Backtesting krypto: pułapki i przeuczenie

Wprowadzenie

Przeszukanie siatki 100 konfiguracji RSI, przeprowadzone na 23 610 dziennych świecach ośmiu dużych aktywów krypto, dało 78 zyskownych wyników. Mierzone wobec stopy bazowej, a nie wobec zera, tylko dwa z nich pobiły zwykłe trzymanie tych samych aktywów w tym samym okresie. Pozostałe 86 wyglądało jak strategie, a było rynkiem. O tej luce jest ten artykuł. Każda pułapka backtestingu poniżej przychodzi jako zmierzona liczba z prawdziwego przebiegu, a nie jako ostrzeżenie. Co stopa bazowa robi z wynikami, co faktycznie znajduje przeszukiwanie parametrów, jak mocno założenia o realizacji przesuwają odpowiedź, co usuwa efekt przetrwania i jak szybko zwykłe koszty handlu zjadają resztę. Testy audytują też wcześniejszą pracę tej serii tam, gdzie jest ona podatna.

 

 

 

 

Co backtest właściwie mierzy?

Backtest mierzy, jak zachowałaby się stała reguła na stałym wycinku historii, zastosowana do stałego zestawu aktywów. To znacznie węższe twierdzenie, niż sugeruje większość publikowanych wyników. Niemal każda porażka backtestingu bierze się z zapomnienia, jak wąskie ono naprawdę jest.

Co backtest mierzy

Wynik opisuje jedną regułę zastosowaną do jednego okresu i jednego zestawu aktywów. Zmień którekolwiek z tych trzech, a liczba się zmieni, często o więcej niż rzekoma przewaga. Backtest nie powie ci, że reguła zadziała ponownie, bo nie zawiera informacji o okresach, których nie objął. To ograniczenie jest strukturalne, a nie kwestią techniki. Potrafi natomiast wykluczać. Reguła, która zawiodła na danych, dla których ją zaprojektowano, raczej nie odniesie sukcesu gdzie indziej. Eliminowanie kandydatów to uprawnione i niedoceniane zastosowanie tej techniki.

Czego nie potrafi zmierzyć

Nie potrafi zmierzyć, czy wynik wziął się z reguły, czy z rynku. To rozróżnienie jest tematem następnej sekcji i największym źródłem mylących backtestów krypto. Nie zmierzy też niczego, czego nie zawiera szereg cenowy. Płynności w chwili realizacji, emocjonalnego kosztu obsunięcia ani tego, czy giełda była w ogóle osiągalna podczas ruchu. Każdy eksperyment poniżej działa na tych samych 23 610 dziennych świecach ośmiu dużych par USDT. Każda pułapka przychodzi więc jako zmierzona liczba, a nie ostrzeżenie, łącznie z tymi, które sprawiają, że wcześniejsza praca tej serii wygląda słabiej.

Pierwsza pułapka przyćmiewa wszystkie pozostałe.

 

 

Dlaczego stopa bazowa zmienia wszystko?

Trzymanie tych ośmiu aktywów przez 30 dni dało średnio 17,92% między 2017 a 2021 rokiem i 2,40% między 2022 a 2026. Ta jedna różnica jest większa niż jakakolwiek przewaga zmierzona gdziekolwiek w tej serii i należy do rynku, a nie do żadnej strategii.

Siedemnaście procent wobec dwóch

Podzielenie próby na koniec 2021 roku i policzenie bezwarunkowego zwrotu w przód daje ostry kontrast (Binance Spot API, 2026-09-11) . Przez trzy dni średnia wyniosła 1,35% w pierwszym oknie i 0,19% w drugim. Przez siedem dni było to 3,32% wobec 0,47%. Przez czternaście dni 7,22% wobec 0,98%, a przez trzydzieści 17,92% wobec 2,40%. Każdy horyzont opowiada tę samą historię, a luka rośnie wraz z wydłużaniem okresu trzymania.

Stan na: wrzesień 2026.

