Menjadi Trader Mandiri Berbasis Sistem dan Data (Statistik & Edge 16/18)

 

Seri 16 — Metric Penting: CAR, MDD, dan CAR/MDD

Fase 4: Statistik & Edge (2/4)

Bayangkan ada dua trading system yang ditawarkan kepada Anda.

Sistem A menghasilkan keuntungan tahunan rata-rata 30%, tetapi dalam perjalanan trading-nya pernah mengalami penurunan modal hingga 25%.

Sistem B menghasilkan keuntungan tahunan rata-rata 20%, dengan penurunan modal maksimum sebesar 8%.

Mana yang lebih baik?

Sebagian trader mungkin langsung memilih Sistem A karena keuntungannya lebih besar. Sebagian lainnya memilih Sistem B karena risikonya terlihat lebih rendah.

Namun, apakah kita bisa menentukannya hanya berdasarkan dua angka tersebut?

Belum tentu. Kita perlu memahami bagaimana keuntungan diperoleh, seberapa dalam modal pernah turun, berapa lama sistem diuji, dan apakah hasilnya cukup konsisten untuk dipertimbangkan.

Di sinilah tiga metrik penting mulai berperan: CAR, MDD, dan CAR/MDD.

Ketiganya membantu kita melihat kinerja trading system dari sudut pandang yang berbeda. Bukan untuk meramal hasil transaksi berikutnya, melainkan untuk menilai karakteristik sistem berdasarkan hasil pengujian.

1. CAR — Seberapa cepat modal bertumbuh?

CAR merupakan singkatan dari Compound Annual Return, yaitu tingkat pertumbuhan tahunan majemuk suatu modal selama periode tertentu.

Mengapa kita memerlukan angka ini?

Karena keuntungan total saja belum cukup untuk membandingkan dua sistem yang diuji dalam jangka waktu berbeda.

Misalnya, sebuah sistem menghasilkan keuntungan total 50% selama dua tahun. Sistem lain juga menghasilkan keuntungan total 50%, tetapi membutuhkan waktu lima tahun.

Apakah kinerjanya setara?

Tidak jika dilihat dari kecepatan pertumbuhan modal. Sistem pertama mencapai hasil tersebut dalam waktu yang lebih singkat.

CAR membantu menyetarakan pertumbuhan modal ke dalam ukuran tahunan dengan memperhitungkan efek majemuk.

Rumus sederhananya adalah:

CAR = (\left(\frac{\text{Modal Akhir}}{\text{Modal Awal}}\right)^{1/n}-1)

Keterangan:

• Modal Awal adalah nilai modal pada awal periode pengujian.

• Modal Akhir adalah nilai modal pada akhir periode pengujian.

• (n) adalah lama pengujian dalam tahun.

Sebagai contoh, modal awal sebesar Rp100 juta berkembang menjadi Rp150 juta dalam waktu dua tahun.

CAR-nya adalah:

[
CAR = \left(\frac{150}{100}\right)^{1/2}-1
]

Hasilnya sekitar 22,47% per tahun.

Artinya, tingkat pertumbuhan tahunan majemuk yang setara dengan perubahan modal tersebut adalah sekitar 22,47%.

Perhatikan bahwa angka ini bukan berarti sistem menghasilkan keuntungan tepat 22,47% pada setiap tahun. Kinerja aktual bisa naik turun. CAR merangkum pertumbuhan sepanjang periode pengujian menjadi satu angka tahunan.

Apa yang perlu diperhatikan?

CAR yang tinggi memang menarik. Namun, jangan langsung menyimpulkan bahwa sistem dengan CAR tertinggi adalah sistem terbaik.

Bisa saja pertumbuhan yang tinggi diperoleh dengan risiko yang sangat besar. Sistem mungkin mengalami penurunan modal yang dalam, memiliki hasil yang sangat bergantung pada beberapa transaksi, atau hanya bekerja baik pada kondisi pasar tertentu.

CAR menjawab pertanyaan tentang pertumbuhan modal, tetapi belum menjelaskan perjalanan yang harus dilalui untuk mencapainya.

Untuk itu, kita memerlukan metrik berikutnya.

2. MDD — Seberapa dalam modal pernah jatuh?

MDD adalah singkatan dari Maximum Drawdown, yaitu penurunan terbesar dari suatu puncak nilai modal ke titik terendah berikutnya selama periode pengamatan.

