21 November 2026 · riset

Strategi yang Lebih Baik Bisa Terlihat Lebih Buruk Saat Data Ditambah

Strategi yang Lebih Baik Bisa Terlihat Lebih Buruk Saat Data Ditambah

Data pasar yang lebih terperinci dapat membuat backtest strategi kurang dapat dipercaya. Data tick memberi Anda lebih banyak baris, tetapi juga lebih banyak peluang untuk mengira detail pengukuran sebagai pengetahuan tentang apa yang sebenarnya bisa Anda perdagangkan.

Kedengarannya terbalik jika Anda pernah melihat pengujian berbasis bar melewatkan stop, pelebaran spread, atau sentuhan singkat pada harga limit Anda. Itu masalah nyata. Pertanyaannya, apakah data yang lebih rinci benar-benar mengatasinya, atau hanya membuat simulator menyajikan cerita yang lebih meyakinkan.

Apa yang dapat dilihat backtest dengan data tick?

Bar satu menit memadatkan rangkaian transaksi menjadi empat harga dan total volume. Dari bar saja, biasanya Anda tidak dapat mengetahui apakah harga tertinggi terjadi sebelum harga terendah, berapa lama harga bertahan di dekat salah satu titik ekstrem, atau apakah volume yang diperdagangkan pada harga tertentu cukup untuk mendukung order Anda.

Tick transaksi mengembalikan urutan transaksi yang dilaporkan. Data kuotasi menambahkan bid dan ask yang ditampilkan dari waktu ke waktu. Dengan keduanya, Anda dapat mengajukan pertanyaan yang lebih terperinci tentang spread, perubahan kuotasi, dan apakah order yang dapat dieksekusi di pasar akan menyapu buku order pada harga yang masuk akal.

Namun, catatan transaksi bukanlah posisi dalam antrean. Jika order pasif Anda akan bergabung pada level yang sudah memiliki 18 BTC di depannya, melihat 0.3 BTC diperdagangkan di sana tidak membuktikan order Anda terisi. Rekaman transaksi menunjukkan apa yang terjadi di pasar; jarang sekali rekaman itu menunjukkan dengan tepat posisi order hipotetis Anda.

Di mana data yang lebih rinci dapat memperburuk hasil?

Risiko pertama adalah cakupan yang tidak merata. Arsip tick sering memiliki interval yang hilang, jeda pada venue, perubahan simbol, atau periode retensi yang berbeda antar pasar. Strategi yang diuji hanya pada bagian dengan riwayat lengkap dari penyedia data bisa diam-diam berubah menjadi strategi untuk aset dan periode yang paling mudah diukur.

Risiko kedua adalah waktu. Cap waktu dapat menunjukkan waktu kejadian di bursa, waktu penerimaan oleh penyedia data, atau saat sebuah file disusun. Jika simulator mengurutkan kejadian dari feed berbeda seolah-olah jamnya tersinkronisasi sempurna, simulator dapat bereaksi terhadap kuotasi sebelum kuotasi itu tersedia bagi proses Anda.

Lebih banyak baris juga memudahkan kesalahan implementasi tersembunyi. Strategi berbasis bar mungkin membuat satu keputusan per menit. Versi berbasis tick dapat bertransaksi puluhan kali dalam satu menit itu, dan setiap kali membayar spread, biaya, serta dampak pasar. Jika simulator mengasumsikan setiap sinyal dapat dieksekusi pada harga teramati berikutnya, presisinya hanya hiasan.

60pengamatan satu detik dalam satu menit
1bar satu menit dengan ringkasan interval yang sama

60 pengamatan itu tidak otomatis berarti 60 peluang independen untuk bertransaksi. Semuanya mungkin menggambarkan kuotasi yang sama dan terus berubah, sementara order Anda dapat memengaruhi likuiditas yang tersisa untuk diisi. Simulasi frekuensi tinggi membutuhkan model order dan latensi yang menggunakan detail tambahan itu secara jujur.

