Mengapa Edge Trading yang Nyata Selalu Lebih Kecil dari Penampilannya?
· #research-method #backtesting #risk-management #systematic-trading #trading-psychology
Edge yang nyata itu kecil. Sebagian besar hal yang membuat sebuah backtest terlihat mengesankan berasal dari setelan risiko, dari rezim pasar yang kebetulan ramah, dan dari segelintir transaksi berukuran besar, bukan dari edge itu sendiri. Riset strategi emas saya menghasilkan Sharpe sekitar 0,05 per transaksi, dan hampir semua angka mencolok setelahnya adalah keputusan tentang ukuran posisi, bukan penemuan tentang pasar.
Saya butuh waktu untuk menerima itu, dan setelah menerimanya cara saya membangun ikut berubah. Berikut aritmetika jujur dari sebuah edge kecil, termasuk bagian bukti saya sendiri yang dibongkar oleh peninjau dari luar.
Mengapa sebuah edge terlihat lebih besar dari kenyataannya?
Karena angka persentase imbal hasil adalah pernyataan tentang leverage, dan leverage adalah tombol yang saya putar, bukan temuan.
Ambil Sharpe sekitar 0,05 per transaksi dan persentase risiko yang bisa disetel hampir sesuka hati, maka angka tahunan yang keluar di ujung lain adalah posisi tombol itu. Dua sistem dengan logika identik bisa melaporkan imbal hasil yang sangat berbeda semata karena satu di antaranya mengambil risiko lebih besar per transaksi. Tidak ada yang berubah tentang pasarnya.
Ini cara paling umum sebuah hasil dijual berlebihan, dan saya pernah melakukannya di dokumen saya sendiri. Perbaikannya membosankan: selalu pisahkan edge dari sizing setiap kali melaporkan apa pun. Edge adalah statistik per transaksi dan profit factor. Imbal hasil adalah apa yang terjadi ketika saya memilih seberapa keras menekan.
Seberapa besar sebenarnya edge saya sendiri?
Sederhana, dan sederhana dengan cara yang mudah terlewat jika hanya membaca angka utama.
Konfigurasi tersertifikasi Master Volume Profile pada emas melaporkan profit factor sekitar 1,42 pada jendela validasinya. Pada mode breakout yang membawa sekitar 96 persen dari seluruh entri, rata rata transaksi menang berukuran kira kira sama dengan rata rata transaksi kalah. Fakta tunggal itu memberi tahu di mana edge tidak berada: bukan pada kemenangan besar yang berlari jauh. Ini kemiringan statistik tipis yang diterapkan berkali kali.
Gambaran walk forward bahkan lebih tipis, dan itulah gambaran yang jujur. Profit factor median lintas fold berukuran sama berada di sekitar 1,30, dan pada simulasi Monte Carlo dengan 20.000 iterasi, profit factor persentil kelima adalah 1,108. Masih di atas satu, jadi edge itu bertahan saat diguncang. Sama sekali bukan angka yang biasa dipamerkan lewat tangkapan layar.
Saya lebih suka membangun mesin di sekitar 1,1 yang terus muncul daripada di sekitar 3,0 yang muncul satu kali.
Mengapa satu bulan yang kuat tidak membuktikan apa pun?
Karena satu bulan hanyalah sampel sekitar dua puluh hari perdagangan, sementara edge saya butuh jauh lebih banyak sebelum berarti apa apa.
Ketika menguji ketahanan, saya melihat apakah perilakunya berulang lintas jendela, bukan apakah ada satu jendela yang luar biasa. Pada walk forward bulan kalender, 11 dari 12 bulan menghasilkan laba dengan profit factor median 1,336. Yang menarik justru bulan kedua belas. Agustus 2025 berakhir dengan profit factor 0,69 dan turun 21,6 persen, di dalam jendela yang sama yang tanpa pemeriksaan akan saya sebut kuat.
Bulan merugi di dalam tahun yang positif bukan cacat yang harus direkayasa hilang. Itulah bentuk aslinya. Siapa pun yang menunjukkan strategi tanpa bulan seperti itu entah memakai jendela yang terlalu pendek, atau tidak menunjukkan semuanya.
Berapa banyak hasil yang berasal dari segelintir transaksi?
Jauh lebih banyak dari yang membuat saya nyaman, dan saya baru mengukurnya dengan benar setelah ada yang bertanya.