Bayangkan modal trading Anda berkembang dari Rp100 juta menjadi Rp130 juta. Setelah itu, serangkaian kerugian membuat modal turun menjadi Rp104 juta sebelum akhirnya kembali naik.

Dari puncak Rp130 juta ke titik terendah Rp104 juta, modal turun Rp26 juta.

MDD untuk penurunan tersebut adalah:

[
MDD = \frac{130-104}{130}\times100%
]

Hasilnya adalah 20%.

Artinya, modal pernah mengalami penurunan sebesar 20% dari puncak sebelumnya.

MDD tidak hanya melihat apakah hasil akhirnya untung atau rugi. Metrik ini memperhatikan seberapa dalam modal pernah turun dalam perjalanan menuju hasil tersebut.

Sebuah sistem dapat berakhir dengan keuntungan yang menarik, tetapi sebelumnya mengalami drawdown yang membuat penggunanya kesulitan bertahan.

Inilah sebabnya mengapa melihat keuntungan akhir saja bisa menyesatkan.

Mengapa MDD penting bagi trader?

Misalkan modal awal Anda Rp100 juta. Sistem yang diuji menunjukkan MDD sebesar 30%.

Penurunan sebesar itu berarti modal pernah turun 30% dari puncaknya pada suatu titik selama periode pengujian. Jika puncaknya Rp100 juta, nilai modal pada titik terendah tersebut menjadi Rp70 juta.

Untuk kembali dari Rp70 juta ke Rp100 juta, dibutuhkan kenaikan sekitar 42,86%.

Perhatikan perbedaannya: kerugian 30% tidak cukup dipulihkan dengan keuntungan 30%. Persentase keuntungan dan kerugian dihitung dari basis modal yang berbeda.

Karena itu, semakin dalam penurunan modal, semakin besar kenaikan yang diperlukan untuk kembali ke puncak sebelumnya.

MDD juga berkaitan dengan psikologi. Tidak semua trader mampu bertahan ketika modal turun tajam, meskipun secara teori sistem tersebut masih memiliki peluang untuk pulih.

Namun, ada catatan penting: MDD historis bukan batas maksimum kerugian yang dijamin akan terjadi pada masa depan. Sistem yang pernah mengalami MDD 10% tetap bisa mengalami penurunan lebih besar ketika digunakan pada kondisi pasar yang berbeda.

MDD adalah gambaran risiko yang pernah terlihat dalam data, bukan jaminan tentang risiko yang belum terjadi.

3. CAR/MDD — Menghubungkan pertumbuhan dengan risiko

Sekarang kita sudah memiliki dua sudut pandang.

CAR membantu mengukur tingkat pertumbuhan modal per tahun. MDD membantu mengukur penurunan terbesar dari puncak ke titik terendah.

Lalu, bagaimana jika kita ingin melihat keduanya secara bersamaan?

Kita dapat menggunakan rasio CAR/MDD.

Rumus sederhananya:

[
CAR/MDD=\frac{CAR}{MDD}
]

Dalam perhitungan ini, CAR dan MDD harus menggunakan satuan yang sebanding, biasanya persentase. MDD digunakan sebagai nilai positif dari besarnya penurunan.

Mari kita kembali ke contoh dua sistem di awal artikel.

Metrik	Sistem A	Sistem B
CAR	30%	20%
MDD	25%	8%
CAR/MDD	1,20	2,50

Sistem A memiliki CAR lebih tinggi, yaitu 30%. Namun, MDD-nya mencapai 25%, sehingga CAR/MDD-nya adalah 1,20.

Sistem B memiliki CAR lebih rendah, yaitu 20%, tetapi MDD-nya hanya 8%. Hasil CAR/MDD-nya adalah 2,50.

Dalam contoh ini, Sistem B menghasilkan rasio pertumbuhan tahunan terhadap drawdown historis yang lebih tinggi.

Apakah itu otomatis berarti Sistem B pasti lebih baik?

Belum tentu.

CAR/MDD membantu membandingkan pertumbuhan dan penurunan modal, tetapi tidak menggambarkan seluruh karakteristik sistem. Kita tetap perlu memeriksa jumlah transaksi, biaya, konsistensi hasil, periode pengujian, likuiditas, dan apakah pengujian dilakukan secara realistis.

