Menafsirkan Hasil Backtest: Panduan Kuantitatif untuk Setiap Metrik

#Menafsirkan Hasil Backtest: Panduan Kuantitatif untuk Setiap Metrik

Laporan backtest adalah lembaran angka yang padat. Total return, Sharpe ratio, max drawdown, profit factor, win rate — setiap metrik menjawab pertanyaan yang berbeda tentang strategi Anda. Baca dengan salah, dan Anda akan menerapkan strategi yang terlihat brilian di atas kertas tetapi menguras modal di pasar nyata. Baca dengan benar, dan Anda akan menyaring konfigurasi yang rapuh sebelum merugikan Anda sepeser pun.

Panduan ini memberi Anda rumus, tolok ukur, dan — yang terpenting — kerangka penilaian untuk membedakan backtest yang benar-benar kuat dari yang ter-overfit dengan cerdik.

Jika Anda belum menjalankan backtest, mulailah dengan panduan backtest langkah demi langkah kami sebelum membaca artikel ini.

#Metrik Kinerja Inti dengan Rumus

#Total Return vs. CAGR

Total Return adalah metrik paling sederhana: seberapa banyak portofolio Anda untung atau rugi selama keseluruhan periode backtest.

Total Return = (Ending Value - Starting Value) / Starting Value × 100

Jika Anda memulai dengan $10.000 dan berakhir dengan $11.850, total return Anda adalah 18,5%.

Masalah dengan total return adalah ia mengabaikan waktu. Return 18,5% dalam 3 bulan sangat fenomenal. Return 18,5% yang sama dalam 3 tahun mengecewakan. CAGR (Compound Annual Growth Rate) memperbaiki ini dengan menormalisasi return ke basis tahunan:

CAGR = (Ending Value / Starting Value)^(365 / days) - 1

Contoh: $10.000 → $11.850 selama 180 hari:

CAGR = (11850 / 10000)^(365/180) - 1 = 1.185^2.028 - 1 = 0.4036 = 40.36%

$10.000 → $11.850 yang sama selama 730 hari (2 tahun):

CAGR = (11850 / 10000)^(365/730) - 1 = 1.185^0.5 - 1 = 0.0887 = 8.87%

#Sharpe Ratio

Sharpe Ratio adalah standar emas untuk kinerja yang disesuaikan dengan risiko. Ia menjawab: "Berapa banyak return yang saya peroleh untuk setiap unit volatilitas yang saya tanggung?"

Sharpe Ratio = (Rp - Rf) / σp

Di mana:

• Rp = return portofolio tahunan
• Rf = risk-free rate (biasanya 4-5% untuk USD, atau 0% jika membandingkan kripto saja)
• σp = standar deviasi tahunan dari return portofolio

Contoh perhitungan: Bot Anda menghasilkan return 42% tahunan dengan standar deviasi 18%. Risk-free rate adalah 5%.

Sharpe = (0.42 - 0.05) / 0.18 = 0.37 / 0.18 = 2.06

#Sortino Ratio

Sharpe Ratio menghukum semua volatilitas secara setara — tetapi volatilitas ke atas itu baik. Jika strategi Anda melonjak 5% dalam sehari, Sharpe memperlakukannya sama dengan penurunan 5%. Sortino Ratio memperbaiki ini dengan hanya menghukum deviasi ke bawah (downside deviation):

Sortino Ratio = (Rp - Rf) / σd

Di mana σd adalah standar deviasi dari return negatif saja.

Mengapa ini penting: Strategi yang menangkap pergerakan upside besar tetapi membatasi kerugian akan memiliki Sortino Ratio yang secara signifikan lebih tinggi daripada Sharpe Ratio-nya. Ini memberi tahu Anda bahwa volatilitasnya adalah "jenis yang baik."

Contoh: Bot yang sama dengan return tahunan 42% dan risk-free rate 5%, tetapi downside deviation hanya 11%:

Sortino = (0.42 - 0.05) / 0.11 = 3.36

Bandingkan ini dengan Sharpe sebesar 2,06. Selisih yang besar memberi tahu Anda bahwa sebagian besar volatilitas strategi berasal dari pergerakan upside — sifat yang diinginkan.

