Je vond een indicator met 78% winstpercentage. Gebacktest over twee jaar. Blootgesteld aan 500 trades. De equity curve gaat omhoog en naar rechts als een droom.
Je begint live te traden. Binnen twee weken heb je een maand winst teruggegeven.
Wat is er gebeurd?
De backtest loog. Niet omdat de cijfers nep waren - maar omdat backtesting zelf fundamenteel kapot is op manieren die de meeste traders nooit overwegen.
Het Kernprobleem Met Backtesting
Backtesting beantwoordt de vraag: "Hoe zou deze strategie hebben gepresteerd op historische data?"
Maar dat is niet de vraag die je beantwoord nodig hebt. De echte vraag is: "Hoe zal deze strategie presteren op data die het nooit heeft gezien?"
Dit zijn compleet verschillende vragen. En de kloof ertussen is waar traders geld verliezen.
Probleem 1: Curve Fitting
Elke markt heeft patronen. Sommige zijn echt en persistent. De meeste zijn willekeurige ruis die eruit zagen als patronen.
Wanneer je een strategie bouwt of optimaliseert op historische data, pas je deze aan op beide - de echte patronen en de ruis. Hoe meer je optimaliseert, hoe perfecter je strategie de ruis vangt. Het wordt een perfecte kaart van willekeur die in het verleden gebeurde.
Dan komt de toekomst met andere willekeur. Je perfect geoptimaliseerde strategie, afgestemd om patronen te vangen die nooit echt waren, valt uit elkaar.
Hoe curve fitting te herkennen:
- Strategie heeft veel specifieke parameters (RSI moet precies 67 zijn, niet 65 of 70)
- Prestatie verslechtert significant met kleine parameterwijzigingen
- Strategie werkt geweldig op één asset maar faalt op vergelijkbare assets
- Te veel regels en voorwaarden
Hoe specifieker de regels, hoe waarschijnlijker ze ruis vangen in plaats van signaal.
Probleem 2: Look-Ahead Bias
Deze is subtiel en verwoestend.
Look-ahead bias treedt op wanneer je backtest informatie gebruikt die niet beschikbaar zou zijn geweest op het moment van de trade. De meest voorkomende bron? Hertekenende indicatoren.
Maar het gaat dieper dan dat. Overweeg:
- Einde-dag data gebruiken voor strategieën die intraday zouden uitvoeren
- Indicatoren die toekomstige kaarsen gebruiken in hun berekeningen
- Strategieregels die gemaakt werden na het zien van de resultaten
- Bepaalde perioden "vermijden" omdat je weet wat er gebeurde
Zelfs eerlijke backtests kunnen ingebouwde look-ahead bias hebben. De ontwikkelaar weet dat 2020 een crash had, dus de strategie heeft een regel die "toevallig" blootstelling vermindert begin 2020. Lijkt op geniaal risicobeheer. Is eigenlijk gewoon achteraf kijken vermomd als vooruitkijken.
Probleem 3: Survivorship Bias
Je backtest bevat de assets die vandaag bestaan. Het bevat niet degene die failliet gingen, van de beurs gehaald werden, of naar nul crashten.
Dit is belangrijker dan je denkt.
Als je een momentum strategie backtest die sterkte koopt, koopt je historische test alleen de sterkte die overleefde. De aandelen die dezelfde sterkte patronen toonden maar daarna crashten zijn niet in je dataset.
Je backtest ziet er beter uit dan de werkelijkheid omdat het alleen de winnaars handelt - achteraf.
Probleem 4: Marktregime Veranderingen
Markten in 2010 zijn niet markten in 2020. Algoritmes die nauwelijks bestonden zijn nu 70% van het volume. Retail traders hebben andere tools en gedrag. Monetair beleid is dramatisch veranderd.
