19 নভেম্বর, 2026 · গবেষণা

আপনার Walk-Forward টেস্ট ভবিষ্যৎ সম্পর্কে ভুল বলার তিনটি উপায়

আপনার Walk-Forward টেস্ট ভবিষ্যৎ সম্পর্কে ভুল বলার তিনটি উপায়

Walk-forward testing-এর উদ্দেশ্য একটি ব্যবহারিক প্রশ্নের উত্তর দেওয়া: বারবার শুধু অতীতের তথ্য দিয়ে কোনো কৌশল ফিট করলে, অদেখা ডেটার পরের সময়পর্বে সেটি কেমন করত? পদ্ধতিটি সহজ মনে হয়। একটি training window বেছে নিন, কৌশলটি ফিট করুন, পরের সময়ে পরীক্ষা করুন, তারপর উইন্ডো সরিয়ে একই প্রক্রিয়া আবার করুন।

সমস্যা হলো, একের পর এক উইন্ডো দেখতে নিয়মমাফিক হলেও তাদের সীমানা পেরিয়ে তথ্য ফাঁস হতে পারে। এর প্রভাব আমি দেখেছি সন্দেহজনকভাবে মসৃণ out-of-sample রিটার্নে, অস্বাভাবিক স্থিতিশীল মনে হওয়া parameter setting-এ, আর এমন ট্রেডে যেগুলোকে test period-এর ফল হিসেবে ধরা হয়েছে অথচ সেই সময়পর্ব শুরুর আগেই ট্রেডগুলো নেওয়া যেত।

ভুল 1: test window-কে একেবারে নতুন সূচনা ধরে নেওয়া

একটি test window শুরু হচ্ছে 1 জুন। সিগন্যালটি 50 দিনের moving average ব্যবহার করে, তাই হিসাবটি চালু করতে backtest মে মাসের দামও লোড করে। এটা যুক্তিসঙ্গত: live strategy-তেও indicator-এর আগের অবস্থা ধরে রাখা হবে। কিন্তু test-period return যদি 1 মে থেকে জমা হতে শুরু করে, তাহলে warm-up-এর দিনগুলোই কার্যক্ষমতার অংশ হয়ে গেছে।

একই সীমানা-সংক্রান্ত সমস্যা পজিশনের ক্ষেত্রেও দেখা দেয়। ধরুন, কৌশলটি 29 মে একটি ট্রেড খোলে এবং 3 জুন সেটি বন্ধ করে। লাভটিকে কি test-period performance হিসেবে ধরা উচিত? কেবল তখনই, যদি সিমুলেশনে সীমানায় আগে থেকেই খোলা পজিশন কীভাবে সামলানো হবে তা স্পষ্টভাবে নির্ধারণ করা থাকে। তা না হলে, পরীক্ষাটি training data ব্যবহার করে বাছাই করা entry উত্তরাধিকারসূত্রে পেতে পারে, তারপর সেই entry থেকে হওয়া লাভ test-এর কৃতিত্বে যোগ করতে পারে।

সীমানার বিষয়নিরাপদ পদ্ধতিসাধারণ ভুল
Indicator-এর ইতিহাসঅবস্থা ধরে রাখতে আগের বারগুলো লোড করুন; test শুরুর সময় থেকে স্কোর করা শুরু করুনwarm-up-এর রিটার্নকে test performance হিসেবে গণনা করা
খোলা পজিশনআগে থেকে নির্ধারিত নিয়মে সেগুলো বন্ধ করুন, ধরে রাখুন বা বাদ দিনtest শুরুর আগের entry-র কৃতিত্ব test-কে দেওয়া
অর্ডার ও fillসিদ্ধান্ত ও execution test period-এর মধ্যে ঘটেছে—এটি নিশ্চিত করুনসীমানার আগে তৈরি অর্ডার fill করা

পরিচ্ছন্ন split-এর জন্য শুধু একটি তারিখ নয়, state সামলানোর নিয়মও দরকার। live process-এ indicator-এর যে ইতিহাস থাকত তা ধরে রাখুন, কিন্তু যে সময়পর্ব মূল্যায়ন করতে চান শুধু সেটিরই স্কোর করুন। খোলা পজিশন ও অর্ডার নিয়ে স্পষ্ট নিয়ম দিন, এবং প্রতিবার window সরানোর সময় একই নিয়ম প্রয়োগ করুন।

ভুল 2: embargo ছাড়া ট্রেডকে split-এর দুই পাশে চলতে দেওয়া

একটির ওপর আরেকটি পড়া label থেকেও তথ্য ফাঁস হতে পারে। এমন একটি model কল্পনা করুন, যা পরের পাঁচ trading day-এর রিটার্নকে ফলাফল ধরে সিগন্যাল দিয়ে training করা হয়েছে। মে মাসের শেষ দিনের একটি training example-এর prediction সঠিক ছিল কি না নির্ধারণ করতে জুনের দাম ব্যবহার হয়। test যদি 1 জুন শুরু হয়, তাহলে training ইতিমধ্যেই test-এর ফলাফলের একটি অংশ ব্যবহার করেছে।

