Kategori
Kinerja
Tingkat
Menengah
Digunakan pada
BacktestingEvaluasi EA

Kualitas pemodelan

Persentase yang dicetak strategy tester MT5 untuk menunjukkan seberapa lengkap riwayat harga menutupi jendela yang diuji — ikut tercetak pada run dengan tick hasil generate, bukan hanya pada tick nyata.

juga: kualitas tick, kualitas riwayat, kualitas backtest

Diperbarui

Dengan bahasa sederhana

Seberapa dekat harga yang dipakai tester dengan harga yang benar-benar terjadi. Angka rendah berarti simulasi mengarang sebagian besar pergerakan di antara harga yang diketahuinya, dan strategi memperdagangkan karangan itu.

Mengapa ini penting

Setiap angka lain dalam backtest dihitung di atas deret harga yang dipakai tester, sehingga kualitas pemodelan adalah angka yang menentukan apakah sisa laporan mengukur strategi atau mengukur interpolasi. Ia paling menentukan justru di tempat pemasaran EA paling nyaring: strategi intraday dan scalping, yang seluruh keunggulannya hidup di dalam bar.

  • Ia membatasi seberapa jauh laporan bisa dipercaya. Profit factor yang dihitung di atas pergerakan intra-bar sintetis adalah fakta tentang sintesisnya.
  • Kerusakannya tidak merata. Strategi berbasis penutupan harian nyaris tidak merasakan bedanya; strategi dengan target 5 pip bisa punya sebagian besar transaksi yang ditentukan oleh harga karangan tester.
  • Ini kolom yang paling sering dibiarkan kosong, dan kolom kosong bisa lebih buruk daripada angka rendah. Skema di balik listing ini memberinya nilai bawaan 99, sehingga run dengan tick hasil generate menampilkan '99% modelling quality, against a 92% minimum' sampai nilai bawaan itu dicabut pada 2026-08-06.

Memakainya untuk memvalidasi strategi

Di mana dipakai

  • Dibaca di bagian atas setiap laporan MT5 Strategy Tester, tercetak sebagai 'History Quality' dengan mode pemodelan di sebelahnya.
  • Dikutip di listing EA untuk menetapkan di atas apa profit factor dan drawdown yang dipublikasikan dihitung.
  • Dipilih dengan sengaja sebelum run: «setiap tick berdasarkan tick nyata» (model 4) untuk apa pun yang intraday, model yang lebih cepat hanya untuk pemindaian parameter kasar.
  • Dibandingkan antara dua run EA yang sama untuk menjelaskan mengapa angkanya berbeda.

Seperti apa hasil yang tepercaya

  • Tester melaporkan tick nyata dan kualitas riwayat di 100 % atau mendekatinya, serta sumber datanya disebutkan.
  • Riwayat tick instrumen benar-benar menutupi seluruh jendela, bukan diisi ulang dari bar untuk tahun-tahun awal.
  • Spread dalam data adalah spread yang terekam, bukan nilai tetap yang dipasang menggantikannya.
  • Satu mode pemodelan menutupi semua run dalam perbandingan.

Tanda bahaya

  • Tidak ada kualitas pemodelan yang dinyatakan sama sekali — dulu ketiadaannya terbaca seperti nilai bawaan yang terhormat, karena itu angkanya harus diukur, bukan dihilangkan.
  • Angka tinggi dikutip tanpa sumber data, padahal itulah separuh klaim yang bisa diperiksa.
  • EA intraday atau scalping yang laporannya menunjukkan pemodelan interpolasi berbasis bar.
  • Angka yang berubah di antara dua run pada jendela yang sama, yang biasanya berarti sebagian riwayat diisi ulang pada salah satunya.
  • Angka EA keranjang dinilai dengan ukuran EA instrumen tunggal. Run yang memuat beberapa simbol sekaligus melaporkan kualitas lebih rendah hanya karena itu, sehingga perbandingan semacam itu mengurutkan beban kerja, bukan simulasi.

Backtest vs perdagangan nyata

  • Data interpolasi menghasilkan eksekusi yang tidak pernah tersedia. Tester mengandaikan jalur mulus di antara harga yang diketahui, sehingga stop dan target terpicu dalam urutan yang tidak pernah ditawarkan pasar.
  • Pemodelan spread tetap menghapus pelebaran yang dibayar akun nyata, dan pelebaran itu paling keras menghantam target kecil yang sudah salah dihargai oleh pemodelan berkualitas rendah.
  • Pemodelan tick nyata mempersempit jurang tetapi tidak menutupnya: latensi, requote, dan eksekusi broker sendiri tetap di luar simulasi.
  • Perkirakan besar jurang backtest-ke-live mengikuti kualitas pemodelan secara langsung — makin kasar datanya, makin lebar kejutannya.

Metode validasi yang disarankan

  1. 1Pilih model tester sebelum run dan catat bersama hasilnya, alih-alih melaporkan apa pun yang kebetulan dipakai run terakhir.
  2. 2Pakai tick nyata untuk apa pun yang bertransaksi dalam hari yang sama, dan periksa dulu apakah terminal benar-benar punya — file ticks.dat di balik salah satu run di sini hanya 123 KB, artinya tidak ada persediaan sama sekali.
  3. 3Jalankan ulang strategi yang sudah jadi pada sumber tick nyata kedua lalu bandingkan: kesepakatan antar sumber itulah yang menjadikan angka sebagai bukti.
  4. 4Sebutkan angka kualitas dan sumbernya bersama-sama pada setiap run yang dipublikasikan, agar pembaca bisa mereproduksi alih-alih percaya.