Dua sistem dengan CAR/MDD sama pun bisa memiliki karakter yang berbeda. Salah satunya mungkin menghasilkan transaksi lebih banyak, sedangkan yang lain hanya bergantung pada sedikit transaksi besar.

Jadi, gunakan rasio ini sebagai alat evaluasi, bukan sebagai satu-satunya penentu keputusan.

4. Jangan terjebak mengejar angka yang terlihat sempurna

Di sinilah hubungan antara metrik dan proses pengujian menjadi penting.

Bayangkan Anda menguji puluhan kombinasi parameter. Setelah banyak percobaan, ditemukan satu kombinasi dengan CAR/MDD sangat tinggi.

Tentu hasil itu terlihat menarik. Namun, bagaimana jika kombinasi tersebut dipilih hanya karena paling cocok dengan data historis yang sudah diuji berulang kali?

Hasilnya bisa saja mencerminkan overfitting, bukan keunggulan yang benar-benar bertahan di luar sampel pengujian.

Karena itu, jangan mengubah aturan hanya demi mempercantik CAR atau memperkecil MDD pada hasil historis.

Setiap perubahan harus memiliki alasan yang jelas dan diuji dengan prosedur yang konsisten. Setelah aturan ditetapkan, evaluasi juga kinerjanya pada periode lain yang tidak digunakan untuk memilih parameter.

Tujuannya bukan memperoleh angka paling indah di laporan. Tujuannya adalah memahami apakah hasil tersebut memiliki dasar yang masuk akal dan seberapa besar ketidakpastian yang masih harus dihadapi.

5. Hubungkan metrik dengan tujuan dan kemampuan modal

Sekarang bayangkan Anda memiliki dua trading system.

Sistem pertama memiliki CAR lebih tinggi, tetapi pernah mengalami penurunan modal yang dalam. Sistem kedua tumbuh lebih lambat, tetapi drawdown historisnya lebih rendah.

Mana yang sebaiknya dipilih?

Jawabannya bergantung pada lebih banyak faktor daripada sekadar CAR/MDD.

Berapa besar modal yang digunakan? Berapa banyak posisi yang dibuka secara bersamaan? Apakah hasil pengujian sudah memperhitungkan biaya transaksi dan slippage? Apakah sistem tetap bekerja pada pasar bullish, bearish, dan sideways? Seberapa besar penurunan modal yang sanggup ditanggung tanpa melanggar aturan?

Sistem dengan pertumbuhan tinggi tetapi drawdown besar mungkin tidak sesuai untuk trader yang memiliki toleransi risiko rendah. Sebaliknya, sistem dengan drawdown rendah tetapi keuntungan bersih yang terlalu kecil juga belum tentu memenuhi tujuan penggunaannya.

Ingat kembali fondasi yang kita bahas pada fase sebelumnya: menjaga modal agar tetap mampu bertahan adalah bagian penting dari proses trading.

Kita tidak sedang mencari sistem yang sekadar terlihat menguntungkan. Kita mencari sistem yang karakteristiknya dipahami, risikonya dapat dipertimbangkan, dan penggunaannya sesuai dengan kondisi modal serta disiplin penggunanya.

6. Data historis membantu kita mengukur, bukan menebak

Bagaimana cara menghitung CAR, MDD, dan CAR/MDD secara konsisten?

Kita membutuhkan catatan nilai modal atau equity curve sepanjang pengujian. Catatan ini harus mencerminkan hasil transaksi secara berurutan, dengan perlakuan yang jelas terhadap biaya dan posisi yang masih terbuka.

Dari sana, kita dapat menghitung pertumbuhan tahunan, mengidentifikasi puncak modal, mengukur penurunan dari puncak tersebut, lalu membandingkan hasilnya.

Data EOD dapat menjadi salah satu bahan untuk membangun dan menguji trading system berbasis data harian. Harga dan volume historis dapat digunakan untuk membentuk sinyal, sementara aturan entry, exit, ukuran posisi, serta biaya transaksi menentukan bagaimana hasil sistem dihitung.

Namun, ketersediaan data saja tidak menjamin hasil pengujian benar. Data harus diperiksa kualitas dan kelengkapannya, sedangkan aturan pengujian harus menghindari penggunaan informasi yang belum tersedia pada saat keputusan seharusnya dibuat.

