สำหรับรายการตรวจสอบเพิ่มเติมที่เกี่ยวข้องกับการเทรดอัตโนมัติด้วย EA ในตลาดฟอเร็กซ์: ความแตกต่างระหว่างการทดสอบแบบในตัวอย่าง (In-sample) และนอกตัวอย่าง (Out-of-sample) คืออะไร สามารถเยี่ยมชม [EA Rebate Trading Academy](https://www.earebate.com
)และตรวจสอบกระบวนการในสภาพแวดล้อมบัญชีทดลอง (Demo) ได้
สำหรับการทดสอบในประเด็น "วิธีที่ตัวอย่างแตกต่างจากการทดสอบนอกตัวอย่าง" ให้ดูที่ [ข้อมูลการรีวิว EA และการศึกษาแพลตฟอร์ม](https://www.earebate.com
)สำหรับรายการตรวจสอบเพิ่มเติม ซึ่งสุดท้ายแล้วควรอ้างอิงจากบันทึกประวัติของโปรแกรม (Program Log) และสภาวะบัญชีจริงเป็นหลัก
รายละเอียดที่มักถูกมองข้าม
รอบๆ ประเด็น "ความแตกต่างระหว่างการทดสอบแบบในตัวอย่าง (In-sample) และนอกตัวอย่าง (Out-of-sample)" ควรมีมุมมองแบบขนานที่ครอบคลุมตรรกะกลยุทธ์ คุณภาพข้อมูล ต้นทุนการเทรด และความผิดปกติ Backtest จะบันทึกช่องข้อมูล เขตเวลา สเปรด ค่าคอมมิชชั่น (Commission) อัตราสไลด์เปจ (Slippage) และเวอร์ชันพารามิเตอร์ ขณะที่บัญชีเทรดจริงจะบันทึกอิควิตี้ กำไรขาดทุนแบบลอยตัว บันทึกธุรกรรม และมาร์จิ้น หากมองแค่กำไรขั้นสุดท้ายหรือกราฟเส้นแนวราบ (Balance Curve) จะทำให้มองข้ามการสะสมความสูญเสียและ Drawdown ได้ง่าย
สำหรับประเด็น "ความแตกต่างระหว่างการทดสอบแบบในตัวอย่างกับนอกตัวอย่าง" ควรรวมถึงการทดสอบความเครียด (Stress Test) เช่น ต้นทุนที่สูงขึ้น พฤติกรรมตลาดที่ไม่เอื้อต่อเนื่อง การตัดการเชื่อมต่อ การรีสตาร์ทแพลตฟอร์ม และการเปลี่ยนเวลาของเซิร์ฟเวอร์ ทุกครั้งที่มีการแก้ไขโปรแกรมหรือพารามิเตอร์ ควรเก็บรักษาเวอร์ชันและทำการทดสอบในสภาพแวดล้อมบัญชีทดลอง (Demo) ให้ครบวงจร ตั้งแต่การเริ่มต้น
การเปิดออเดอร์ การแก้ไข การปิดออเดอร์ และการกู้คืน
ข้อมูลในตัวอย่าง (In-sample) คือข้อมูลในอดีตที่ใช้สำหรับพัฒนาและปรับแต่งกลยุทธ์ ในขณะที่ข้อมูลนอกตัวอย่าง (Out-of-sample) คือข้อมูลที่ใช้สำหรับการตรวจสอบความถูกต้องอย่างเป็นอิสระ หลังจากที่กำหนดพารามิเตอร์เสร็จสิ้นแล้ว หากใช้ข้อมูลชุดเดียวกันทั้งในการปรับให้เหมาะสม (Optimize) และการนำมาแสดงผล จะทำให้ได้ผลลัพธ์ที่ดีเกินความเป็นจริงได้ง่าย
