Freqtrade

Walk-Forward Testing: Langkah Penting Sebelum Strategi Freqtrade Dipakai Live

Pelajari desain rolling train-test, cara menggabungkan hasil out-of-sample, serta metrik stabilitas untuk walk-forward Freqtrade.

Written by CuanTrade Research
Read time 3 min
Published July 23, 2026
Ilustrasi rangkaian jendela training dan testing walk-forward Freqtrade

Image source: CuanTrade AI

Backtest satu rentang panjang dapat menyembunyikan proses pemilihan parameter. Walk-forward testing meniru cara strategi digunakan: parameter dipilih dari masa lalu, lalu diuji pada periode berikutnya yang belum dilihat.

Konsep Dasar

Satu siklus terdiri dari:

1. Train atau optimasi pada jendela historis.

2. Bekukan strategi dan parameter.

3. Test pada jendela berikutnya.

4. Geser waktu ke depan.

5. Ulangi proses.

Hanya hasil test yang digabung menjadi kurva out-of-sample.

Rolling dan Expanding Window

Rolling Window

Jendela training memiliki panjang tetap. Contoh: train 24 bulan, test 3 bulan, lalu geser 3 bulan. Data lama keluar ketika data baru masuk.

Ini cocok jika karakter pasar berubah dan sejarah terlalu lama kurang relevan.

Expanding Window

Training selalu dimulai dari tanggal yang sama dan terus bertambah. Metode ini menggunakan seluruh sejarah yang tersedia.

Ia cocok jika edge dianggap struktural, tetapi optimasi semakin berat dan regime lama dapat mendominasi.

Menentukan Panjang Jendela

Jendela harus menghasilkan jumlah trade yang cukup. Strategi 4 jam mungkin membutuhkan training lebih panjang daripada strategi 5 menit.

Pertimbangkan:

  • Frekuensi trade.
  • Siklus pasar yang ingin dicakup.
  • Banyaknya parameter.
  • Biaya optimasi.
  • Seberapa sering parameter realistis diperbarui live.

Jangan membuat jendela test sangat pendek hanya agar sebagian besar data masuk training.

Contoh Desain

SiklusTrainingTesting
1Jan 2022–Des 2023Jan–Mar 2024
2Apr 2022–Mar 2024Apr–Jun 2024
3Jul 2022–Jun 2024Jul–Sep 2024
4Okt 2022–Sep 2024Okt–Des 2024

Parameter setiap siklus hanya boleh menggunakan jendela training masing-masing.

Implementasi dengan Freqtrade

Freqtrade menyediakan CLI untuk Hyperopt dan backtesting, sedangkan orkestrasi walk-forward dapat dilakukan dengan script:

1. Buat daftar window.

2. Jalankan Hyperopt pada timerange training.

3. Simpan parameter terbaik.

4. Jalankan backtest pada timerange testing.

5. Export transaksi.

6. Gabungkan hanya hasil testing.

Simpan command dan parameter per siklus. Jangan membiarkan file parameter dari siklus berikutnya masuk ke test sebelumnya.

Metrik yang Dinilai

Jangan hanya jumlahkan profit. Periksa:

  • Berapa banyak window yang profit.
  • Profit factor median.
  • Drawdown terburuk.
  • Stabilitas jumlah trade.
  • Konsistensi pair dan entry tag.
  • Turnover parameter.
  • Deviasi training versus testing.

Jika training selalu hebat tetapi test buruk, proses optimasi overfit.

Parameter Turnover

Catat perubahan parameter antarwindow. Parameter yang selalu meloncat dari minimum ke maksimum menunjukkan tidak adanya area stabil.

Parameter dapat berubah mengikuti regime, tetapi perubahan tersebut harus dapat dijelaskan dan tidak terlalu sensitif.

Menggabungkan Equity Curve

Gabungkan transaksi out-of-sample secara kronologis. Pastikan modal, compounding, dan posisi yang melewati batas window ditangani konsisten.

Pilihan konservatif adalah menutup atau mengisolasi setiap window sesuai desain. Pilihan lain meneruskan saldo dan posisi, tetapi implementasinya lebih kompleks.

Kesalahan Umum

  • Mengoptimalkan ulang setelah melihat hasil test.
  • Memilih window yang memberi hasil terbaik.
  • Menggunakan parameter global yang sebenarnya dibuat dari seluruh data.
  • Mengabaikan biaya dan slippage.
  • Membandingkan window dengan universe pair berbeda tanpa catatan.
  • Menggabungkan hasil training ke equity curve final.

Kriteria Lulus

Tidak ada ambang universal, tetapi kandidat yang sehat biasanya:

  • Positif pada mayoritas window.
  • Memiliki drawdown yang dapat ditoleransi pada window terburuk.
  • Tidak bergantung pada satu window spektakuler.
  • Menunjukkan degradasi wajar dari train ke test.
  • Memakai parameter yang relatif stabil.
  • Tetap layak di bawah stress fee dan slippage.

Penutup

Walk-forward mengubah pertanyaan dari “apakah strategi cocok dengan sejarah?” menjadi “apakah proses pembuatan strategi pernah berhasil ketika diterapkan pada masa depan yang belum dilihat?”

Jika hasilnya stabil, kandidat dapat masuk ke tahap risiko dan dry-run. Artikel berikutnya membahas risk management futures—bagian yang menentukan apakah edge dapat bertahan ketika trade buruk benar-benar terjadi.

Bacaan lanjutan

Walk-forward mengurangi risiko overfitting, tetapi tidak menghilangkan perubahan regime dan risiko eksekusi live.
Trending

Related Post

Expand your knowledge with these hand-picked posts.

Ilustrasi ruang pencarian parameter dan optimasi Hyperopt Freqtrade
July 22, 2026
Freqtrade

Hyperopt Freqtrade Tanpa Overfitting: Parameter, Loss Function, dan Validasi

Panduan memakai Hyperopt secara disiplin: memilih search space, loss function, epochs, data train-test, dan menilai stabilitas parameter.

Ilustrasi garis waktu data masa lalu dan masa depan dalam backtest Freqtrade
July 21, 2026
Freqtrade

Lookahead Bias pada Freqtrade: Cara Mendeteksi Strategi yang ‘Curang’

Kenali penyebab lookahead bias dalam dataframe Freqtrade, contoh kode berbahaya, cara menjalankan lookahead-analysis, dan batas interpretasinya.

Ilustrasi kontras kurva profit backtest dan risiko live trading
July 20, 2026
Freqtrade

Mengapa Return Backtest Tinggi Belum Tentu Layak untuk Live Trading?

Pelajari sumber return backtest yang menyesatkan: compounding, leverage, bias, overfitting, slippage, likuiditas, dan risiko eksekusi live.

Workspace with laptop

Explore insights, stories, and strategies that help you build better products every day.

Join 1,000,000+ subscribers receiving expert tips on earning more, investing smarter and living better, all in our free newsletter.