#Maximum Drawdown

Maximum drawdown (MDD) mengukur penurunan peak-to-trough terbesar dalam nilai portofolio. Ia menjawab pertanyaan paling personal dalam trading: "Penderitaan terburuk apa yang akan saya tanggung?"

MDD = (Trough Value - Peak Value) / Peak Value × 100

Contoh: Portofolio Anda naik dari $10.000 ke $13.200 (puncaknya), kemudian turun ke $10.890 sebelum pulih:

MDD = (10890 - 13200) / 13200 × 100 = -17.5%

Dua sub-metrik penting:

1. Durasi Drawdown: Berapa hari dari puncak ke lembah. Drawdown -15% yang berlangsung 4 hari secara psikologis lebih mudah daripada -15% yang berlangsung 2 bulan.
2. Recovery Time: Berapa hari dari lembah kembali ke puncak sebelumnya. Pemulihan cepat = strategi yang tangguh.

#Profit Factor

Profit factor sangat sederhana dan langsung dapat ditindaklanjuti:

Profit Factor = Gross Profit / Gross Loss

Contoh: Bot Anda menghasilkan $4.200 dari winning trade dan kehilangan $2.100 dari losing trade:

Profit Factor = 4200 / 2100 = 2.0

#Win Rate dan Expectancy

Win Rate adalah persentase deal yang ditutup dengan profit:

Win Rate = Winning Deals / Total Deals × 100

Win rate saja sangat menyesatkan. Win rate 90% terdengar luar biasa — tetapi jika rata-rata kemenangan Anda $10 dan rata-rata kerugian Anda $200, Anda merugi. Di sinilah expectancy berperan:

Expectancy = (Win Rate × Average Win) - (Loss Rate × Average Loss)

Contoh: Win rate 62%, rata-rata kemenangan $85, rata-rata kerugian $120:

Expectancy = (0.62 × $85) - (0.38 × $120) = $52.70 - $45.60 = $7.10 per trade

Setiap trade memiliki expectancy positif sebesar $7,10. Selama 100 trade, Anda akan mengharapkan menghasilkan ~$710.

#Win Rate vs. Risk-Reward: Tabel Breakeven

Ini adalah salah satu konsep terpenting dalam trading. Win rate dan risk-reward ratio (RR) berhubungan terbalik: Anda dapat menguntungkan dengan win rate rendah jika kemenangan Anda cukup besar relatif terhadap kerugian Anda.

Win rate breakeven untuk setiap risk-reward ratio adalah:

Breakeven Win Rate = 1 / (1 + Risk-Reward Ratio)

Contoh praktis: Bot DCA dengan win rate 40% dan risk-reward 1:3:

• Dari 100 trade: 40 menang × $300 = profit $12.000
• 60 kalah × $100 = kerugian $6.000
• Profit bersih = $6.000 (profit factor = 2,0)

Bandingkan ini dengan bot yang memiliki win rate 70% dan risk-reward 1:0,5:

• 70 menang × $50 = profit $3.500
• 30 kalah × $100 = kerugian $3.000
• Profit bersih = $500 (profit factor = 1,17)

Strategi dengan win rate 40% menghasilkan profit bersih 12× lebih banyak. Win rate adalah kesombongan; expectancy adalah kewarasan.

#Analisis Equity Curve

Equity curve memplot nilai portofolio Anda dari waktu ke waktu. Ini adalah visual dengan kepadatan informasi tunggal tertinggi dalam laporan backtest mana pun.

#Tangga Mulus (Ideal)

Equity curve yang sehat naik dalam peningkatan bertahap yang konsisten seperti anak tangga. Setiap langkah mewakili satu deal yang selesai. Tangga naik lebih banyak daripada turun, dan drawdown di antara langkah-langkahnya dangkal dan singkat.

Apa yang dikatakannya kepada Anda: Strategi menghasilkan edge yang konsisten dan dapat diulang di berbagai kondisi pasar. Ini adalah kurva strategi yang dapat Anda percayai dengan modal nyata.

#Gergaji Bergerigi (Mengkhawatirkan)

Pergerakan naik tajam diikuti oleh pergerakan turun yang sama tajamnya, menciptakan pola zigzag. Lintasan keseluruhan mungkin naik, tetapi perjalanannya kasar.