Pada aliran riset berisi 3.502 transaksi emas, satu persen transaksi terbaik, yaitu 35 transaksi, menyumbang lebih dari seluruh hasil bersih. Hapus 30 transaksi terbaik, setara 0,86 persen sampel, dan keseluruhannya berubah menjadi negatif. Distribusi hasilnya memiliki kemencengan 3,49 dan kurtosis berlebih 19,5, dan setelah disesuaikan, ukuran sampel efektif setara Gauss hanya sekitar 326, bukan 3.502. Margin nyata saya terhadap minimum track record length adalah sekitar 326 berbanding 192, bukan kelipatan nyaman yang selama ini saya kutip.
Bukti tandingannya layak berada di paragraf yang sama, bukan di catatan kaki. Bootstrap 20.000 penarikan pada aliran yang sama memberi probabilitas hasil bersih tidak positif sebesar 0,08 persen. Edge itu tahan terhadap pengambilan sampel ulang dari dirinya sendiri. Yang tidak bisa dijawab oleh pengambilan sampel ulang adalah apakah dua setengah tahun berikutnya memuat populasi peristiwa ekor yang sebanding, sehingga pernyataan yang bisa saya pertahankan adalah: edge ini nyata pada rezim yang diuji, dibawa oleh sedikit peristiwa, dan ketahanannya belum teruji.
Profit factor dan Sharpe sering dikutip seolah merangkum sebuah distribusi. Dengan kurtosis mendekati 20, keduanya tidak melakukannya.
Apa yang terjadi ketika saya membiarkan orang luar memeriksa angka saya?
Angka yang paling saya andalkan ternyata tidak mungkin gagal.
Saya meminta pembacaan eksternal yang keras terhadap proses saya, bukan terhadap kurva ekuitas. Temuan yang paling menohok menyangkut statistik ketahanan yang paling sering saya kutip, yaitu deflated Sharpe ratio, yang menyesuaikan sebuah hasil terhadap berapa banyak konfigurasi dicari sebelum hasil itu muncul. Pada parameter yang saya catat sendiri, ambang deflasinya berada jauh di bawah Sharpe strategi itu sehingga pencarian harus mencapai sekitar sepuluh pangkat empat belas percobaan sebelum putusannya bisa negatif. Skornya nyaris sempurna karena aritmetikanya tidak mampu menghasilkan yang lain.
Lebih buruk lagi, uji yang benar benar mampu membedakan justru gagal. Probability of backtest overfitting berada di atas setengah pada delapan dari sembilan sel validasi silang, dan saya menimpanya dengan narasi tentang posisi konfigurasi saya dalam distribusi out of sample. Penimpaan itu mengambil tiga sampel dari persis distribusi yang baru saja dinyatakan tidak andal oleh uji tersebut.
Tidak satu pun dari itu membuat edge menjadi palsu. Artinya bukti saya tidak mampu menunjukkan bahwa edge itu bukan kebetulan, sementara dokumen saya ditulis seolah mampu. Maka angka jenuh itu tidak lagi memimpin bagian bukti, uji yang membedakanlah yang memimpin, dan aturan pelaporan yang saya tambahkan adalah bahwa putusan dari gerbang yang tidak bisa gagal harus dicetak sebagai tidak mengikat, bukan sebagai lulus.
Bagian yang paling tidak nyaman adalah peninjau itu memakai repositori saya, kode saya, dan input yang saya catat sendiri. Semua yang dibutuhkan untuk menemukannya sudah ada di depan mata saya.
Mengapa pada edge kecil biaya menjadi seluruh permainannya?
Karena ketika rata rata kemenangan dan rata rata kerugian berukuran serupa, biaya bukan pembulatan, biaya adalah marginnya.
Demonstrasi paling jelas dalam riset saya adalah tahun 2024. Tahun itu spread emas berjalan sekitar 8,6 persen dari average true range, kira kira dua kali lipat kondisi tempat strategi dibangun, dan logika yang sama yang tampak kokoh di tempat lain merugi 67,1 persen dengan drawdown maksimum 74,2 persen pada konfirmasi MetaTrader 5. Tidak ada aturan yang berubah. Biaya berdagangnya yang berubah, dan edge tipis tidak punya ruang untuk menyerapnya.
Model biaya saya sendiri pun masih menyanjung saya, dan saya lebih suka mengatakannya daripada dibongkar orang lain. Pada engine yang saya kembangkan, Dquants, spread dibebankan pada setiap transaksi, tetapi slippage, latensi dan swap belum dimodelkan. Hasil live wajar diperkirakan lebih tipis daripada riset, dan sisi exit dari angka mana pun pantas dicurigai lebih dari sisi entri, karena engine tidak bisa tahu jalur harga di dalam satu tick.