Jika hasil CAR/MDD terlihat luar biasa, jangan langsung merasa menemukan sistem sempurna. Periksa kembali asumsi, periode pengujian, biaya, dan kemungkinan bias.

Angka yang berguna bukan angka yang membuat kita paling percaya diri. Angka yang berguna adalah angka yang membantu kita mengambil keputusan dengan pemahaman risiko yang lebih baik.

Kesimpulan

CAR, MDD, dan CAR/MDD memberikan tiga sudut pandang yang saling melengkapi.

CAR membantu kita memahami pertumbuhan modal secara tahunan. MDD menunjukkan penurunan terbesar yang pernah dialami modal dari puncaknya. CAR/MDD membantu membandingkan pertumbuhan dengan drawdown historis.

Ketiganya tidak dapat menjamin keuntungan masa depan, dan tidak satu pun cukup untuk menilai seluruh kualitas trading system secara sendirian.

Jangan hanya bertanya, “Berapa besar keuntungan sistem ini?”

Tanyakan juga, “Seberapa dalam modal pernah turun untuk memperoleh hasil tersebut, bagaimana hasil itu terbentuk, dan apakah risikonya sesuai dengan kemampuan saya?”

Trader mandiri tidak hanya mengejar pertumbuhan modal. Ia juga berusaha memahami harga risiko yang harus dibayar untuk mencapainya.

Pada seri berikutnya, kita akan membahas hubungan antara win rate dan risk-reward ratio, serta mengapa persentase kemenangan yang tinggi tidak selalu berarti sebuah sistem lebih menguntungkan.

---

Catatan edukasi: Artikel ini bertujuan untuk pendidikan dan bukan rekomendasi membeli atau menjual saham. Hasil pengujian historis tidak menjamin kinerja masa depan.

Hak cipta: Seluruh artikel dalam seri “Menjadi Trader Mandiri Berbasis Sistem & Data” ditulis untuk tujuan edukasi. Dilarang menyalin, memperbanyak, atau mempublikasikan ulang sebagian maupun seluruh isi tanpa izin tertulis dari penulis.

Menjadi Trader Mandiri Berbasis Sistem dan Data (Statistik & Edge 15/18)

 

Seri 15 — Backtest & Reality vs Expectation

Fase 4: Statistik & Edge (1/4)

Pernahkah Anda menemukan sebuah strategi trading yang kelihatannya sangat menjanjikan?

Misalnya, setiap kali harga menembus resistance, saham cenderung naik. Atau ketika harga berada di atas MA200 dan volume meningkat, peluang kenaikan terlihat lebih besar.

Anda kemudian mencoba strategi tersebut pada beberapa saham. Hasilnya bagus. Beberapa transaksi menghasilkan keuntungan yang lumayan, bahkan ada yang naik puluhan persen.

Lalu muncul keyakinan: “Sepertinya saya sudah menemukan sistem trading yang bagus.”

Tunggu dulu.

Apakah strategi tersebut memang memiliki keunggulan statistik, atau Anda hanya kebetulan menemukan beberapa contoh yang berhasil?

Inilah alasan mengapa trader yang ingin mandiri tidak cukup hanya mengandalkan pengalaman, pengamatan visual, atau ingatan terhadap transaksi yang menguntungkan. Mereka perlu melakukan pengujian.

1. Strategi yang terlihat bagus belum tentu benar-benar bagus

Manusia secara alami lebih mudah mengingat kejadian yang menyenangkan. Ketika sebuah saham naik setelah breakout, kita cenderung mengingat pola tersebut. Namun, ketika breakout gagal dan harga kembali turun, pengalaman itu terkadang cepat terlupakan.

Akibatnya, penilaian kita terhadap strategi bisa menjadi terlalu optimistis.

Bayangkan seorang trader mencoba strategi breakout pada lima saham. Empat transaksi menghasilkan keuntungan dan satu mengalami kerugian. Ia mungkin langsung menyimpulkan bahwa strategi breakout sangat efektif.

Padahal, lima transaksi belum tentu cukup untuk menggambarkan kinerja sebuah sistem. Hasilnya bisa sangat berbeda ketika strategi yang sama diuji pada puluhan atau ratusan transaksi, berbagai periode, dan kondisi pasar yang berbeda.