Een strategie gebacktest van 2015-2020 opereerde in een historisch ongebruikelijke periode van lage volatiliteit en consistente centrale bank ondersteuning. Toen kwam 2022 met inflatie, renteverhogingen en een compleet ander regime.
De strategie is niet "gestopt met werken". Het werd nooit getest op het type markt dat het daadwerkelijk zou tegenkomen.
Probleem 5: Uitvoeringsrealiteit
Backtests nemen aan:
- Je kreeg precies de prijs die je wilde
- Er was geen slippage
- Je order bewoog de markt niet
- Je kon altijd in- en uitstappen wanneer het signaal afging
- Spreads waren constant
Niets hiervan is waar bij live traden.
Die scalping strategie met 55% winstpercentage en 1:1 risico-beloning? Na realistische slippage en spread kosten is het een verliezer. De backtest wist het nooit.
Dus Wat Doe Je In Plaats Daarvan?
Als traditionele backtesting zo gebrekkig is, is er dan een manier om strategieën eerlijk te testen?
Ja - maar het vereist fundamenteel andere benaderingen. Forward testing op ongeziene data. Out-of-sample validatie. Walk-forward analyse. Monte Carlo stresstesting. Deze methoden bestaan specifiek omdat onderzoekers erkenden dat simpele backtesting een illusie van edge creëert waar er geen is.
Het doel verschuift van "bewijzen dat een strategie werkt" naar "proberen het te breken voordat de markt dat doet".
De Conclusie
Stop met backtests vertrouwen. Begin ze te bevragen.
Wanneer iemand je geweldige historische resultaten laat zien, vraag:
- Was dit out-of-sample getest?
- Wat is de logische basis voor deze edge?
- Hoe presteert het met andere parameters?
- Werkt het op meerdere assets?
- Hertekent de indicator?
Als ze deze vragen niet kunnen beantwoorden, is de backtest waardeloos - hoe goed de equity curve er ook uitziet.
Hoe Eerlijke Edge Er Echt Uitziet
De sterkste strategieën zijn niet curve-fit op historische ruis. Ze zijn gebouwd op marktstructuur logica die je kunt articuleren:
Waarom cycli zich herhalen: Institutionele accumulatie en distributie creëren terugkerende patronen. Slim geld koopt bij cyclus dieptepunten, verkoopt bij cyclus hoogtepunten. Dit gedrag is structureel, niet willekeurig - het blijft bestaan over regimes heen.
Waarom volume richting bevestigt: Geldstroom onthult intentie. Prijs kan liegen (valse uitbraken, stop hunts), maar volume laat zien waar kapitaal daadwerkelijk naartoe beweegt. Accumulatie ziet er anders uit dan distributie.
Waarom confluence ertoe doet: Wanneer meerdere onafhankelijke systemen het eens zijn, nemen valse signalen af. Eén indicator kan fout zijn. Vijf indicatoren die dezelfde richting wijzen is betekenisvol.
Edge gebaseerd op marktstructuur logica overleeft regime veranderingen. Edge gebaseerd op "RSI moet precies 67 zijn" niet. De vraag is niet "werkte dit in het verleden?" Het is "is er een logische reden dat dit zou moeten blijven werken?"
Dat is de basis die het waard is om op te bouwen.
Wil je indicatoren gebaseerd op logica, niet op curve-fitting?
Signal Pilot's 7-indicator suite is gegrond in marktstructuur: cycli die herhalen vanwege institutioneel gedrag, volume dat geldstroom onthult, confluence die ruis filtert. Niet-hertekenende signalen betekenen dat wat je ziet in de historie is wat je live zou hebben gezien.
Geen geoptimaliseerde onzin. Geen "werkt perfect op dit ene asset met precies deze instellingen". Gewoon logische fundamenten die je kunt articuleren.
Probeer Logica-Gebaseerde Analyse Gratis →Heb je een publiek? Verdien tot 30% terugkerende commissies
Word Affiliate →Bespreek dit artikel met traders in onze community
Join Discord →