Apa yang dikatakannya kepada Anda: Varians yang tinggi dalam return. Max drawdown kemungkinan besar, Sharpe ratio mungkin di bawah 1,0, dan live trading akan menguji batas emosional Anda. Bahkan jika total return positif, strateginya rapuh.

#Tongkat Hoki (Berbahaya)

Datar atau sedikit negatif selama sebagian besar periode, kemudian lonjakan mendadak yang menghasilkan sebagian besar profit dalam beberapa trade.

Apa yang dikatakannya kepada Anda: Strategi bergantung pada peristiwa pasar tertentu (crash, pump, atau satu candle besar). Hapus beberapa trade itu, dan strategi menjadi tidak menguntungkan. Ini bukan edge yang sistematis — ini keberuntungan yang kebetulan bertepatan dengan jendela backtest Anda.

#Jatuh dari Tebing (Fatal)

Naik secara stabil diikuti oleh penurunan mendadak yang katastrofik yang menghapus sebagian besar atau seluruh keuntungan.

Apa yang dikatakannya kepada Anda: Strategi tidak memiliki perlindungan downside. Biasanya disebabkan oleh stop loss yang hilang, leverage berlebihan, atau strategi yang secara implisit short volatility (mengumpulkan premi kecil sampai peristiwa tail menghapus semuanya).

#Mendeteksi Overfitting

Overfitting adalah pembunuh diam-diam dari strategi yang ter-backtest. Strategi yang ter-curve-fit terlihat fenomenal dalam backtest tetapi gagal di pasar nyata karena ia menghafal noise historis alih-alih menangkap pola pasar yang sesungguhnya.

#Tanda-Tanda Overfitting

1. Berfungsi pada satu pasangan, gagal pada pasangan serupa. Jika strategi BTC/USDT Anda menghasilkan return 35% tetapi pengaturan yang sama persis pada ETH/USDT menghasilkan -5%, strategi kemungkinan ter-fit pada riwayat harga spesifik BTC.

2. Hanya berfungsi pada satu timeframe. Strategi yang menghasilkan 28% pada 6 bulan terakhir tetapi -3% pada 6 bulan sebelumnya telah menghafal satu regime spesifik.

3. Terlalu banyak parameter yang dioptimalkan. Setiap parameter tambahan memberi optimizer lebih banyak derajat kebebasan untuk men-fit noise. Jika strategi Anda memiliki 8+ parameter yang semuanya dioptimalkan secara individual, overfitting hampir pasti terjadi.

4. Metrik yang tidak realistis. Sharpe > 4, win rate > 98%, nol losing trade, atau profit factor > 5 pada 50+ trade — semuanya menunjuk pada strategi yang telah disiksa agar men-fit data.

5. Kinerja menurun pada perubahan pengaturan kecil. Strategi yang tangguh menunjukkan perubahan kinerja bertahap saat Anda menyesuaikan parameter sedikit. Strategi yang ter-overfit ambruk jika Anda mengubah RSI dari 27 ke 28 atau take profit dari 1,87% ke 1,90%.

#Pengujian In-Sample vs. Out-of-Sample

Metode standar untuk mendeteksi overfitting:

1. Bagi data Anda. Ambil total riwayat yang tersedia (misalnya, 12 bulan) dan bagi: 8 bulan pertama = in-sample (training), 4 bulan terakhir = out-of-sample (validasi).

2. Optimalkan hanya pada in-sample. Temukan parameter terbaik Anda hanya menggunakan 8 bulan pertama.

3. Uji pada out-of-sample tanpa perubahan. Terapkan parameter persis itu pada 4 bulan terakhir. Jangan sesuaikan apa pun.

4. Bandingkan hasil. Jika kinerja out-of-sample berada dalam kisaran 30-40% dari kinerja in-sample, strategi kemungkinan memiliki edge yang sesungguhnya. Jika kinerja out-of-sample negatif atau jauh lebih buruk, strategi ter-overfit.

Contoh:

• In-sample (Jan–Agu): return 24%, Sharpe 1,8, win rate 67%
• Out-of-sample (Sep–Des): return 11%, Sharpe 1,2, win rate 61%
• Putusan: Kinerja menurun tetapi tetap solid positif. Ini strategi yang sah.