Kapan data tick sepadan dengan biayanya?

Mulailah dengan pertanyaan yang tidak dapat dijawab menggunakan data Anda saat ini. Jika pertanyaannya “mana yang terjadi lebih dulu, stop atau target saya?”, tick transaksi mungkin membantu. Jika pertanyaannya “berapa biaya spread saat masuk?”, data kuotasi lebih relevan. Jika pertanyaannya “apakah order pasif saya akan terisi?”, Anda mungkin memerlukan data kedalaman dan asumsi antrean, tetapi bahkan keduanya jarang dapat merekonstruksi antrean historis secara penuh.

Pertanyaan risetData yang bergunaHal yang tetap tidak dapat dibuktikan
Apakah satu ambang diperdagangkan sebelum ambang lainnya?Tick transaksiBahwa order Anda terisi pada salah satu ambang
Spread berapa yang dilalui order pasar?Kuotasi bid dan ask bercap waktuBahwa ukuran yang ditampilkan tetap tersedia
Apakah order pasif dapat terisi?Kuotasi, kedalaman, dan model antreanPosisi persis Anda dalam antrean langsung

Untuk sinyal harian yang ditahan selama berminggu-minggu, bar satu menit mungkin sudah lebih rinci daripada yang dibutuhkan proses pengambilan keputusan. Untuk strategi yang keunggulannya bergantung pada eksekusi dalam hitungan detik, bar dapat menghapus efek yang sedang diteliti. Sesuaikan resolusi data dengan horizon keputusan dan eksekusi strategi.

Bagaimana cara mengetahui apakah detail tambahan itu membantu?

Pertahankan strategi dan periode pengujian. Bandingkan versi berbasis bar dan data yang lebih rinci dengan keputusan yang sama jika memungkinkan. Pantau perubahan pada pengisian order, turnover, spread yang dibayar, biaya, dan dampak pasar bersama imbal hasil dan statistik risiko. Jika Sharpe naik sementara jumlah transaksi menjadi tiga kali lipat dan model eksekusi masih mengisi order pada catatan berikutnya, peningkatan itu patut dicurigai.

Lalu, sengaja turunkan kualitas data yang lebih rinci itu. Hilangkan sebagian kecil kejadian secara acak, tambahkan jeda feed yang realistis, dan lebarkan asumsi spread atau dampak pasar. Hasil yang ambruk karena jeda beberapa milidetik mungkin merupakan efek dari urutan kejadian dalam simulator, bukan ciri strategi yang bertahan lama.

Suatu sore, saya pernah menghabiskan waktu menelusuri peningkatan yang spektakuler dan menemukan bahwa feed menggandakan rentetan singkat catatan transaksi. Modelnya belajar bertransaksi berdasarkan duplikat itu. Data yang lebih banyak membuat bug tampak seperti keunggulan.

Kritik terhadap bar memang tepat: agregasi dapat menyembunyikan eksekusi yang bergantung pada jalur harga. Dari OHLC saja, kita tidak dapat menentukan urutan stop dan target yang tersentuh dalam bar yang sama, dan cuplikan spread dapat melewatkan dislokasi singkat. Data tick dan kuotasi dapat menjawab pertanyaan tersebut dengan lebih akurat jika feed-nya lengkap dan simulator memperhitungkan waktu kejadian.

Standar praktisnya sederhana: tambahkan detail hanya jika detail itu mengubah keputusan yang dapat Anda jelaskan, dan tunjukkan asumsi yang membuat detail tersebut menghasilkan pengisian order. Jika tidak, Anda hanya memiliki kumpulan data yang lebih besar dan backtest yang tampak lebih presisi, tanpa bukti yang lebih baik bahwa strategi itu bisa diperdagangkan.

rekayasa databacktestingmikrostruktur pasarriset strategi
← Semua artikel