Optimasi seharusnya mencari pengaturan yang tetap berguna saat kondisi pasar berubah. Tujuannya bukan mencari kurva equity historis yang paling menarik, melainkan rentang pengaturan dengan hasil yang cukup baik dan stabil, didukung data yang belum digunakan serta biaya yang realistis.
Tentukan kriteria keberhasilan sebelum menjalankan optimasi
Pilih tujuan yang mencerminkan perilaku EA yang diharapkan, bukan hanya profit bersih. Drawdown maksimum, jumlah transaksi, hasil rata-rata per transaksi, profit factor, profil pemulihan, dan eksposur semuanya penting. Satu pengujian dengan profit luar biasa tetapi drawdown yang tidak dapat diterima atau hanya sedikit transaksi bukan kandidat yang tahan terhadap perubahan kondisi.
Memaksimalkan profit saja dapat mengutamakan risiko berlebihan, satu periode yang menguntungkan, atau pengaturan yang terlalu jarang bertransaksi untuk dievaluasi.
Pisahkan data pengembangan dari data validasi
Bagi data historis secara kronologis. Gunakan segmen pertama untuk eksplorasi, sisihkan segmen berikutnya untuk validasi di luar sampel tanpa menggunakannya selama pengembangan, lalu amati pengaturan terpilih pada data demo forward terkini. Jangan berulang kali memeriksa periode validasi dan menyesuaikan pengaturan terhadapnya; saat itu dilakukan, periode tersebut secara diam-diam sudah menjadi bagian dari data pelatihan.
Uji rentang parameter yang masuk akal dan pahami perilakunya.
Periksa aturan pada periode yang tidak digunakan untuk memilih pengaturan.
Konfirmasikan sinyal terkini, biaya, dan eksekusi pada akun demo.
Alur kerja praktis optimasi MT4
Pilih parameter yang memiliki peran logis
Optimalkan hanya variabel yang secara masuk akal memengaruhi entry, exit, atau risiko. Pertahankan nilai yang seharusnya tetap. Menguji setiap input yang tersedia memperbanyak kombinasi dan meningkatkan peluang menemukan pola semu dari noise.
Gunakan rentang yang luas dan bermakna
Mulailah dengan langkah yang besar dan batas yang realistis. Jika hanya satu nilai tepat yang berhasil, sistem tersebut rapuh. Nilai-nilai di sekitarnya seharusnya menghasilkan perilaku yang cukup serupa.
Saring berdasarkan risiko dan kualitas sampel
Tolak pengujian dengan drawdown yang tidak dapat diterima, terlalu sedikit transaksi, ukuran posisi yang tidak masuk akal, atau hasil yang didominasi satu periode singkat. Lalu bandingkan kelompok kandidat yang lolos, alih-alih mengurutkan semua pengujian berdasarkan profit.
Kunci pengaturan dan lakukan validasi
Pilih pengaturan sebelum membuka periode yang belum digunakan. Catat build EA, simbol, timeframe, spread, deposit, tanggal data, dan semua input agar hasil dapat direproduksi.
Uji ketahanan rentang pengaturan terpilih
| Pengujian | Pertanyaan | Perilaku yang sehat |
|---|---|---|
| Input di sekitar nilai terpilih | Apakah perubahan kecil pada parameter merusak sistem? | Hasil menurun secara bertahap, bukan secara drastis. |
| Spread lebih tinggi | Apakah keunggulan habis oleh biaya trading? | Logika tetap layak dengan tambahan biaya yang realistis. |
| Tanggal digeser | Apakah seluruh hasil berasal dari satu kondisi pasar? | Beberapa periode berkontribusi, bukan hanya satu kelompok. |
| Eksekusi tertunda | Apakah strategi bergantung pada eksekusi sempurna? | Slippage moderat tidak membalikkan kesimpulan. |
| Risiko lebih rendah | Apakah kinerja hanya menarik pada eksposur berlebihan? | Logika transaksi tetap konsisten dengan ukuran posisi yang konservatif. |
Ketahui kapan hasil optimasi harus ditolak
- Pengujian terbaik merupakan lonjakan terisolasi yang dikelilingi hasil buruk.
- Sebagian besar profit berasal dari satu transaksi atau satu periode singkat.
- Drawdown di luar sampel meningkat tajam atau perilaku transaksi berubah sepenuhnya.
- Kenaikan kecil pada spread atau slippage menghapus keunggulan.
- Ukuran lot terpilih tidak sesuai dengan risiko akun yang direncanakan.
Optimasi tidak dapat membuktikan profitabilitas masa depan. Optimasi hanya dapat membantu menyingkirkan asumsi yang lemah dan menemukan pengaturan yang layak diamati lebih lanjut.
Hitung cakupan pencarian dan pertahankan perlakuan risiko yang konsisten
Grid hipotetis: satu parameter memiliki nilai 20, 30, 40 dan parameter lainnya memiliki nilai 2, 3, 4. Grid lengkap memuat 3 × 3 = 9 kombinasi. Penambahan parameter melipatgandakan ruang pencarian dan meningkatkan peluang menemukan kecocokan historis yang kebetulan beruntung. Pencarian genetik mengambil sampel kandidat; proses ini tidak boleh disebut memeriksa setiap kombinasi.
Bandingkan kandidat dengan aturan ukuran posisi yang konsisten. Profit bersih yang lebih tinggi akibat eksposur lebih besar bukan bukti aturan entry yang lebih baik. Catat jumlah transaksi, drawdown, biaya, dan konsentrasi hasil bersama tujuan optimasi. Utamakan rentang pengaturan berdekatan yang wajar dan stabil daripada satu puncak terisolasi.
Jaga independensi periode validasi yang disisihkan secara kronologis
Sebagai contoh pembagian, kembangkan aturan pada 2020–2023, sisihkan 2024–2025 untuk pengujian berikutnya, dan mulai pengamatan forward baru pada 2026. Tanggal tersebut merupakan contoh, bukan klaim hasil pengujian. Tetapkan aturan pemilihan sebelum membuka laporan periode yang disisihkan. Jika parameter diubah setelah laporan dibaca, periode tersebut sudah menjadi bagian dari pengembangan.
Dalam proses walk-forward, setiap pilihan hanya boleh menggunakan data yang tersedia sebelum jendela evaluasinya. Dokumentasikan jendela waktu dan aturan pemilihan, termasuk kandidat yang merugi. Merancang ulang alur kerja berulang kali setelah melihat semua jendela dapat menyebabkan overfitting pada proses itu sendiri. Optimasi maupun periode validasi yang independen tidak menjamin kinerja masa depan.
Dokumentasi resmi pengaturan optimasi MT4 menjelaskan rentang parameter dan opsi genetik.
Referensi resmi
MetaTrader menjelaskan optimasi sebagai pengujian Strategy Tester berulang dengan input berbeda dalam dokumentasi resmi Expert Optimization.