Epoka jest wynikiem

Każda strategia testowana tylko na latach 2017-2021 dziedziczy ten dryf. Reguła, która często kupuje i trzyma przez miesiąc, pokaże w tym oknie wysoki średni zwrot niezależnie od tego, czy cokolwiek wnosi. Prawie każde wejście wnosiło. Własny dryf rynku był na horyzoncie miesięcznym mniej więcej 7,5 raza silniejszy we wcześniejszym okresie. Nic w strategii nie musi się zmienić, by jej raportowane zwroty runęły o ten czynnik. Dlatego opublikowany backtest bez stopy bazowej jest nieczytelny, a nie tylko niekompletny. Z samej nagłówkowej liczby nie da się stwierdzić, czy reguła w ogóle coś wniosła. Artykuł towarzyszący o cyklach rynkowych mierzy, jak bardzo różniły się te reżimy ↗. Praktyczna konsekwencja jest wprost. Podaj zwrot bezwarunkowy dla tego samego okresu i tych samych aktywów, albo wyniku nie da się w ogóle zinterpretować.

Intensywniejsze szukanie tego nie rozwiąże.

 

 

Co się dzieje, gdy przeszukasz 100 kombinacji parametrów?

Przeszukanie siatki 100 konfiguracji RSI dało 78 zyskownych wyników w okresie, na którym je dostrajano. Mierzone wobec stopy bazowej, a nie wobec zera, tylko dwie z tych osiemdziesięciu ośmiu pobiły zwykłe trzymanie tych samych aktywów w tym samym oknie.

Sto kombinacji

Siatka zmieniała okres wsteczny RSI na 7, 10, 14, 21 i 28 okresów oraz próg wyprzedania na 20, 25, 30, 35 i 40. Okresy trzymania to 3, 7, 14 i 30 dni. Daje to 100 kombinacji, z których 88 wygenerowało co najmniej 30 sygnałów in-sample (Binance Spot API, 2026-09-11) . Oceniane po surowym zwrocie, 78 z 88 zarobiło in-sample, a wszystkie 88 zarobiły out-of-sample. Te liczby wyglądają na odkrycie i nie są nim wcale. Są opisem tego, co zrobiły aktywa, przebranym za opis tego, co zrobiła reguła.

Dwie z osiemdziesięciu ośmiu

Odjęcie stopy bazowej dla pasującego okresu trzymania całkowicie zmienia obraz. Tylko 2 z 88 konfiguracji dały dodatnią przewagę in-sample, a średnia przewaga wszystkich 88 wyniosła -4,44 punktu procentowego. Innymi słowy, 86 z 88 testowanych reguł wypadło gorzej niż zwykłe trzymanie tych samych aktywów w tym samym oknie, wyglądając przy tym w każdym przypadku na zyskowne. Przeszukiwanie nie znalazło przewagi, by potem stracić ją out-of-sample, co byłoby podręcznikową historią. Przeszukiwanie w ogóle nigdy nie znalazło przewagi. Surowe zwroty, które sugerowały co innego, należały w całości do rynku i żadne dalsze szukanie by tego nie zmieniło.

Stan na: wrzesień 2026.

Zwycięzcę warto obejrzeć z bliska.

 

 

Czy najlepsze ustawienie in-sample przetrwa out-of-sample?

Najlepsza konfiguracja poprawiła się out-of-sample, z przewagi +0,23 punktu na +9,05. Brzmi to jak potwierdzenie, a nim nie jest. Wynik out-of-sample opiera się na 43 sygnałach, co czyni go najjaśniejszą ilustracją w tym artykule tego, dlaczego wielkość próby decyduje o niemal wszystkim.

Zwycięzca się poprawił

RSI na 28 okresach, poniżej 30, trzymane siedem dni, dało najlepszą przewagę in-sample z 88 testowanych. In-sample uruchomiło się 79 razy dla przewagi +0,23 punktu procentowego, co ledwie odróżnia się od zera. Out-of-sample uruchomiło się 43 razy dla przewagi +9,05 punktu (Binance Spot API, 2026-09-11) . W podręcznikowym przykładzie przeuczenia zwycięzca załamuje się out-of-sample. Ten zrobił odwrotnie. To bardziej użyteczna lekcja właśnie dlatego, że jest nieoczekiwana i że nie tłumaczy jej zwykła opowieść.

