karena wishful thinking terasa produktif. Di situlah jebakannya.

Ketika sebuah hasil terlihat bagus, refleks alami saya adalah menjelaskan kenapa hasil itu masuk akal. Saya bisa menghabiskan satu malam penuh menyusun cerita di sekitar setup yang lemah, dan sepanjang malam itu rasanya saya sedang meriset. Bentuknya mirip kerja. Padahal ia tidak menghasilkan informasi baru sama sekali.

Saya pernah memergoki diri sendiri melakukan itu, dan ongkosnya bukan malam yang terbuang. Ongkosnya adalah cerita itu menunda perbaikan yang sebenarnya. Setiap jam yang saya pakai membela sebuah angka adalah satu jam yang tidak saya pakai untuk menguji apakah angka itu nyata. Jadi saya berusaha menaruh keyakinan di tempat yang benar, yaitu sesudah bukti, bukan sebelum bukti. Ukur dulu, baru percaya.

Ditulis begini kedengaran jelas. Jauh lebih sulit ketika angkanya adalah angka yang memang saya harapkan.

Apa arti robustness yang sebenarnya?

Hasil yang hanya bekerja di satu sudut sempit bukanlah edge, itu kebetulan dengan waktu yang pas.

Karena itu Dquants, engine yang saya kembangkan sendiri, mendorong sebuah ide melewati empat sumbu sebelum saya menganggapnya serius.

Waktu. Apakah perilakunya bertahan di berbagai jendela data, atau ia ditopang oleh satu potongan sejarah yang kebetulan sangat ramah?

Regime. Pasar tren dan pasar seimbang adalah dua persoalan berbeda. Aturan yang hanya bertahan di salah satunya punya cakupan jauh lebih sempit daripada yang disiratkan angka utamanya.

Parameter. Saya mencari dataran, bukan puncak. Kalau sebuah setelan harus tepat persis supaya berfungsi, yang saya temukan adalah bentuk pencarian saya sendiri, bukan bentuk pasarnya.

Biaya. Spread dan komisi adalah pembeda antara hasil yang tipis dan hasil yang merugi. Saya naikkan tekanannya lalu lihat apa yang tersisa.

Kurva equity yang kurang spektakuler tapi lolos keempat sumbu lebih berharga bagi saya daripada kurva yang indah tepat sekali. Robustness bukan bonus setelah riset selesai. Ia justru sebagian besar dari riset itu sendiri.

Kenapa kualitas sampel lebih penting daripada angka utama?

Sampel kecil bisa menyesatkan dengan parah sambil tetap terlihat menggoda, dan metrik utamanya tidak akan memperingatkan Anda.

Jadi berdampingan dengan angka-angka biasa, saya melacak dari berapa banyak transaksi hasil itu berasal dan seberapa luas peta yang tercakup. Kalau satu kuartal atau satu regime yang menanggung sebagian besar hasilnya, saya perlakukan itu sebagai temuan sempit, bukan temuan luas, terlepas dari bagaimana ringkasannya terbaca.

Di sinilah statistik benar-benar berguna. Sharpe mentah tidak bercerita apa pun tentang berapa banyak varian yang saya coba sebelum menemukannya, dan kalau cukup banyak ide diuji, salah satunya pasti terlihat bagus secara kebetulan. Deflated Sharpe mengoreksi persis hal itu. Minimum track record length menanyakan hal serupa dari arah sebaliknya: dengan variasi sebesar ini, berapa transaksi yang sebenarnya saya butuhkan sebelum hasilnya berhenti bisa dijelaskan oleh keberuntungan? Kalau sampelnya lebih kecil dari angka itu, jawaban jujurnya adalah saya belum tahu.

Dua pemeriksaan itu sudah membunuh ide-ide yang saya sukai. Memang itu gunanya.

Seperti apa kegagalannya dalam praktik?

Ada kuburan di belakang pekerjaan ini, dan ukurannya cukup besar. Sekitar tiga puluh lima sweep parameter sudah diuji sampai tuntas dan ditolak. Dalam satu periode belakangan, saya membangun dan menguji lima ide berturut-turut dan menolak kelimanya.

Kegagalannya cenderung mengambil tiga bentuk yang bisa dikenali.

Curve-fit. Ide itu bisa disetel agar terlihat bagus di jendela latih lalu berantakan di luar itu. Satu varian yang saya sukai pas dengan rapi pada data latihnya, lalu menghasilkan drawdown di luar sampel yang melewati delapan puluh persen. Itu bukan strategi yang sedang melewati masa buruk. Itu strategi yang sejak awal tidak pernah ada.