ตัวอย่างเช่น กลยุทธ์ที่พัฒนาจากข้อมูลในอดีต ควรนำมาใช้ตรวจสอบกับข้อมูลที่ไม่เคยถูกนำมาคำนวณมาก่อน หากกลยุทธ์ทำผลงานได้โดดเด่นในช่วงข้อมูลในตัวอย่าง แต่ผลงานกลับแย่ลงอย่างรวดเร็วในช่วงข้อมูลนอกตัวอย่าง นั่นอาจบ่งชี้ว่ากฎของกลยุทธ์นั้นจดจำเสียงรบกวนของข้อมูลในอดีต (Historical Noise) มากกว่าจะจับรูปแบบที่มีเสถียรภาพ (Stable Patterns)
ไม่สามารถสลับข้อมูลแบบสุ่มทั้งหมดเหมือนข้อมูลทั่วไปได้ เนื่องจากตลาดมีลำดับเวลา (Time Order) การทดสอบแบบก้าวหน้า (Walk-Forward Test) สามารถใช้หน้าต่างแบบเลื่อนได้ (Scroll Window): ทำการปรับให้เหมาะสมในช่วงข้อมูลหนึ่ง จากนั้นตรวจสอบความถูกต้องในช่วงข้อมูลถัดไปและเลื่อนไปข้างหน้า
แม้ว่าผลการทดสอบนอกตัวอย่างจะดูดี ก็ยังต้องมีการสร้างแบบจำลอง (Modelling) และการสังเกตการเทรดจริงแบบระดับเล็ก (Small-scale Live Trading Observation) ผลการทดสอบเป็นเพียงวัสดุประกอบการประเมินความเสี่ยงเท่านั้น ไม่ใช่การรับประกันผลตอบแทน
เก็บรักษาข้อมูลที่ไม่เป็นที่รู้จักอย่างแท้จริง
ข้อมูลนอกตัวอย่าง (Out-of-sample) ไม่สามารถนำมาใช้อ้างอิงซ้ำได้หลังจากที่ได้เห็นผลลัพธ์แล้ว มิฉะนั้นมันจะกลายเป็นข้อมูลในตัวอย่าง (In-sample) โดยปริยาย เกณฑ์การยอมรับ เช่น Drawdown สูงสุด จำนวนธุรกรรมขั้นต่ำ และข้อกำหนดด้านความเครียดของต้นทุน สามารถเขียนกำหนดไว้ล่วงหน้าได้เพื่อลดช่องว่างในการเลือกผลลัพธ์ที่ดูเอื้ออำนวย (Favorable Results)
EA เทรดฟอเร็กซ์อัตโนมัติ: In-sample กับ Out-of-sample แตกต่างกันอย่างไร
สำหรับการทดสอบในประเด็น "วิธีที่ตัวอย่างแตกต่างจากการทดสอบนอกตัวอย่าง" ให้ดูที่ [ข้อมูลการรีวิว EA และการศึกษาแพลตฟอร์ม](https://www.earebate.com)สำหรับรายการตรวจสอบเพิ่มเติม ซึ่งสุดท้ายแล้วควรอ้างอิงจากบันทึกประวัติของโปรแกรม (Program Log) และสภาวะบัญชีจริงเป็นหลัก
รายละเอียดที่มักถูกมองข้าม
รอบๆ ประเด็น "ความแตกต่างระหว่างการทดสอบแบบในตัวอย่าง (In-sample) และนอกตัวอย่าง (Out-of-sample)" ควรมีมุมมองแบบขนานที่ครอบคลุมตรรกะกลยุทธ์ คุณภาพข้อมูล ต้นทุนการเทรด และความผิดปกติ Backtest จะบันทึกช่องข้อมูล เขตเวลา สเปรด ค่าคอมมิชชั่น (Commission) อัตราสไลด์เปจ (Slippage) และเวอร์ชันพารามิเตอร์ ขณะที่บัญชีเทรดจริงจะบันทึกอิควิตี้ กำไรขาดทุนแบบลอยตัว บันทึกธุรกรรม และมาร์จิ้น หากมองแค่กำไรขั้นสุดท้ายหรือกราฟเส้นแนวราบ (Balance Curve) จะทำให้มองข้ามการสะสมความสูญเสียและ Drawdown ได้ง่าย
