ข้อมูลราคาในอดีตประกอบด้วยสองส่วน

ส่วนที่ 1 — รูปแบบที่อาจเกิดซ้ำ ซึ่งเป็นสิ่งที่คุณต้องการจับ

ส่วนที่ 2 — ความบังเอิญของช่วงเวลานั้น ซึ่งจะไม่เกิดซ้ำ

ปัญหาคือทั้งสองส่วนอยู่ปนกันและแยกไม่ออกด้วยตาเปล่า

เมื่อคุณปรับกฎจนผลย้อนหลังสวยที่สุด — คุณกำลังปรับให้พอดีกับทั้งสองส่วน

และส่วนที่สองจะไม่ปรากฏอีกในอนาคต

เส้นสองเส้นแยกจากกันคือสัญญาณเตือน

ผลกับข้อมูลที่ใช้ปรับ — ดีขึ้นเรื่อย ๆ ทุกครั้งที่คุณเพิ่มเงื่อนไข

ผลกับข้อมูลที่ไม่เคยเห็น — ดีขึ้นถึงจุดหนึ่ง แล้วเริ่มแย่ลง

ปัญหาคือคุณเห็นแค่เส้นสีน้ำเงินขณะที่กำลังปรับ

และเส้นสีน้ำเงินบอกว่า “ยิ่งปรับยิ่งดี” ตลอดเวลา

คุณจึงไม่มีทางรู้เลยว่าเลยจุดที่พอดีไปแล้ว จนกว่าจะเปิดข้อมูลที่เก็บไว้

สัญญาณ	ทำไมถึงน่าสงสัย
ผลย้อนหลังดีมากผิดปกติ	ตลาดจริงไม่ค่อยให้ผลที่เรียบขนาดนั้น
มีเงื่อนไขจำนวนมาก	แต่ละเงื่อนไขคือโอกาสปรับให้พอดีกับอดีต
ตัวเลขที่ใช้เป็นค่าแปลก ๆ	เช่นค่าที่ละเอียดผิดปกติ มักมาจากการลองไปเรื่อย
เปลี่ยนค่าเล็กน้อยแล้วผลเปลี่ยนมาก	สัญญาณที่ชัดที่สุด
อธิบายไม่ได้ว่าทำไมถึงใช้เงื่อนไขนี้	ถ้าไม่มี Logic ก็คือปรับตามตัวเลข

แถวที่สี่คือการทดสอบที่ทำได้ทันทีและบอกได้ชัด

วิธีทำ: ลองเปลี่ยนค่าพารามิเตอร์ขึ้นและลงเล็กน้อย แล้วดูผล

ถ้าผลเปลี่ยนไปมาก — แปลว่าคุณอยู่บนยอดแหลมที่บังเอิญพอดีกับข้อมูลชุดนั้น

ถ้าผลเปลี่ยนไม่มาก — แปลว่าอยู่บนพื้นที่กว้าง ซึ่งมีโอกาสใช้ได้กับข้อมูลใหม่มากกว่า

ค่าที่อยู่บนพื้นที่กว้างดีกว่าค่าที่ให้ผลสูงสุด แม้ตัวเลขจะน้อยกว่า

1. แบ่งข้อมูลตั้งแต่ก่อนเริ่ม — ส่วนที่ใช้ปรับ และส่วนที่ห้ามแตะ
2. เปิดส่วนที่เก็บไว้ครั้งเดียว — และยอมรับผลที่ได้
3. ใช้เงื่อนไขน้อยที่สุดที่ยังทำงานได้
4. ทุกเงื่อนไขต้องมีเหตุผลอธิบายได้ ไม่ใช่ใส่เพราะทำให้ตัวเลขดีขึ้น
5. ตรวจว่าค่าพารามิเตอร์อยู่บนพื้นที่กว้าง ไม่ใช่ยอดแหลม

ข้อ 2 มีเงื่อนไขที่คนมักละเมิด

ถ้าเปิดข้อมูลที่เก็บไว้แล้วผลไม่ดี — คุณจะไม่สามารถใช้ข้อมูลชุดนั้นทดสอบอีกได้

เพราะคุณเห็นมันแล้ว และการปรับกฎหลังจากนั้นคือการปรับให้พอดีกับข้อมูลชุดที่สองด้วย