Tergantung regime. Perilakunya nyata tapi belum bersyarat. Ia bekerja selama satu jenis pasar bertahan lalu tergerus ketika pasarnya berubah. Yang ini benar-benar sulit, karena hasilnya tidak palsu, ia hanya belum lengkap. Yang dibutuhkan adalah sebuah kondisi, bukan penyetelan parameter.

Fiktif karena feed. Edge-nya ada di data saya dan tidak ada di dunia nyata. Ini kategori yang paling merendahkan hati, karena artinya alat sayalah yang berbohong.

Memberi nama pada ketiga bentuk itu mengubah cara saya bekerja lebih besar daripada tes tunggal mana pun. Sekarang ketika sesuatu gagal, pertanyaan pertama saya adalah ia masuk yang mana dari ketiganya, dan jawabannya biasanya langsung menunjuk ke perbaikannya.

Di mana angka saya sendiri masih menyanjung saya?

Di sisi biaya, dan saya lebih suka mengatakannya terus terang daripada ditemukan orang lain belakangan.

Tick engine yang memodelkan spread dan komisi tapi membiarkan slippage, latency dan swap di angka nol bukan sedang mensimulasikan trading, ia mensimulasikan versi trading tanpa gesekan. Saya tahu spread pada salah satu feed historis saya kira-kira sepuluh kali lebih ketat daripada yang benar-benar saya bayar saat live. Hasil yang tipis dalam kondisi seperti itu sangat mungkin menjadi hasil yang merugi di dunia nyata.

Sisi keluar punya utangnya sendiri. Tiga kali secara terpisah, perubahan yang terlihat datar atau positif di engine saya keluar jelas lebih buruk di MetaTrader. Engine tidak bisa tahu jalur yang ditempuh harga di dalam satu tick, jadi ia sistematis memberi nilai berlebih pada transaksi yang dibiarkan berjalan. Angka sisi masuk saya percaya. Angka sisi keluar saya pegang longgar.

Membangun lapisan gesekan yang realistis lalu memeringkat ulang semuanya di bawah lapisan itu adalah item terbesar yang masih terbuka di daftar saya. Sampai itu selesai, setiap angka yang saya punya bersifat sementara, dan Master Volume Profile juga belum punya rekam jejak live untuk dirujuk ke arah mana pun.

Apa yang terjadi kalau sebuah hasil benar-benar bertahan?

Rasanya memuaskan, dan saya berusaha menjaga kepuasan itu tetap proporsional.

Ketika sesuatu lolos tes yang lebih berat dari dugaan saya, yang saya peroleh bukan bukti final. Itu alasan untuk menjalankan tes yang lebih berat lagi. Validation gate adalah pos pemeriksaan, bukan garis finis, dan memperlakukan satu kelulusan sebagai akhir cerita adalah cara sebuah proses yang tangguh diam-diam berubah kembali menjadi proses yang penuh harapan.

Hasil yang saya inginkan adalah yang bersih, bisa diulang, dan bisa dijelaskan. Kalau saya tidak bisa mereproduksi sebuah hasil kapan saja, kemungkinan besar saya belum cukup memahaminya untuk bersandar padanya.

Kenapa "belum" adalah jawaban paling berguna yang saya punya?

Karena sebagian besar waktu, itulah jawaban yang benar.

Belum tervalidasi. Belum tangguh lintas regime. Belum diuji di bawah biaya realistis. Belum siap. Tidak satu pun dari itu adalah kegagalan, dan tidak satu pun adalah penolakan halus. Itu pelaporan kemajuan yang akurat, dan saya belajar menghargainya jauh lebih tinggi daripada kepastian yang belum diperjuangkan.

Rasa frustrasinya nyata. Sebagian panjang dari pekerjaan ini adalah jalan buntu, error build dan koreksi, dan kemajuannya sering tidak terlihat sampai suatu hari prosesnya terasa jauh lebih stabil. Tapi di situlah asumsi-asumsi lemah tersingkap, dan saya lebih memilih menemukannya di riset daripada di akun live.

Apa kesimpulan jujurnya?

Sebuah strategi tidak kuat karena pernah menghasilkan uang sekali. Ia kuat karena mempertahankan bentuknya di bawah tekanan.

Kalau Anda datang ke pasar dari dunia teknik, harapan jujur saya adalah sebagian besar ide Anda tidak akan bertahan menghadapi data bersih dan biaya nyata, dan yang bertahan akan lebih kecil dari yang Anda bayangkan. Itu bukan prosesnya sedang mengecewakan Anda. Itu satu-satunya versi proses yang layak dimiliki.

Menunggu bukti tambahan hampir selalu jauh lebih murah daripada menerjunkannya terlalu dini.

---

Artikel ini disusun dari seri build-log KenKem. Hanya untuk tujuan edukasi. Bukan nasihat keuangan. Kinerja masa lalu tidak menjamin hasil di masa depan.