Apakah edge yang lebih kecil berarti bisnis yang lebih buruk?
Tidak, tetapi berarti bisnis yang berbeda, dan berarti melaporkan skala dengan jujur.
Sharpe yang saya kutip untuk produk unggulan adalah sekitar 3,8 di dalam rezimnya dan sekitar 1,8 sepanjang siklus penuh, dan saya menghitungnya seperti meja institusional akan menghitungnya, bukan seperti potongan in sample menyodorkannya. Ada versi angka itu di kisaran 8 sampai 10 jika saya memilih jendela yang ramah lalu berhenti bertanya. Saya tidak menerbitkannya, karena itu mengukur cara saya memilih jendela, bukan mengukur strateginya.
Hal lain yang dilakukan edge kecil adalah membuat diversifikasi bernilai secara struktural, bukan sekadar slogan. Konfigurasi emas kedua saya yang lebih hati hati melewati ambang anti keberuntungan hanya dengan selisih empat transaksi, 126 berbanding minimum 122, yaitu selisih setipis rambut, dan itu saya cantumkan pada labelnya. Nilainya bukan pada imbal hasilnya sendiri. Hasil hariannya nyaris tidak berkorelasi dengan produk unggulan, sehingga dalam riset keduanya berjalan lebih stabil bersama daripada sendiri sendiri. Dua edge kecil yang jujur, yang gagal pada waktu berbeda, bisa menjadi bisnis yang lebih baik daripada satu edge besar yang rapuh.
Di balik semua ini belum ada rekam jejak live. Satu satunya uang nyata yang pernah diperdagangkan logika unggulan saya adalah akun prop kecil dengan 62 transaksi, sampel yang jauh terlalu tipis untuk berarti ke arah mana pun. Judul yang jujur adalah bahwa bukti live adalah hal yang saya belum punya, bukan hal yang saya sembunyikan.
Bagaimana saya memikirkan pembangunan di atas sesuatu sekecil ini?
Saya mengajukan pertanyaan yang akan saya ajukan pada sistem produksi mana pun, karena memang itulah sistemnya.
Bagaimana ia gagal. Bagaimana saya mengujinya. Apakah ia bisa dirawat. Ini rezim yang mana. Di mana titik invalidasinya. Pertanyaan pertanyaan itu memotong kebisingan lebih cepat daripada menatap grafik berjam jam, terutama karena tidak satu pun bisa dijawab oleh perasaan saya tentang idenya. Strategi adalah perangkat lunak yang membelanjakan uang, dan perangkat lunak yang membelanjakan uang layak diperiksa seketat perangkat lunak yang menyentuh basis data.
Standar yang saya pegang bukan perfeksionisme, melainkan penolakan membiarkan ide lemah menghabiskan waktu dan anggaran risiko saya hanya karena antusiasme saya sendiri. Antusiasme adalah sinyal tentang saya. Bukti adalah sinyal tentang pasar. Hanya satu yang berhak memberi suara penentu, dan jika saya tidak bisa mereproduksi sebuah hasil sesuai permintaan, kemungkinan saya belum cukup memahaminya untuk mengandalkannya.
Apa kesimpulan jujurnya?
Jika Anda datang dari dunia rekayasa, harapkan hal yang nyata lebih kecil daripada yang Anda bayangkan, dan anggap itu wajar.
Edge kecil bukan hadiah hiburan. Itulah bentuk kemiringan statistik yang asli setelah leverage dilepas, biaya dihitung jujur, ekor dihitung benar, dan setelah Anda berhenti menilai pekerjaan sendiri dengan ujian yang tidak bisa gagal. Kecil adalah ukuran normalnya. Pekerjaan yang sebenarnya adalah membuat sesuatu sekecil itu bertahan saat bertemu kenyataan, dan melaporkannya cukup akurat sehingga orang lain bisa memeriksanya.
Angka yang paling saya percayai dalam riset saya bukan angka terbesar. Angka itu adalah yang paling keras saya coba patahkan.
