ข้ามไปที่เนื้อหา
เมนู

Overfitting

โดย Chad Smith · อัปเดต

ในหน้านี้
  1. ตัวอย่างการคำนวณ
  2. ทำไมจึงสำคัญต่อเทรดเดอร์
  3. ความเข้าใจผิดที่พบบ่อย
  4. คำศัพท์ที่เกี่ยวข้อง

Overfitting หรือที่เรียกว่า curve fitting คือการปรับกลยุทธ์การเทรดให้เข้ากับข้อมูลในอดีตอย่างใกล้ชิดมากจนจับสัญญาณรบกวนแบบสุ่มแทนรูปแบบจริงที่เกิดซ้ำได้ กลยุทธ์จึงทำผลงานดีในการทดสอบย้อนหลัง (backtest) แต่แย่กับข้อมูลใหม่

ตัวอย่างการคำนวณ

ตัวอย่าง: เทรดเดอร์ทดสอบกลยุทธ์ moving average กับข้อมูลสองปี

  • เวอร์ชัน 1: กฎเดียวที่มีการตั้งค่าเดียว ผลทดสอบย้อนหลัง: กำไรพอประมาณพร้อมการแกว่งที่ไม่สม่ำเสมอ
  • เวอร์ชัน 2: เทรดเดอร์เพิ่มตัวกรอง เทรดเฉพาะวันอังคารและวันพฤหัสบดี ข้ามเดือนมีนาคม ใช้ค่าเฉลี่ย 37 คาบ stop 23 pip และเป้าหมาย 61 pip ผลทดสอบย้อนหลัง: กำไรที่ราบเรียบและสม่ำเสมอ

เวอร์ชัน 2 ดูดีกว่ามาก แต่กฎเพิ่มเติมทุกข้อถูกเลือกเพราะทำให้ผลในอดีตดีขึ้น ไม่ใช่เพราะมีเหตุผลรองรับ กับข้อมูลหกเดือนถัดไปที่ไม่เคยเห็น เวอร์ชัน 2 ขาดทุน ขณะที่เวอร์ชัน 1 ยังคงใกล้เคียงกับผลทดสอบย้อนหลัง ผลลัพธ์เหล่านี้เป็นเพียงตัวอย่างประกอบ

ทำไมจึงสำคัญต่อเทรดเดอร์

Overfitting เป็นหนึ่งในสาเหตุที่พบบ่อยที่สุดที่กลยุทธ์ซึ่งดูดีบนกระดาษล้มเหลวในการเทรดจริง ยิ่งคุณปรับค่ามากเท่าใด ก็ยิ่งง่ายที่จะพบชุดค่าที่เข้ากับอดีตโดยบังเอิญ

วิธีลดปัญหา:

  • ทำให้เรียบง่าย กฎน้อยลง แต่ละข้อมีเหตุผลชัดเจน
  • กันข้อมูลไว้ สร้างกลยุทธ์จากช่วงเวลาหนึ่ง แล้วทดสอบกับอีกช่วงที่กลยุทธ์ไม่เคยเห็น
  • ตรวจสอบความเสถียร ผลลัพธ์ควรใกล้เคียงกันหากปรับค่าเล็กน้อย
  • ทดสอบไปข้างหน้า (forward test) ผลลัพธ์แบบเรียลไทม์คือการตรวจสอบขั้นสุดท้าย

ความเข้าใจผิดที่พบบ่อย

  • ผลทดสอบย้อนหลังดีเท่ากับกลยุทธ์ดี เส้น equity ที่ราบเรียบมากมักเป็นสัญญาณเตือน ไม่ใช่ข้อพิสูจน์
  • Optimization เทียบกับ overfitting การเลือกค่าที่สมเหตุสมผลไม่มีปัญหา การค้นหาชุดค่านับพันเพื่อหาผลในอดีตที่ดีที่สุดคือจุดที่มีความเสี่ยง

คำศัพท์ที่เกี่ยวข้อง

ฝึกได้ที่ไหน

ลองนำไปฝึกกับบัญชีทดลอง (demo) ก่อน โดยไม่ต้องเสี่ยงเงินจริง

คำถามที่พบบ่อย

สัญญาณของกลยุทธ์ที่ overfit มีอะไรบ้าง?

ผลการทดสอบย้อนหลังที่ราบเรียบมาก กฎหรือการตั้งค่าจำนวนมาก ผลลัพธ์ที่พังเมื่อปรับค่าเล็กน้อย และผลงานที่แย่กับข้อมูลใหม่

ฉันจะหลีกเลี่ยง overfitting ได้อย่างไร?

ทำกฎให้เรียบง่าย ทดสอบกับข้อมูลที่ไม่ได้ใช้สร้างกลยุทธ์ ใช้การทดสอบไปข้างหน้า (forward testing) และตรวจสอบว่าผลลัพธ์คงที่เมื่อใช้ค่าใกล้เคียง

การ optimize เป็น overfitting เสมอหรือไม่?

ไม่ การทดสอบค่าที่สมเหตุสมผลไม่กี่ค่าเป็นเรื่องปกติ overfitting เกิดขึ้นเมื่อคุณปรับไปเรื่อย ๆ จนอดีตดูสมบูรณ์แบบ

Expert Advisor ที่ขายเชิงพาณิชย์มัก overfit หรือไม่?

บางตัวทำการตลาดด้วยผลทดสอบย้อนหลังที่ราบเรียบมาก ประวัติการเทรดจริงที่ยาวนานและได้รับการยืนยันโดยอิสระเป็นแนวทางที่ดีกว่าผลทดสอบย้อนหลังเพียงอย่างเดียว