Bandingkan dengan hasil yang ter-overfit:

• In-sample (Jan–Agu): return 42%, Sharpe 3,1, win rate 88%
• Out-of-sample (Sep–Des): return -4%, Sharpe -0,3, win rate 43%
• Putusan: Keruntuhan total. Strategi menghafal data training.

#Walk-Forward Analysis

Pendekatan yang lebih ketat daripada satu pemisahan in/out tunggal:

1. Optimalkan pada bulan 1–6, uji pada bulan 7
2. Optimalkan pada bulan 2–7, uji pada bulan 8
3. Optimalkan pada bulan 3–8, uji pada bulan 9
4. Lanjutkan menggulir maju

Setiap periode out-of-sample diuji dengan parameter yang dioptimalkan pada jendela yang berbeda. Jika strategi secara konsisten berkinerja baik di seluruh periode out-of-sample, ia telah lulus uji overfitting terkuat yang tersedia.

#Tanda Bahaya dalam Hasil Backtest

Pola tertentu dalam laporan backtest seharusnya memicu skeptisisme langsung:

#Contoh Nyata: Strategi A vs. Strategi B

Mari kita bandingkan dua hasil backtest aktual pada BTC/USDT selama 6 bulan (Jan–Jun) dengan modal awal $10.000.

#Strategi A: "Win Rate Tinggi"

#Strategi B: "Penangkap Tren"

#Analisis

Strategi A memiliki win rate 95% yang menggoda, tetapi ia mencapai ini dengan mengambil profit kecil dan menahan posisi rugi. Setiap kemenangan rata-rata $18,40 sementara setiap kerugian rata-rata $142 — risk-reward ratio kira-kira 1:0,13. Empat trade buruk dapat menghapus 31 winning trade. Profit factor 1,38 hampir tidak menyisakan margin untuk slippage dan biaya dalam live trading. Sharpe yang rendah (0,72) mengonfirmasi kinerja yang disesuaikan dengan risiko yang lemah.

Strategi B menang hanya 55% dari waktu, tetapi kemenangannya 2,3× lebih besar daripada kerugiannya. Expectancy per trade ($40,42) hampir 4× lebih tinggi daripada Strategi A ($10,86). Sharpe 1,64 dan profit factor 2,48 menunjukkan return yang disesuaikan dengan risiko yang kuat. Max drawdown yang lebih tinggi (-11,3% vs -6,8%) adalah harga dari strategi yang benar-benar mengambil posisi yang berarti.

#Apa yang Terjadi dalam Skenario Tekanan?

Bayangkan crash BTC 12% secara tiba-tiba selama periode backtest:

• Strategi A: Crash memicu 4 stop loss secara bersamaan (ia memiliki banyak micro-deal terbuka). Kerugian: 4 × $142 = $568, menghapus 31 winning trade senilai $570. Satu peristiwa crash menghapus keuntungan satu bulan.
• Strategi B: Crash memicu 2 stop loss. Kerugian: 2 × $48,50 = $97. Dua winning trade ($224) menutupi kerugian dengan sisa lebih. Strategi secara struktural tangguh.

#Menyatukan Semuanya: Kerangka Evaluasi

Ketika Anda menerima laporan backtest, evaluasi metrik dalam urutan ini:

1. Expectancy — Apakah positif? Seberapa besar per trade?
2. Profit Factor — Apakah di atas 1,5? Di atas 2,0?
3. Maximum Drawdown — Dapatkah Anda menanggung 1,5× angka ini secara psikologis dan finansial?
4. Sharpe Ratio — Apakah di atas 1,0? Jika di atas 3,0, selidiki untuk overfitting.
5. Equity Curve — Apakah berupa tangga mulus atau kekacauan bergerigi?
6. Kinerja Out-of-Sample — Apakah strategi bertahan pada data yang belum pernah dilihat?
7. Win Rate — Hanya relevan dalam konteks rata-rata kemenangan vs. rata-rata kerugian.

Strategi yang lulus ketujuh pemeriksaan ini langka — dan layak diterapkan. Strategi yang gagal pada poin 1–3 harus dibuang atau dirancang ulang secara fundamental, terlepas dari bagaimana metrik lain terlihat.