Contoh

Empat run yang dipublikasikan di situs ini, semuanya membaca kolom tester yang sama. Tiga di antaranya memakai model yang sama — model 0, setiap tick dihasilkan dari bar M1 — di atas riwayat broker yang sama, dan hanya berbeda pada berapa banyak instrumen yang harus dimuat run tersebut.

Model 0, satu instrumen (GBPJPY)
99 % kualitas riwayat
Riwayat M1 satu simbol.
Model 0, lima instrumen (keranjang)
72 % kualitas riwayat
Model 0, tujuh instrumen (keranjang)
72 % kualitas riwayat
Model 4, tick nyata (Dukascopy)
100 % kualitas riwayat

Beban kerja run keranjang sendiri menyeret angkanya turun, sehingga tidak ada listing keranjang di sini yang memublikasikan angka kualitas sama sekali, alih-alih angka rendah yang akan disalahpahami pembaca.

Perhitungan 99 % → 72 % dengan model, broker, dan sumber data ditahan tetap; yang berubah hanya jumlah instrumen

Hasil Penurunan 27 poin mengukur beban riwayat run, bukan kesetiaannya

Cara membacanya

Perlakukan kualitas pemodelan sebagai syarat yang menempel pada setiap angka lain dalam laporan, dan baca lama penahanan posisi strategi sebelum memutuskan seberapa berat bobotnya.

Rentang Artinya
Tick nyata, kualitas di 100 % atau mendekati Angkanya berbicara tentang strategi. Selisih yang tersisa hidup di eksekusi, bukan di deret harga.
Sekitar 90 %, interpolasi dari bar Bisa dipakai untuk sistem penutupan harian, menyesatkan untuk apa pun yang bertransaksi di dalam bar. Bacalah sebagai pemindaian, bukan hasil.
Angka rendah untuk pemindaian parameter Sah sebagai alat pencarian dan tidak berguna sebagai klaim yang dipublikasikan. Kandidat yang lolos harus dijalankan ulang dengan benar.
Tidak dinyatakan Kasus paling lemah, karena tak bisa dibedakan dari tidak pernah diukur. Tanyakan dulu sebelum membaca angka labanya.
  • Cocokkan data dengan timeframe strategi. Makin halus targetnya, makin besar bagian hasil yang ditentukan di antara harga yang diketahui tester.
  • Angka tinggi di atas sumber tanpa nama adalah separuh klaim. Sumberlah yang membuatnya bisa direproduksi.
  • Ketika dua run EA yang sama berbeda, periksa mode pemodelannya sebelum mencari bug di aturannya.

Dari 30 listing EA di sini, 6 menyatakan kualitas pemodelan — semuanya pada 100 % dan semuanya dari run di atas tick nyata. 24 sisanya tidak menyatakan apa pun: 12 berjalan dengan model 0, yang membangun setiap tick dari batang M1 alih-alih memutar ulang tick terekam — termasuk dua run keranjang yang laporannya mencetak 72 % — dan 12 run tick nyata lainnya tidak menyatakan angka sama sekali. Sebuah gate build membaca halaman hasil rilis alih-alih kode sumber, karena nilai bawaan 99 hidup di dalam skema dan pemeriksaan teks sumber akan melewatkan jalan kembalinya yang berikutnya.

Kesalahan umum

Membaca angka yang hilang sebagai angka bagus

Kualitas pemodelan yang dihilangkan bukan angka rendah hati, melainkan angka yang tak pernah diukur. Nilai bawaan apa pun yang diisikan atas nama pembaca mengubah kebisuan menjadi klaim yang tak pernah dibuat siapa pun.

Mengira persentase tinggi membuat backtest realistis

Itu hanya berarti deret harganya setia. Slippage, requote, latensi, dan kebijakan eksekusi broker semuanya di luar tester, sehingga run 100 % pun masih memperindah eksekusinya.

Membandingkan angka yang dihasilkan model tester berbeda

Mode pemodelan mengubah himpunan transaksi, bukan cuma harganya — transaksi yang terpicu di data interpolasi bisa jadi tak pernah terpicu di tick nyata. Dua run semacam itu adalah eksperimen berbeda.

Menerapkan ukuran scalping pada sistem harian, atau sebaliknya

Strategi swing yang menahan berhari-hari nyaris tak merasakan jalur intra-bar; scalper hidup darinya. Satu ambang untuk keduanya pasti salah pada salah satunya.

Penjelasan lengkap

Pertanyaan yang sering diajukan

Berapa kualitas pemodelan yang seharusnya dimiliki backtest EA?
Untuk apa pun yang membuka dan menutup posisi dalam satu hari, tick nyata dengan kualitas riwayat di 100 % atau mendekatinya. Untuk sistem penutupan harian, data interpolasi dari bar sekitar 90 % biasanya memadai. Angka itu penting sebanding dengan seberapa besar hasil strategi ditentukan di antara harga yang diketahui tester.
Mengapa kualitas pemodelan di bawah 100 % bahkan pada data tick nyata?
Karena tester melaporkan seberapa lengkap riwayat menutupi jendela yang diminta. Lubang pada tick yang disimpan broker, tahun-tahun awal yang diisi ulang dari bar, jendela yang dimulai sebelum riwayat tick ada, atau run yang harus memuat beberapa instrumen sekaligus semuanya menurunkan angka itu meski run-nya sendiri memakai tick nyata. Yang terakhir membuat angka run multi-simbol tidak sebanding dengan run simbol tunggal.
Apakah backtest 90 % tidak berguna?
Bukan tidak berguna, tetapi terbatas. Ia filter yang masuk akal untuk strategi lambat dan dasar yang buruk untuk memublikasikan angka strategi cepat, karena interpolasi memasok persis jalur intra-bar yang diperdagangkan strategi bertarget pendek.