Czterdzieści trzy sygnały to szum

Próba 43 sygnałów zwrotów krypto może kołysać się ogromnie w obie strony, a długi okres wsteczny RSI z surowym progiem z konstrukcji uruchamia się rzadko. Konfiguracja wygrywająca przeszukiwanie siatki na tak cienkich próbach to w dużej mierze ta, która miała szczęście. Szczęście nie wie, w którą stronę pobiec w następnym okresie. Nic tutaj nie mówi, że reguła działa. Mówi, że pomiar jest zbyt nieprecyzyjny, by rozstrzygnąć, co jest inną i uczciwszą konkluzją. Każde przeszukiwanie siatki powinno podawać liczbę sygnałów obok każdego wyniku. Wszystko, co opiera się na mniej niż kilkuset niezależnych zdarzeniach, należy do kolumny nierozstrzygniętych, a nie odkrytych.

Założenia o realizacji kosztują mniej, ale nie dużo mniej.

 

 

Jak mocno zmienia wynik patrzenie w przyszłość?

Uruchomienie tej samej reguły przy trzech założeniach o realizacji dało średnie zwroty 2,978%, 2,464% i 2,168%. Rozrzut to 0,81 punktu procentowego na dokładnie tych samych 889 sygnałach, czyli porównywalny z całą mierzoną przewagą.

Trzy założenia o realizacji

RSI poniżej 30 z siedmiodniowym trzymaniem uruchomiło się 889 razy. Wejście na zamknięciu dnia sygnału dało średnio 2,464% przy trafności 59,73%. To założenie standardowe i lekko niemożliwe, bo zamknięcie znane jest dopiero po zakończeniu dnia. Wejście na otwarciu następnej świecy dało 2,978% przy 60,85%. Wejście na zamknięciu następnej świecy dało 2,168% przy 56,58% (Binance Spot API, 2026-09-11) .

Stan na: wrzesień 2026.

Obciążenie nie zawsze schlebia

Ciekawym wynikiem jest to, że realistyczne założenie okazało się najlepsze. Wejście na następnym otwarciu pobiło niemożliwe wejście na tym samym zamknięciu, bo sygnały wyprzedania często spadają dalej przez noc i dają kupującemu lepszą cenę. Patrzenie w przyszłość zwykle opisuje się jako zawyżające wyniki, a tutaj je zaniżało. Liczy się skala, a nie kierunek. Przesunięcie realizacji o jedną świecę na następne zamknięcie kosztowało 0,295 punktu, mniej więcej jedną trzecią zmierzonej przewagi nad stopą bazową. Założenie przesuwające odpowiedź o jedną trzecią przewagi zasługuje na wyraźne podanie w każdym publikowanym wyniku. Większość nie podaje go wcale, co uniemożliwia czytelnikowi rozpoznanie, którą wersję ogląda.

Uniwersum aktywów niesie jeszcze większe zniekształcenie.

 

 

Ile kosztuje efekt przetrwania?

CoinPaprika wymienia 61 463 monety i oznacza jako aktywne tylko 13 154. To znaczy, że 78,6% każdej kiedykolwiek śledzonej monety jest teraz nieaktywne. Żaden backtest zbudowany z dzisiejszej listy aktywów nie zawiera ani jednej z nich, co po cichu usuwa większość sposobów, w jakie pozycja krypto może zawieść.

Cztery na pięć monet są martwe

Liczba nieaktywnych to 48 309 (CoinPaprika API, 2026-09-11) . Dane giełdowe opowiadają łagodniejszą wersję tej samej historii, bo giełdy listują mniej aktywów i usuwają je wolniej, niż umiera długi ogon. exchangeInfo Binance zwróciło 742 pary spot USDT, z czego 490 miało status TRADING, a 252 nie. Pary całkowicie wycofane są z tej odpowiedzi usuwane, a nie oznaczane. Lista aktywów dostępnych dziś do testowania jest więc przefiltrowaną próbą zwycięzców. Filtr założył sam rynek, po fakcie, używając dokładnie tej informacji, którą backtest ma wykluczać.