Untuk panduan mengoptimalkan strategi yang lulus kerangka ini, lihat panduan optimisasi bot kami.

#Pertanyaan yang Sering Diajukan

#Apa Sharpe ratio yang bagus untuk bot trading kripto?

Sharpe ratio antara 1,0 dan 2,0 dianggap bagus untuk strategi kripto. Pasar kripto lebih volatil daripada ekuitas tradisional, sehingga mencapai Sharpe di atas 2,0 secara konsisten benar-benar sulit. Nilai di atas 3,0 harus diperiksa untuk overfitting. Sebagai konteks, banyak hedge fund kuantitatif yang sukses menargetkan Sharpe ratio antara 1,5 dan 2,5. Jika bot kripto Anda mencapai Sharpe 1,5 dalam backtest yang mencakup beberapa regime pasar, itu adalah hasil yang kuat.

#Bagaimana cara menghitung max drawdown jika saya memiliki beberapa posisi terbuka?

Maximum drawdown harus dihitung pada total equity portofolio, bukan pada trade individual. Pada titik mana pun, nilai portofolio Anda sama dengan kas + P&L belum direalisasi pada semua posisi terbuka. Lacak nilai gabungan ini dari waktu ke waktu, identifikasi puncak tertinggi dan lembah terendah berikutnya, dan hitung persentase penurunannya. Banyak trader membuat kesalahan dengan hanya melihat P&L yang direalisasi, yang mengabaikan risiko drawdown dari posisi terbuka.

#Mengapa strategi saya memiliki Sharpe yang bagus tetapi profit factor yang buruk?

Ini bisa terjadi ketika strategi membuat banyak trade kecil yang menguntungkan (menciptakan return konsisten dengan volatilitas rendah → Sharpe tinggi) tetapi beberapa losing trade besar relatif terhadap kemenangan individual (menarik turun rasio gross profit / gross loss → profit factor rendah). Ini menunjukkan strategi memiliki risiko fat-tail: ia berkinerja baik sebagian besar waktu tetapi rentan terhadap kerugian besar sesekali. Memperketat stop loss biasanya memperbaiki profit factor dengan mengorbankan win rate yang lebih rendah.

#Haruskah saya menggunakan Sharpe atau Sortino ratio?

Gunakan keduanya, tetapi berikan bobot lebih pada Sortino untuk strategi dengan profil return asimetris. Jika strategi Anda menangkap pergerakan upside besar sambil membatasi downside, Sortino akan secara signifikan lebih tinggi daripada Sharpe, mencerminkan fakta bahwa volatilitas upside menguntungkan. Jika Sharpe dan Sortino serupa, volatilitas strategi Anda kira-kira simetris — pergerakan naik dan turun memiliki magnitudo yang serupa.

#Berapa banyak trade yang saya perlukan untuk metrik yang dapat diandalkan secara statistik?

Setidaknya, 30 trade memberikan keandalan statistik dasar. Agar Sharpe ratio dan profit factor berbeda secara bermakna dari noise acak, 50+ trade lebih disukai. Agar win rate stabil dalam ±5% dari nilai sebenarnya, Anda biasanya memerlukan 100+ trade. Jika backtest Anda hanya menunjukkan 15 trade, perlakukan semua metrik sebagai perkiraan kasar, bukan prediktor yang andal. Perpanjang periode backtest atau gunakan strategi frekuensi tinggi untuk menghasilkan lebih banyak titik data.

#Bisakah dua strategi dengan total return yang sama berbeda secara drastis dalam kualitas?

Tentu saja. Strategi X mungkin menghasilkan return 20% dengan Sharpe 0,6, max drawdown -25%, dan equity curve jatuh dari tebing. Strategi Y mungkin menghasilkan return 20% dengan Sharpe 1,8, max drawdown -8%, dan equity curve tangga mulus. Tujuan yang sama, perjalanan yang sangat berbeda. Strategi Y unggul dalam setiap dimensi yang disesuaikan dengan risiko. Total return adalah metrik paling tidak berguna untuk membandingkan strategi dengan profil risiko yang berbeda.