Bukan berarti lima transaksi tidak berguna. Pengalaman tersebut bisa menjadi petunjuk awal. Namun, petunjuk awal tidak sama dengan bukti yang memadai.

Dalam trading, sesuatu yang masuk akal secara logika belum tentu terbukti menguntungkan secara statistik.

Karena itu, sebelum menambah modal atau meningkatkan ukuran posisi, kita perlu menguji strategi secara lebih sistematis.

2. Apa itu backtest?

Backtest adalah proses menguji aturan trading menggunakan data historis untuk melihat bagaimana aturan tersebut akan bekerja pada periode masa lalu.

Misalnya, kita ingin menguji sebuah sistem sederhana:

• Saham harus berada dalam tren naik, misalnya harga penutupan di atas MA200.

• Entry dilakukan ketika harga menembus level tertinggi periode sebelumnya.

• Volume digunakan sebagai salah satu konfirmasi.

• Stop loss ditentukan sebelum transaksi dilakukan.

• Posisi ditutup ketika aturan exit terpenuhi.

Aturan tersebut kemudian diterapkan pada data historis sesuai urutan waktu. Setiap sinyal yang memenuhi kriteria dicatat, termasuk transaksi yang untung, transaksi yang rugi, dan transaksi yang tidak menghasilkan keuntungan berarti.

Dari hasil itu, kita dapat mulai menjawab beberapa pertanyaan penting.

Berapa banyak transaksi yang terjadi? Berapa persentase transaksi yang menghasilkan keuntungan? Seberapa besar rata-rata keuntungan dan kerugiannya? Berapa besar penurunan modal ketika sistem mengalami periode buruk? Apakah hasilnya tetap masuk akal setelah biaya transaksi diperhitungkan?

Pertanyaan-pertanyaan tersebut jauh lebih berguna daripada sekadar bertanya, “Strategi ini pernah menghasilkan profit, bukan?”

Sebab, hampir semua strategi bisa terlihat bagus jika kita hanya memilih contoh yang mendukungnya.

3. Backtest bukan alat untuk meramal masa depan

Di sinilah kita perlu membedakan antara expectation dan reality.

Backtest menunjukkan bagaimana suatu aturan bekerja pada data masa lalu. Backtest tidak memberi kepastian mengenai hasil transaksi berikutnya.

Pasar dapat berubah. Karakter saham bisa berbeda. Biaya transaksi memengaruhi hasil. Likuiditas dapat berubah, dan harga yang terlihat tersedia pada grafik historis belum tentu bisa diperoleh persis ketika transaksi dilakukan.

Bahkan strategi yang memiliki hasil historis baik dapat mengalami kerugian beruntun ketika digunakan pada periode berikutnya.

Karena itu, tujuan backtest bukan mencari strategi yang menjamin profit, melainkan mencari bukti bahwa aturan trading memiliki dasar yang layak untuk dipertimbangkan.

Kita ingin mengetahui apakah hasilnya didukung oleh banyak transaksi dan aturan yang konsisten, atau justru bergantung pada beberapa transaksi luar biasa.

Perbedaannya sangat penting.

Jika keuntungan total sebuah sistem terutama berasal dari satu atau dua transaksi besar, kita perlu memahami hal itu sebelum menyimpulkan bahwa sistem tersebut kuat. Sebaliknya, sistem dengan hasil yang lebih merata pun masih harus diuji dari sisi risiko, biaya, dan ketahanannya pada kondisi pasar berbeda.

Backtest membantu kita mengurangi keputusan berdasarkan dugaan. Ia tidak menghilangkan ketidakpastian.

4. Jangan hanya menguji saham yang sudah naik

Salah satu jebakan terbesar ketika menguji strategi adalah memilih contoh setelah kita mengetahui hasil akhirnya.

Misalnya, kita melihat daftar saham yang saat ini sedang naik, kemudian membuka grafik historisnya dan mencari pola breakout yang pernah berhasil. Setelah menemukan banyak contoh bagus, kita menyimpulkan bahwa pola tersebut sangat efektif.

Masalahnya, kita hanya melihat saham-saham yang menarik perhatian kita sekarang. Saham yang dahulu memenuhi kriteria tetapi kemudian jatuh, tidak likuid, atau tidak lagi menarik perhatian bisa saja terabaikan.

Cara seperti ini menghasilkan gambaran yang tidak seimbang.