ถ้าจะปรับต่อ ต้องหาข้อมูลชุดใหม่ที่ยังไม่เคยเห็นมาทดสอบ

นี่คือเหตุผลที่ต้องแบ่งข้อมูลไว้ตั้งแต่แรก และไม่รีบเปิด

“ปรับกฎ” กับ “Overfitting” ไม่เหมือนกัน

การปรับกฎตามเหตุผลที่อธิบายได้ เป็นส่วนหนึ่งของกระบวนการที่ถูกต้อง

ตัวอย่างการปรับที่มีเหตุผล: พบว่ากฎไม่ได้ระบุว่าจะทำอย่างไรเมื่อมีข่าวสำคัญ จึงเพิ่มเงื่อนไขนั้น

ตัวอย่าง Overfitting: ลองเปลี่ยนค่าไปเรื่อยจนเจอค่าที่ให้ผลย้อนหลังสูงสุด

ความต่างอยู่ที่: คุณปรับเพราะเข้าใจอะไรใหม่ หรือปรับเพราะตัวเลขบอกว่าดีขึ้น

การทดสอบหลายกลยุทธ์แล้วเลือกตัวที่ดีที่สุด ก็เป็น Overfitting รูปแบบหนึ่ง

เพราะถ้าคุณทดสอบ 20 กลยุทธ์ — บางตัวจะให้ผลดีจากความบังเอิญเพียงอย่างเดียว

และการเลือกตัวที่ดีที่สุดจาก 20 ตัว ก็คือการเลือกตัวที่บังเอิญเข้ากับข้อมูลชุดนั้นที่สุด

วิธีลด: ทดสอบตัวที่เลือกกับข้อมูลที่ยังไม่เคยเห็นอีกครั้ง

📖 Walk-Forward Analysis จัดการเรื่องนี้อย่างเป็นระบบ

กลยุทธ์ทองเสี่ยงต่อ Overfitting มากกว่า

เพราะทองมีตัวแปรที่ต้องกำหนดมากกว่าคู่เงิน — ระยะ SL เป็นดอลลาร์ · เกณฑ์โครงสร้างตาม ATR · Contract Size

ยิ่งมีตัวแปรมาก ยิ่งมีโอกาสปรับให้พอดีกับอดีตมาก

และช่วงเวลาที่ทองมีพฤติกรรมต่างกันชัดเจนกว่าคู่เงิน — กฎที่ใช้ได้ในช่วงหนึ่งอาจใช้ไม่ได้ในอีกช่วง

สิ่งที่ควรทำ: ใช้เกณฑ์ที่เป็นสัดส่วนของ ATR แทนตัวเลขคงที่ — เพราะมันปรับตามสภาวะโดยอัตโนมัติ จึงมีโอกาส Overfit น้อยกว่า

📖 ATR — ใช้ตั้ง Stop Loss

1. ข้อมูลอดีตมีทั้งรูปแบบที่เกิดซ้ำและความบังเอิญ — ปนกันจนแยกไม่ออก

2. ระหว่างปรับ คุณเห็นแค่ผลที่ดีขึ้นเรื่อย ๆ จึงไม่รู้ว่าเลยจุดพอดีแล้ว

3. สัญญาณที่ชัดที่สุด: เปลี่ยนค่าเล็กน้อยแล้วผลเปลี่ยนมาก

4. ค่าที่อยู่บนพื้นที่กว้างดีกว่าค่าที่ให้ผลสูงสุด

5. การเลือกกลยุทธ์ที่ดีที่สุดจากหลายตัว ก็เป็น Overfitting

คำเตือนความเสี่ยง: การซื้อขาย Forex และ CFD มีความเสี่ยงสูง กลยุทธ์ที่ให้ผลย้อนหลังดีมากอาจเป็นผลจากการปรับให้พอดีกับข้อมูลในอดีต และอาจขาดทุนทันทีเมื่อใช้จริง เนื้อหานี้จัดทำเพื่อการศึกษาเท่านั้น

← บทความก่อนหน้าManual Backtest บน MT5
บทความถัดไป →Sample Size เท่าไรจึงพอ