Ten klaster ma tę samą wadę

Każdy eksperyment w tym artykule i każdy wynik w towarzyszących tekstach o wskaźnikach ↗ i metrykach on-chain ↗ korzysta z ośmiu aktywów, które wszystkie wciąż są w obrocie. To efekt przetrwania z konstrukcji i zawyża każdą liczbę w tym samym kierunku. Bitcoin, Ethereum, Solana, BNB, XRP, Cardano, Dogecoin i Chainlink wybrano, bo mają długie historie. To dokładnie to kryterium doboru, które gwarantuje wykluczenie porażek, i zastosowano je świadomie. Nazwanie tego ograniczenia jest użyteczniejsze niż udawanie, że dostępna była skorygowana próba, bo dla większości danych dostępnych detalistom po prostu nie jest. Czytelnicy mogą wtedy odpowiednio zdyskontować wyniki, zamiast ufać im w całości.

Nawet dane, które przetrwały, nie są idealnie czyste.

 

 

Jak czyste są naprawdę giełdowe dane OHLCV?

Na 23 610 świecach z jednej dużej giełdy nie było brakujących dni ani świec o zerowym wolumenie, co jest czystsze, niż większość się spodziewa. Było też 97 świec, w których maksimum przewyższało minimum o ponad połowę. To te mają znaczenie.

Luki, cienie i zerowy wolumen

Bezpośredni audyt próby daje krótką listę usterek (Binance Spot API, 2026-09-11) . Brakujące dni: zero. Świece o zerowym wolumenie: zero. Świece, w których maksimum przekraczało 1,5-krotność minimum: 97, czyli 0,411% próby. Luka między zamknięciem jednej świecy a otwarciem następnej wyniosła średnio 0,0231%, z 99. percentylem 0,307% i maksimum 6,41%. Rynki ciągłe nie robią luk tak jak akcje. To usuwa jedną klasę problemów i po cichu wprowadza inną, bo reguła może założyć realizację po dowolnej cenie bez widocznej luki sygnalizującej to założenie.

Wystarczająco czyste to nie czyste

Wskaźnik 0,411% świec o skrajnym zakresie brzmi pomijalnie, dopóki strategia nie handluje właśnie na tych świecach. Reguły ze stop lossem, wejścia na wybiciu i wszystko, co opiera się na maksimum lub minimum, koncentruje się właśnie na nich. To także świece najbardziej prawdopodobnie zawierające błyskawiczny ruch, po którym żadna realna wielkość nie mogłaby przejść. Artykuł towarzyszący omawia, jak powstają te rekordy i dlaczego cień może reprezentować pojedynczą transakcję ↗. Praktyczna obrona jest prosta. Sprawdź, czy wyniki strategii zależą od niewielkiej liczby skrajnych świec, potem uruchom ją ponownie bez nich i zobacz, co przetrwa.

Koszty dokańczają dzieła.

 

 

Kiedy koszty handlu zjadają całą przewagę?

Najlepsza konfiguracja w całym przeszukiwaniu siatki miała przewagę in-sample 0,23 punktu procentowego. Koszt obrotu 0,40% zamienia to w -0,17, a koszt 1,00% w -0,77. Przewaga jest mniejsza niż koszt jej zebrania.

Jeden procent ją zabija

Zastosowanie kosztów do zwycięskiej konfiguracji daje krótką i rozstrzygającą tabelę wyników (Binance Spot API, 2026-09-11) . Przy zerowym koszcie przewaga in-sample to +0,23 punktu. Przy 0,40% obrotu, z umiarkowanym poślizgiem, wynosi -0,17. Przy 0,20% obrotu, czyli mniej więcej dwóch opłatach takera, spada do +0,03. Przy 1,00%, co jest realistyczne dla aktywa średniej kapitalizacji w większej wielkości, wynosi -0,77. Cała zmierzona przewaga jest mniejsza niż koszt działania na niej. A była to najlepsza z 88 konfiguracji, nie przeciętna.