Pengujian yang lebih baik harus dimulai dari aturan yang jelas, lalu diterapkan secara konsisten pada seluruh saham dan periode yang memenuhi kriteria tersebut, termasuk kasus yang berakhir buruk.

Kita tidak boleh mengubah aturan hanya karena hasil transaksi tertentu tidak sesuai harapan.

Jika sistem mensyaratkan breakout dengan konfirmasi volume, misalnya, maka seluruh kejadian yang memenuhi syarat itu harus diperlakukan dengan cara yang sama. Jangan menerima sinyal yang berhasil tetapi menganggap sinyal yang gagal sebagai pengecualian tanpa alasan yang sudah ditentukan sebelumnya.

Prinsipnya sederhana: aturan harus mendahului hasil, bukan hasil yang menentukan aturan.

5. Hati-hati terhadap overfitting

Ada jebakan lain yang sering terjadi ketika trader mulai melakukan pengujian: terlalu banyak mengutak-atik parameter sampai hasil historis terlihat sempurna.

Awalnya, sebuah strategi menggunakan MA200 dan breakout 20 hari. Hasilnya biasa saja. Lalu periode MA diubah, parameter breakout diganti, filter volume ditambahkan, dan stop loss disesuaikan berulang kali.

Setelah puluhan atau ratusan percobaan, akhirnya ditemukan kombinasi yang menghasilkan grafik keuntungan sangat menarik pada data historis.

Apakah sistem itu otomatis lebih baik?

Belum tentu.

Bisa jadi parameter tersebut benar-benar menangkap karakteristik pasar yang relevan. Namun, bisa juga sistem hanya terlalu cocok dengan pola kebetulan pada data yang digunakan untuk pengujian. Inilah salah satu bentuk overfitting.

Ibarat seorang siswa yang menghafal jawaban soal ujian tahun lalu. Ia bisa memperoleh nilai tinggi pada soal yang sama, tetapi belum tentu mampu menyelesaikan soal baru.

Untuk mengurangi risiko ini, pisahkan data pengembangan sistem dari data pengujian yang tidak digunakan ketika memilih parameter. Setelah aturan ditetapkan, uji kembali pada periode berbeda yang belum dipakai untuk mengoptimalkan sistem. Jika memungkinkan, lanjutkan dengan pengujian berjalan (walk-forward) atau simulasi transaksi tanpa menggunakan modal nyata terlebih dahulu.

Hasil yang sedikit lebih sederhana tetapi tetap masuk akal pada data yang belum pernah digunakan sering kali lebih informatif daripada hasil luar biasa yang hanya muncul setelah banyak penyesuaian.

6. Data EOD menjadi bahan pengujian

Sampai di sini, kita mulai melihat mengapa data historis penting dalam proses membangun trading system.

Grafik bisa membantu kita memahami perilaku harga. Namun, untuk menguji aturan secara konsisten, kita membutuhkan rangkaian data yang memadai, tersusun menurut waktu, dan dapat diolah kembali.

Data EOD atau End of Day menyediakan data pasar pada akhir hari perdagangan. Data ini dapat digunakan untuk menelusuri perubahan harga, memeriksa volume, menghitung indikator, menyaring saham, dan menguji aturan berdasarkan data harian.

Contohnya, kita ingin mengetahui apakah penambahan filter volume benar-benar meningkatkan kualitas sistem breakout.

Kita dapat membuat dua versi pengujian. Versi pertama menggunakan aturan breakout tanpa filter volume. Versi kedua menggunakan aturan yang sama, tetapi menambahkan persyaratan volume tertentu.

Keduanya kemudian diuji pada periode, kumpulan saham, dan asumsi biaya yang sebanding.

Setelah itu, kita membandingkan hasilnya. Apakah jumlah transaksi berkurang? Apakah keuntungan setelah biaya membaik? Apakah drawdown mengecil atau justru membesar? Apakah perubahan hasil cukup konsisten, atau hanya disebabkan oleh beberapa transaksi tertentu?

Kita tidak boleh langsung menyimpulkan bahwa filter volume pasti lebih baik. Bisa saja filter tersebut membantu pada kondisi tertentu tetapi tidak pada kondisi lain.

Justru itulah manfaat pengujian: kita dapat memeriksa sebuah gagasan tanpa harus mempercayainya terlebih dahulu.

