19 november 2026 · onderzoek

Je walk-forwardtest heeft drie manieren om over de toekomst te liegen

Je walk-forwardtest heeft drie manieren om over de toekomst te liegen

Walk-forwardtesten moet antwoord geven op een praktische vraag: hoe zou een strategie zich hebben gedragen in de volgende periode met ongeziene data als je haar herhaaldelijk alleen op basis van het verleden had gefit? De methode klinkt eenvoudig. Kies een trainingsvenster, fit de strategie, test haar vooruit, schuif het venster op en herhaal.

Het probleem is dat een reeks vensters er gedisciplineerd uit kan zien terwijl er toch informatie over de grenzen lekt. Ik heb gezien hoe dat leidt tot verdacht vloeiende out-of-sample-rendementen, parameterinstellingen die ongewoon stabiel lijken en transacties die aan een testperiode worden toegeschreven terwijl die periode al was begonnen voordat de transacties geplaatst konden worden.

Fout 1: het testvenster behandelen als een schone lei

Een testvenster begint op 1 juni. Het signaal gebruikt een moving average van 50 dagen, dus de backtest laadt ook de prijzen van mei om de berekening op te warmen. Dat is redelijk: een live strategie zou haar indicatorstatus ook meenemen. Maar als het rendement van de testperiode al vanaf 1 mei wordt opgebouwd, tellen die opwarmdagen ineens mee als performance.

Hetzelfde grensprobleem speelt bij posities. Stel dat de strategie op 29 mei een positie opent en die op 3 juni sluit. Telt de winst dan mee als performance van de testperiode? Alleen als de simulatie duidelijk vastlegt hoe posities worden behandeld die bij de grens al openstaan. Anders kan de test een entry erven die met trainingsdata is gekozen en de daaruit voortgekomen winst vervolgens aan de testperiode toeschrijven.

GrensgevalVeilige behandelingVeelgemaakte fout
IndicatorhistorieLaad eerdere bars voor de status; begin met scoren aan het begin van de testperiodeOpbrengsten uit de opwarmperiode meetellen als testperformance
Open positiesSluit ze, neem ze mee of sluit ze uit volgens een vastgelegde regelEen entry van vóór de testperiode aan de test toeschrijven
Orders en fillsEis dat de beslissing en uitvoering in de testperiode plaatsvindenEen order vullen die vóór de grens is gegenereerd

Een zuivere splitsing vereist regels voor de status, niet alleen een datum. Behoud de indicatorhistorie die een live proces ook zou hebben, maar scoor alleen de periode die je wilt evalueren. Wees expliciet over open posities en orders en pas bij elke verschuiving dezelfde regel toe.

Fout 2: transacties zonder embargo over de splitsing laten lopen

Overlappende labels veroorzaken een ander lek. Stel je een model voor dat is getraind op signalen waarvan de uitkomst het rendement over de volgende vijf handelsdagen is. Een trainingsvoorbeeld van de laatste dag van mei gebruikt prijzen uit juni om te bepalen of de voorspelling klopte. Als de test op 1 juni begint, heeft de training al een deel van de testuitkomst gebruikt.

Dit is makkelijk over het hoofd te zien, omdat de feature-rij zelf de datum 31 mei draagt. Het label reikt de toekomst in. Een tijdssplitsing die alleen op rijdatums wordt toegepast, ziet die overlap niet.

Verwijder trainingsvoorbeelden waarvan de uitkomstvensters doorlopen in de testperiode. Laat, afhankelijk van de labelhorizon en de manier waarop features zijn opgebouwd, ook een tussenruimte tussen training en test. Die tussenruimte, vaak een embargo genoemd, moet overeenkomen met de periode waarin informatie of uitkomsten overlappen. Een label van vijf dagen rechtvaardigt geen tussenruimte van één dag alleen omdat de grafiek er dan netter uitziet.

Leg de volledige tijdspanne vast die elk trainingsvoorbeeld beslaat: de feature-lookback, het beslismoment en het uitkomstvenster. Splits op basis van die tijdspannes, niet alleen op de datum die naast elke rij staat.

Fout 3: de winnaar kiezen nadat je alle folds hebt gezien

Dit is de verleidelijkste fout. Je voert walk-forwardtests uit op 40 parametersets. Eén combinatie doet het goed in meerdere folds, dus kies je die en presenteer je diezelfde folds als bewijs dat de strategie generaliseert.

Elke fold kan ongezien zijn geweest toen het bijbehorende model werd gefit. Maar het strategieontwerp is gekozen nadat je alle folds had bekeken. De testresultaten hebben nu een onderzoeksbeslissing gestuurd en maken dus deel uit van het trainingsproces op experimentniveau.

Houd een gedateerd overzicht bij van welke keuzes vóór elke evaluatie zijn gemaakt. Gebruik je walk-forwardresultaten om parameters, features, markten of zelfs het testvenster te kiezen, reserveer dan een laatste, onaangeroerde periode voor één laatste evaluatie. Die periode open je één keer, nadat de keuzes vastliggen. Ga je na het bekijken ervan alsnog tunen, dan is het geen definitieve test meer.

Hier speelt ook een alledaags detail: sla het experimentlog op voordat de resultaten binnenkomen. Een spreadsheet die na een veelbelovende run is aangepast, geeft slecht weer wat je daadwerkelijk hebt geprobeerd.

Wat moet een geloofwaardig walk-forwardrapport laten zien?

Rapporteer naast de rendementen ook de opzet: trainings- en testdatums, hoe vaak het venster verschoof, de labelhorizon, de behandeling van de opwarmperiode, het beleid voor posities op de grenzen en hoeveel configuraties je hebt geprobeerd. Toon elke fold afzonderlijk én het totaal. Een sterk totaal dat op één gelukkige periode berust, verdient een andere interpretatie dan bescheiden resultaten die onder uiteenlopende omstandigheden terugkeren.

Walk-forwardtesten kan strategieonderzoek nuttige structuur geven, maar die discipline zit in de grensregels en de vastlegging van beslissingen. Heb je die op orde, dan kan de test iets vertellen over hoe een onderzoeksproces zich door de tijd zou kunnen houden. Sla je die over, dan is het walk-forwardlabel slechts versiering op een resultaat dat de toekomst al heeft gezien.

walk-forwardtestenoverfittingbacktestenstrategieonderzoek
← Alle artikelen