Pertanyaan yang sering diajukan
Seberapa besar edge trading yang realistis? Lebih kecil dari yang disiratkan sebagian besar contoh yang dipublikasikan. Dalam riset emas saya, konfigurasi tersertifikasi melaporkan profit factor sekitar 1,42 pada jendela validasinya, dan median lintas fold walk forward lebih dekat ke 1,30. Sharpe sekitar 0,05 per transaksi adalah sinyal dasarnya, dan semua angka yang lebih besar setelahnya adalah keputusan ukuran posisi, bukan edge yang lebih kuat.
Mengapa imbal hasil backtest terlihat jauh lebih besar daripada edge-nya? Karena persentase imbal hasil menggabungkan edge dengan risiko per transaksi, dan hanya bagian pertama yang merupakan temuan. Logika yang sama bisa melaporkan angka tahunan yang sangat berbeda semata karena tombol sizing. Itulah sebabnya saya berusaha menerbitkan statistik per transaksi dan profit factor bersama apa pun yang dinyatakan dalam persen.
Apa itu konsentrasi ekor dan mengapa itu penting? Itu ukuran seberapa besar sebuah hasil berasal dari sangat sedikit transaksi. Pada aliran riset 3.502 transaksi milik saya, menghapus 30 transaksi terbaik, kurang dari satu persen sampel, membuat seluruh hasil bersih menjadi negatif. Itu tidak membuktikan edge-nya keberuntungan, sebab bootstrap 20.000 penarikan memberi probabilitas hasil tidak positif sebesar 0,08 persen, tetapi itu berarti profit factor saja adalah ringkasan yang buruk.
Bisakah strategi dengan Monte Carlo 20.000 iterasi tetap gagal? Bisa. Pengambilan sampel ulang menguji apakah hasil tahan terhadap pengocokan sampel yang sudah ada. Ia tidak bisa memberi tahu apakah periode berikutnya memuat populasi peristiwa serupa. Uji konfirmasi 2024 saya adalah contohnya: aturan sama, rezim biaya lebih tinggi, kerugian 67,1 persen dengan drawdown maksimum 74,2 persen.
Mengapa Anda berhenti memimpin dengan deflated Sharpe ratio? Karena tinjauan eksternal menunjukkan angka itu tidak bisa gagal pada parameter yang saya catat. Ambang deflasinya berada jauh di bawah Sharpe strategi sehingga tidak ada jumlah percobaan realistis yang menghasilkan putusan negatif, jadi skor sempurna tidak membawa informasi. Sekarang ia dicetak sebagai tidak mengikat, dan uji yang benar benar membedakan, yaitu probability of backtest overfitting, yang memimpin. Uji itu gagal pada delapan dari sembilan sel, dan saya melaporkannya alih alih membulatkannya.
Apakah satu bulan merugi berarti strateginya rusak? Tidak dengan sendirinya. Pada walk forward bulanan saya, 11 dari 12 bulan menghasilkan laba dan bulan terburuk berakhir pada profit factor 0,69 dan turun 21,6 persen, di dalam jendela yang tetap saya sebut kuat. Rangkaian hasil tanpa satu pun bulan buruk biasanya berarti jendelanya terlalu pendek, bukan sistemnya luar biasa.
Seberapa besar pengaruh biaya trading pada edge kecil? Bisa menjadi seluruh marginnya. Ketika rata rata kemenangan seukuran rata rata kerugian, spread dan komisi menentukan apakah positif tipis berubah menjadi negatif tipis. Engine saya membebankan spread pada setiap transaksi tetapi belum memodelkan slippage, latensi atau swap, jadi saya memperlakukan setiap angka riset sebagai optimistis dibanding live.
Apakah Master Volume Profile punya rekam jejak live? Tidak, dan saya tidak akan menyiratkan sebaliknya. Semua di atas adalah backtest dan uji konfirmasi MetaTrader 5 pada data tick historis nyata. Satu satunya sampel live adalah 62 transaksi pada akun prop kecil, yang tidak signifikan secara statistik, dan hasil live wajar diperkirakan lebih tipis daripada riset. Trading mengandung risiko termasuk risiko kerugian.
Ditulis oleh KenKem, seorang software engineer dan pendiri dengan dua puluh tahun pengalaman, mempelajari trading kuantitatif secara terbuka dan mempublikasikan prosesnya, termasuk ide ide yang ditolak.
Artikel ini disusun dari seri catatan pembangunan KenKem. Hanya untuk tujuan edukasi. Bukan nasihat keuangan. Semua angka yang dikutip adalah hasil backtest, uji konfirmasi atau audit, bukan rekam jejak live. Kinerja masa lalu tidak menjamin hasil di masa depan.