Data historis bukan jaminan keuntungan. Data adalah bahan untuk menguji asumsi, menemukan kelemahan, dan membuat keputusan yang lebih terukur.

7. Apa yang sebaiknya dinilai dari hasil backtest?

Jangan berhenti pada total profit.

Sebuah sistem yang menghasilkan keuntungan besar tetapi mengalami penurunan modal yang sangat dalam mungkin tidak sesuai dengan kemampuan modal atau kenyamanan psikologis penggunanya.

Sebaliknya, sistem yang terlihat stabil tetapi menghasilkan keuntungan terlalu kecil setelah biaya transaksi juga belum tentu layak digunakan.

Pada tahap awal, setidaknya perhatikan jumlah transaksi, keuntungan bersih setelah biaya, win rate, rata-rata keuntungan dibandingkan rata-rata kerugian, drawdown maksimum, serta distribusi hasil transaksi. Perhatikan juga periode pengujian dan kondisi pasar yang diwakilinya.

Metrik-metrik tersebut akan kita bahas lebih terperinci pada seri-seri berikutnya. Pada Seri 16, kita akan masuk ke CAR, MDD, dan CAR/MDD untuk melihat hubungan antara pertumbuhan modal dan risiko penurunan modal.

Untuk sekarang, pegang satu prinsip: jangan menilai sistem hanya dari angka yang paling menyenangkan.

8. Dari berharap menjadi menguji

Trader yang belum memiliki proses pengujian sering kali berpindah strategi ketika mengalami kerugian. Hari ini menggunakan breakout, besok mencoba moving average crossover, kemudian beralih ke indikator lain setelah beberapa transaksi gagal.

Akibatnya, tidak ada satu sistem pun yang benar-benar diuji secara konsisten. Trader tidak pernah mengetahui apakah kerugian berasal dari kelemahan sistem, kondisi pasar, pelaksanaan aturan yang tidak disiplin, atau sekadar variasi hasil yang wajar.

Trader yang membangun sistem secara serius mengambil pendekatan berbeda. Ia merumuskan aturan, menguji aturan tersebut, mencatat hasil, mengidentifikasi kelemahan, lalu melakukan perbaikan yang dapat dipertanggungjawabkan.

Ia tetap bisa salah. Sistemnya tetap bisa mengalami drawdown. Tetapi keputusan berikutnya tidak harus didasarkan pada rasa takut atau euforia semata.

Tujuannya bukan menemukan sistem yang tidak pernah rugi. Tujuannya adalah memahami karakteristik sistem, mengetahui risiko yang mungkin dihadapi, dan menentukan apakah bukti yang tersedia cukup untuk membenarkan penggunaannya.

Itulah pergeseran dari berharap menjadi menguji.

Dan itulah salah satu langkah penting menuju trader mandiri.

---

Kesimpulan

Backtest membantu kita memeriksa apakah suatu strategi memiliki dasar statistik yang layak, tetapi hasil masa lalu tidak menjamin hasil masa depan. Pengujian yang berguna memerlukan aturan yang jelas, data yang sesuai, biaya transaksi yang realistis, perlakuan yang konsisten terhadap transaksi menang maupun kalah, serta kewaspadaan terhadap bias dan overfitting.

Jangan mencari angka yang membuat kita merasa yakin. Carilah bukti yang membantu kita memahami kapan sebuah sistem bekerja, kapan ia kesulitan, dan seberapa besar risiko yang harus siap ditanggung.

Trading system yang baik bukan sistem yang terlihat sempurna di masa lalu, melainkan sistem yang telah diuji dengan jujur dan risikonya dipahami sebelum digunakan.

Pada seri berikutnya, kita akan membahas metrik yang membantu menilai kinerja sistem secara lebih terstruktur: CAR, MDD, dan CAR/MDD.

Catatan edukasi: Artikel ini bertujuan untuk pendidikan dan bukan rekomendasi membeli atau menjual saham. Pengujian historis memiliki keterbatasan dan tidak menjamin hasil yang sama pada masa depan.

Hak cipta: Seluruh artikel dalam seri “Menjadi Trader Mandiri Berbasis Sistem & Data” ditulis untuk tujuan edukasi. Dilarang menyalin, memperbanyak, atau mempublikasikan ulang sebagian maupun seluruh isi tanpa izin tertulis dari penulis.