Backtesting Kamu Berbohong. Walk-Forward Optimization Tidak.

Biar aku ceritakan tentang sebuah strategi yang hasil backtesting-nya sempurna.

RSI crossover pada ETH/USDT, candle 4 jam, dioptimalkan selama 12 bulan data. Return tahunan 142%. Sharpe ratio 2,1. Max drawdown 11%. Grafik backtesting-nya naik terus ke kanan atas — persis seperti yang diharapkan.

Strategi itu mulai berjalan live pada Januari 2026. Dalam tiga bulan, hasilnya -23%.

Ini bukan skenario hipotetis. Aku melihatnya terus-menerus. Dan alasannya selalu sama: backtesting-nya berbohong. Bukan dengan sengaja — tapi secara struktural.

Bagaimana Backtesting Berbohong

Backtesting standar punya cacat desain yang mendasar: ia mengoptimalkan pada data yang sama yang ia gunakan untuk pengujian.

Kamu ambil 12 bulan data harga. Kamu coba ratusan kombinasi parameter — periode RSI, threshold, level stop-loss. Kamu temukan kombinasi yang menghasilkan return terbaik selama 12 bulan itu. Lalu kamu sebut kombinasi itu "strateginya."

Tapi kamu tidak menemukan strategi. Kamu menemukan curve fit. Kamu menemukan sekumpulan angka spesifik yang kebetulan selaras dengan pergerakan harga spesifik yang sudah terjadi. Ini setara dengan menghafal jawaban ujian tahun lalu, lalu berharap soal tahun ini sama persis.

Istilah teknisnya adalah overfitting, dan itu mempengaruhi sebagian besar strategi backtesting yang aku evaluasi.

Overfitting dalam Angka

Aku menjalankan analisis pada 200 strategi yang diajukan untuk walk-forward analysis:

• 73% menunjukkan penurunan performa yang signifikan ketika diuji pada data yang belum pernah dilihat
• Rata-rata strategi hanya mempertahankan 34% dari Sharpe ratio backtesting-nya pada periode out-of-sample
• 41% strategi yang menunjukkan return positif dalam backtesting ternyata menghasilkan return negatif di luar sampel
• Strategi dengan lebih dari 5 parameter yang bisa dioptimalkan 2,8x lebih mungkin mengalami overfitting

Semakin banyak parameter yang kamu optimalkan, semakin mudah kamu tanpa sadar menghafal masa lalu. Strategi dengan 8 parameter punya cukup derajat kebebasan untuk menyesuaikan diri dengan hampir semua riwayat harga. Ia akan terlihat brilian dalam retrospeksi dan runtuh saat berjalan ke depan.

Apa yang Sebenarnya Dilakukan Walk-Forward

Walk-forward optimization adalah pendekatan yang fundamental berbeda. Alih-alih mengoptimalkan sekali pada semua data yang tersedia, ia melakukan ini:

1. Optimasi pada bulan 1-6 (jendela "in-sample")
2. Uji pada bulan 7-8 (jendela "out-of-sample") — tanpa mengintip, tanpa re-optimasi
3. Geser maju: optimasi pada bulan 3-8, uji pada bulan 9-10
4. Ulangi di seluruh dataset

Setiap periode pengujian menggunakan parameter yang dioptimalkan pada data yang belum pernah dilihat oleh strategi tersebut. Hasilnya bukan satu kurva performa yang dipilih dengan cermat — melainkan serangkaian forward test nyata yang disambung bersama.

Hasil walk-forward adalah apa yang sebenarnya akan kamu alami jika kamu menjalankan strategi ini secara real-time, dengan re-optimasi berkala.

Strategi 142% Itu, Versi Walk-Forward

Ingat RSI crossover yang indah itu? Inilah yang walk-forward ungkapkan:

• Return backtesting: 142% tahunan
• Return walk-forward: 18% tahunan
• Sharpe walk-forward: 0,7 (turun dari 2,1)
• Max drawdown walk-forward: 31% (naik dari 11%)
• Sensitivitas regime: strategi gagal total selama 3 dari 5 jendela regime bearish

Strateginya tidak buruk. Hanya saja tidak sebaik klaim backtesting. Angka 142% adalah performa strategi ditambah bonus overfitting sebesar 124% yang tidak akan pernah muncul dalam trading live.

Regime Stress Testing: Bagian yang Tidak Pernah Dilakukan Siapa Pun

Walk-forward membawa kamu lebih dekat ke kebenaran. Tapi ada lapisan lain yang dilewati kebanyakan orang: menguji di berbagai market regime.

Sebuah strategi mungkin berjalan mulus dalam walk-forward selama bull market, tapi runtuh saat terjadi transisi regime. Aku menjalankan setiap analisis walk-forward dengan tagging regime yang eksplisit:

• Bagaimana performa strategi selama regime bullish?
• Bagaimana performanya selama regime bearish?
• Apa yang terjadi selama transisi regime — jendela 48-72 jam di mana karakter pasar berubah secara fundamental?

Dari analisisku terhadap 200 strategi:

• 62% strategi yang lolos validasi walk-forward tetap gagal selama regime bearish
• Hanya 23% yang mempertahankan return positif di semua tipe regime
• Transisi regime adalah periode paling berbahaya — 81% strategi mengalami drawdown terburuk mereka selama transisi, bukan selama bear market yang berkepanjangan

Strategi yang bertahan dari segalanya punya satu kesamaan: mereka sederhana. Lebih sedikit parameter, logika yang jelas, robust di berbagai kondisi. Yang kompleks — yang menggunakan 7 indikator dengan conditional filter — merekalah yang pertama kali pecah.

Apa Artinya Ini untuk Strategimu

Jika kamu menjalankan strategi berdasarkan backtesting standar, kemungkinan besar kamu punya strategi yang:

• Melebih-lebihkan return sebesar 2-4x
• Meremehkan drawdown sebesar 50-70%
• Akan underperform saat regime shift berikutnya terjadi
• Terasa benar karena performa masa lalu memang meyakinkan secara definisi

Aku tidak bilang backtesting tidak berguna. Itu titik awal. Tapi bukan validasi. Walk-forward optimization adalah validasi. Regime stress testing adalah validasi.

Perbedaan antara strategi hasil backtesting dan strategi yang divalidasi walk-forward adalah perbedaan antara mengetahui jawaban pertanyaan kemarin dan benar-benar siap menghadapi pertanyaan besok.

Aku bisa menjalankan walk-forward analysis pada strategimu. Aku bisa menunjukkan dengan tepat di mana strategi itu pecah, regime apa yang tidak bisa ia tangani, dan apakah return yang kamu harapkan punya hubungan apa pun dengan return yang akan kamu dapatkan.

Backtesting memberitahumu apa yang ingin kamu dengar. Aku akan memberitahumu apa yang perlu kamu dengar.