Look-ahead Bias

QuantConnect menjelaskan Look-ahead Bias sebagai pengambilan keputusan dengan informasi yang baru akan tersedia kemudian. Karena itu, pertanyaan audit kami adalah: apa yang benar-benar dapat diketahui oleh prosedur pada saat keputusan ini? Tidak cukup bahwa sebuah data berasal dari tanggal kalender yang sama. Waktu kejadian, publikasi, penerimaan, dan pengiriman order dapat berbeda. Setiap masukan memerlukan bukti ketersediaannya dan urutan operasi; tabel yang diurutkan dengan benar saja tidak memberikan bukti tersebut. [QuantConnect — Custom Securities: Avoid Look-Ahead Bias]

Model waktu LEAN menyerahkan titik data yang sudah selesai berdasarkan EndTime-nya. Implikasi yang kami tarik: harga penutupan akhir, harga tertinggi, terendah, dan volume seluruh periode tidak boleh menentukan keputusan yang lebih awal di dalam periode itu. Untuk beberapa kerangka waktu, setiap seri harus memiliki aturan ketersediaan sendiri. Menggeser baris dapat memperbaiki kesalahan tertentu, tetapi tidak menggantikan pemeriksaan zona waktu, akhir periode, dan keterlambatan sumber. Memakai nilai sebelumnya yang sudah diketahui berbeda dari memakai nilai akhir yang baru diketahui kemudian dari candle yang masih berjalan. [QuantConnect — Time Modeling: Timeslices]

Dokumentasi FRED membedakan informasi mengenai masa lalu yang tersedia hari ini dari informasi yang diketahui selama periode historis; ALFRED memungkinkan pemilihan periode ketersediaan yang sesuai. Persyaratan metodologis kami: jika memakai data yang direvisi kemudian, simpan versi yang tersedia saat itu beserta waktu publikasinya. Tanggal periode ekonomi bukan pengganti tanggal rilis. Versi historis saja juga tidak membuktikan waktu ketersediaan intrahari yang tepat; hal itu perlu diperiksa terpisah. Koreksi yang datang kemudian tidak boleh diam-diam dimasukkan kembali ke keputusan sebelumnya. [Federal Reserve Bank of St. Louis — FRED API Real-Time Periods]

scikit-learn mengharuskan transformasi dipelajari hanya dari data pelatihan, lalu transformasi yang sama diterapkan pada data uji. Pemeriksaan waktu kami mencakup normalisasi, pengisian nilai yang hilang, pemilihan fitur, dan target pelatihan. Hasil periode mendatang boleh dipakai untuk mengevaluasi prediksi kemudian; hasil itu tidak boleh dipakai untuk membuat prediksi tersebut lebih awal atau memilih aturannya. Dalam pelatihan ulang secara berkelanjutan, hanya target yang sudah diketahui pada waktu terkait yang boleh masuk ke pelatihan. [scikit-learn — Common Pitfalls: Data Leakage]

TradingView menjelaskan bahwa emulator brokernya menggunakan asumsi pergerakan di dalam candle saat bekerja dengan data OHLC historis. Pembedaan kami: harga tertinggi dan terendah yang tercatat saja tidak menentukan urutan sebenarnya dari semua harga dan order. Pengujian harus memisahkan pembentukan sinyal, pengiriman order, dan kemungkinan eksekusinya. Memilih titik masuk atau keluar berdasarkan harga ekstrem yang baru diketahui kemudian merupakan masalah yang berbeda dari model biaya yang sekadar optimistis. Data lebih rinci dapat mempertajam pemeriksaan, tetapi tidak menjamin eksekusi nyata. [TradingView — Strategies: Broker Emulator and Lookahead Bias]

Freqtrade membandingkan hasil pengujian berulang serta perubahan indikator atau sinyal; dokumentasinya juga menyoroti akses ke baris masa depan dan agregasi atas seluruh tabel. Karena itu, audit kami memeriksa asal setiap perhitungan, bukan hanya sintaks pergeseran. Dokumentasi secara tegas membatasi pemeriksaan pada sinyal yang terpicu selama pengujian. Keluaran alat tanpa temuan tidak mengesahkan cabang yang tidak dijalankan. Hasil harus dibaca bersama cakupan dan pengaturan simulasi; beberapa konfigurasi limit order dapat menimbulkan temuan palsu. [Freqtrade — Lookahead Analysis]

TradingView membedakan Look-ahead Bias dari Overfitting, yaitu penyesuaian aturan terhadap data pengembangan tertentu. Kesimpulan kami: pengujian yang sah secara waktu pun dapat berasal dari pencarian pemenang yang sangat luas. Sebaliknya, aturan sederhana dapat mengandung kebocoran informasi masa depan. Setelah koreksi, hasil harus dihitung ulang dan perubahannya dicatat; laporan awal yang menguntungkan tidak boleh dipertahankan. Perbedaan antara hasil historis dan hasil berikutnya saja tidak menunjukkan apakah penyebabnya kesalahan waktu, perubahan pasar, atau asumsi lain. [TradingView — Strategies: Broker Emulator and Lookahead Bias]

NFA menyoroti perbedaan hasil hipotetis dan perdagangan nyata. Karena itu, catatan kami yang dapat direproduksi memuat versi data dan aturan, waktu tersedianya masukan, keadaan akun, urutan order, dan biaya yang dijelaskan. Audit harus mampu mengulang keputusan hanya dengan informasi yang tersedia saat itu. Paper Trading dapat memberikan catatan berkelanjutan tambahan, tetapi dengan sendirinya tidak menjamin persiapan data yang benar ataupun likuiditas nyata. Menghapus kesalahan yang terbukti bukanlah janji imbal hasil mendatang. [NFA — Use of Promotional Material Containing Hypothetical Performance Results]