Kinerja juga: curve-fitting, over-optimisasi, bias penambangan data

Overfitting

Menyetel parameter EA terlalu presisi ke data historis, menghasilkan strategi yang bagus di backtest tetapi buruk pada data yang belum pernah dilihat karena mengeksploitasi noise alih-alih pola pasar yang nyata.

Bagaimana overfitting terjadi

Setiap EA memiliki parameter yang dapat disetel. Mengoptimalkan semuanya sekaligus di backtest panjang menghasilkan parameter yang cocok dengan ciri idiosinkratik data historis spesifik itu, bukan dinamika pasar yang mendasarinya.

Tanda peringatan dalam pemasaran EA

  • Tingkat kemenangan di atas 90% pada backtest 5+ tahun tanpa rekam jejak live
  • Parameter strategi yang tampak presisi mencurigakan (mis. periode EMA 37, stop 23,7 pip)
  • Tidak ada kinerja walk-forward atau out-of-sample yang ditampilkan
  • Jendela backtest kurang dari 3 tahun
  • Rasio Sharpe di atas 3,0 tanpa penjelasan

Penanganan parsial

Gunakan parameter yang lebih sedikit dan lebih dapat diinterpretasi; wajibkan analisis walk-forward sebelum publikasi; uji pada beberapa instrumen di luar pasangan yang dioptimalkan.