สำหรับประเด็น "ความแตกต่างระหว่างการทดสอบแบบในตัวอย่างกับนอกตัวอย่าง" ควรรวมถึงการทดสอบความเครียด (Stress Test) เช่น ต้นทุนที่สูงขึ้น พฤติกรรมตลาดที่ไม่เอื้อต่อเนื่อง การตัดการเชื่อมต่อ การรีสตาร์ทแพลตฟอร์ม และการเปลี่ยนเวลาของเซิร์ฟเวอร์ ทุกครั้งที่มีการแก้ไขโปรแกรมหรือพารามิเตอร์ ควรเก็บรักษาเวอร์ชันและทำการทดสอบในสภาพแวดล้อมบัญชีทดลอง (Demo) ให้ครบวงจร ตั้งแต่การเริ่มต้น
ข้อมูลในตัวอย่าง (In-sample) คือข้อมูลในอดีตที่ใช้สำหรับพัฒนาและปรับแต่งกลยุทธ์ ในขณะที่ข้อมูลนอกตัวอย่าง (Out-of-sample) คือข้อมูลที่ใช้สำหรับการตรวจสอบความถูกต้องอย่างเป็นอิสระ หลังจากที่กำหนดพารามิเตอร์เสร็จสิ้นแล้ว หากใช้ข้อมูลชุดเดียวกันทั้งในการปรับให้เหมาะสม (Optimize) และการนำมาแสดงผล จะทำให้ได้ผลลัพธ์ที่ดีเกินความเป็นจริงได้ง่าย
ตัวอย่างเช่น กลยุทธ์ที่พัฒนาจากข้อมูลในอดีต ควรนำมาใช้ตรวจสอบกับข้อมูลที่ไม่เคยถูกนำมาคำนวณมาก่อน หากกลยุทธ์ทำผลงานได้โดดเด่นในช่วงข้อมูลในตัวอย่าง แต่ผลงานกลับแย่ลงอย่างรวดเร็วในช่วงข้อมูลนอกตัวอย่าง นั่นอาจบ่งชี้ว่ากฎของกลยุทธ์นั้นจดจำเสียงรบกวนของข้อมูลในอดีต (Historical Noise) มากกว่าจะจับรูปแบบที่มีเสถียรภาพ (Stable Patterns)
ไม่สามารถสลับข้อมูลแบบสุ่มทั้งหมดเหมือนข้อมูลทั่วไปได้ เนื่องจากตลาดมีลำดับเวลา (Time Order) การทดสอบแบบก้าวหน้า (Walk-Forward Test) สามารถใช้หน้าต่างแบบเลื่อนได้ (Scroll Window): ทำการปรับให้เหมาะสมในช่วงข้อมูลหนึ่ง จากนั้นตรวจสอบความถูกต้องในช่วงข้อมูลถัดไปและเลื่อนไปข้างหน้า
แม้ว่าผลการทดสอบนอกตัวอย่างจะดูดี ก็ยังต้องมีการสร้างแบบจำลอง (Modelling) และการสังเกตการเทรดจริงแบบระดับเล็ก (Small-scale Live Trading Observation) ผลการทดสอบเป็นเพียงวัสดุประกอบการประเมินความเสี่ยงเท่านั้น ไม่ใช่การรับประกันผลตอบแทน
เก็บรักษาข้อมูลที่ไม่เป็นที่รู้จักอย่างแท้จริง
ข้อมูลนอกตัวอย่าง (Out-of-sample) ไม่สามารถนำมาใช้อ้างอิงซ้ำได้หลังจากที่ได้เห็นผลลัพธ์แล้ว มิฉะนั้นมันจะกลายเป็นข้อมูลในตัวอย่าง (In-sample) โดยปริยาย เกณฑ์การยอมรับ เช่น Drawdown สูงสุด จำนวนธุรกรรมขั้นต่ำ และข้อกำหนดด้านความเครียดของต้นทุน สามารถเขียนกำหนดไว้ล่วงหน้าได้เพื่อลดช่องว่างในการเลือกผลลัพธ์ที่ดูเอื้ออำนวย (Favorable Results)