এটি সহজেই চোখ এড়ায়, কারণ feature row-টির তারিখ 31 মে। Label-টি ভবিষ্যৎ পর্যন্ত বিস্তৃত। শুধু row-এর তারিখ ধরে time split করলে এই overlap ধরা পড়ে না।

যেসব training example-এর outcome window test period পর্যন্ত বিস্তৃত, সেগুলো বাদ দিন। Label horizon এবং feature কীভাবে তৈরি হয়েছে তার ওপর নির্ভর করে training ও testing-এর মাঝেও বিরতি রাখুন। এই বিরতিকে প্রায়ই embargo বলা হয়; তথ্য বা outcome যে সময়পর্বে একে অপরের সঙ্গে overlap করে, তার সঙ্গে এর দৈর্ঘ্য মেলানো উচিত। চার্টকে পরিচ্ছন্ন দেখায় বলে পাঁচ দিনের label-এর জন্য এক দিনের বিরতি যথেষ্ট হয় না।

প্রতিটি training example কোন পূর্ণ সময়পর্ব ব্যবহার করে তা লিখে রাখুন: feature lookback, decision time এবং outcome window। শুধু প্রতিটি row-এর পাশে ছাপা তারিখ ধরে নয়, এই সময়পর্বগুলো ধরে split করুন।

ভুল 3: সব fold দেখার পর বিজয়ী বেছে নেওয়া

এখানেই সবচেয়ে লোভনীয় ভুলটি ঘটে। আপনি 40টি parameter set নিয়ে walk-forward test চালালেন। একটি combination কয়েকটি fold জুড়ে ভালো দেখাল, তাই সেটি বেছে নিয়ে একই fold-গুলোকে এর generalize করার প্রমাণ হিসেবে দেখালেন।

নিজ নিজ model ফিট করার সময় প্রতিটি fold হয়তো অদেখা ছিল। কিন্তু সব fold খুঁটিয়ে দেখার পর কৌশলটির নকশা বেছে নেওয়া হয়েছে। test result এখন গবেষণার একটি সিদ্ধান্তকে প্রভাবিত করেছে, তাই experiment-এর স্তরে সেগুলো training process-এর অংশ হয়ে গেছে।

প্রতিটি মূল্যায়নের আগে কোন সিদ্ধান্তগুলো নেওয়া হয়েছিল তার তারিখসহ রেকর্ড রাখুন। Parameter, feature, market, এমনকি testing window বাছতে walk-forward result ব্যবহার করলে, শেষ মূল্যায়নের জন্য একটি চূড়ান্ত, একবারও না-দেখা সময়পর্ব তুলে রাখুন। পছন্দগুলো চূড়ান্ত হওয়ার পর সেই সময়পর্বটি একবারই খুলুন। সেটি দেখার পর আবার tune করতে গেলে আর সেটি চূড়ান্ত test থাকে না।

এখানে একটি সাধারণ বিষয় আছে: result আসার আগেই experiment log সংরক্ষণ করুন। আশাব্যঞ্জক run-এর পর সম্পাদনা করা spreadsheet-এ আপনি আসলে কী চেষ্টা করেছিলেন তার নির্ভরযোগ্য রেকর্ড থাকে না।

বিশ্বাসযোগ্য walk-forward report-এ কী থাকা উচিত?

রিটার্নের সঙ্গে setup-ও জানান: training ও test-এর তারিখ, roll frequency, label horizon, warm-up কীভাবে সামলানো হয়েছে, সীমানায় position policy, এবং কতগুলো configuration চেষ্টা করা হয়েছে। প্রতিটি fold-এর ফলের পাশাপাশি সামগ্রিক ফলও দেখান। একটি ভাগ্যবান window থেকে পাওয়া শক্তিশালী মোট ফলের ব্যাখ্যা, ভিন্ন পরিস্থিতিতে বারবার পাওয়া মাঝারি ফলের ব্যাখ্যার চেয়ে আলাদা হওয়া উচিত।

Walk-forward testing কৌশল গবেষণায় কার্যকর নিয়মানুবর্তিতা আনতে পারে, তবে সেই নিয়মানুবর্তিতা নির্ভর করে সীমানার নিয়ম এবং সিদ্ধান্তের রেকর্ডের ওপর। সেগুলো ঠিক রাখলে গবেষণার প্রক্রিয়াটি সময়ের সঙ্গে এগোলে কেমন ফল দিতে পারে, তা পরীক্ষা থেকে বোঝা যাবে। এগুলো বাদ দিলে, walk-forward নামটি এমন এক ফলাফলের ওপর শুধু সাজসজ্জা হয়ে থাকে, যে ফলাফল ইতিমধ্যেই ভবিষ্যৎ দেখে ফেলেছে।

walk-forward testingoverfittingbacktestingstrategy research
শেয়ার করুনXLinkedInFacebookRedditHacker NewsWhatsAppTelegramEmail
← সব পোস্ট