Koszty skalują się z obrotem

Szkoda jest proporcjonalna do tego, jak często reguła handluje, co czyni krótkie okresy trzymania znacznie droższymi, niż sugerują surowe zwroty. Reguła trzydniowa płaci obrót dziesięć razy częściej niż trzydziestodniowa przy tej samej ekspozycji. Artykuł towarzyszący mierzy, ile realizacja naprawdę kosztuje na żywej księdze zleceń ↗, łącznie z tym, jak szybko poślizg rośnie z wielkością zlecenia. Każdy backtest pomijający koszty raportuje sufit, a nie oszacowanie. Dla reguł o wysokim obrocie ten sufit leży daleko ponad tym, co w praktyce osiągalne.

Właściwy podział danych pomaga, w granicach.

 

 

Czym jest test kroczący i czy pomaga?

Test kroczący dopasowuje parametry na jednym oknie, sprawdza je na następnym, a potem przesuwa oba okna i powtarza. To najmocniejsza procedura dostępna testującemu detaliście pracującemu samodzielnie. Naprawia też znacznie mniej, niż sugeruje jego reputacja.

Test kroczący w praktyce

Metoda jest prosta. Wybierz okno in-sample i dobierz na nim parametry. Zastosuj te parametry bez zmian do następnego okna out-of-sample, zanotuj wynik, potem przesuń oba okna i powtórz. Wyjściem jest sekwencja prawdziwie zewnętrznych wyników zamiast jednego, co zmniejsza szansę, że pojedynczy szczęśliwy okres poniesie wniosek. Daje też coś, czego pojedynczy podział nie potrafi. Jeśli najlepsze parametry skaczą między oknami, ta niestabilność sama jest dowodem, i zwykle dowodem przeciwko regule.

Czego nie naprawia

Nie naprawia efektu przetrwania, bo każde okno korzysta z tych samych ocalałych aktywów. Nie naprawia zależności od reżimu, bo strategia dostrajana na oknach z lat 2017-2021 wciąż jest walidowana na oknach z tej samej epoki. Nie naprawia wielkości próby, która była wiążącym ograniczeniem u powyższego zwycięzcy. I nie powstrzymuje testującego przed wielokrotnym przepuszczaniem całej procedury z innymi regułami, aż któraś przejdzie. To wprowadza problem przeszukiwania o poziom wyżej. Test kroczący to realna poprawa wobec pojedynczego podziału. Nie zastępuje decyzji o tym, co testujesz, zanim zaczniesz, ani zasady testowania niewielu rzeczy zamiast wielu.

Sprowadza się to do krótkiego standardu raportowania.

 

 

Jak przeprowadzić backtest, który coś mówi?

Siedem pozycji czyni backtest interpretowalnym dla kogoś, kto go nie przeprowadzał. Żadna nie wymaga specjalnego oprogramowania ani dodatkowych danych. Wynik, któremu brakuje choć jednej z nich, w ogóle nie da się ocenić przez czytelnika, jakkolwiek imponująco wygląda nagłówkowa liczba.

Siedem rzeczy do zaraportowania

Podaj stopę bazową dla tych samych aktywów i okresu, bo porównanie jest wynikiem. Raportuj liczbę niezależnych sygnałów, a nie dni sygnałowych, bo reguły progowe generują setki nakładających się obserwacji z garstki zdarzeń. Podaj wyraźnie założenie o realizacji. Wymień pełne uniwersum aktywów łącznie z tym, co od tego czasu wycofano, albo przyznaj się do ograniczenia przetrwania. Uwzględnij koszty na realistycznym poziomie. Podaj okres testu, bo lata 2017-2021 i 2022-2026 to faktycznie różne rynki. Potem zweryfikuj na danych, na które nigdy nie patrzono podczas budowy, co jest jedynym krokiem, którego nie da się sfałszować po fakcie.

Stan na: wrzesień 2026.

Czytanie cudzego backtestu

Zastosowana do publikowanych wyników ta lista jest brutalna. Strategia deklarująca wysoki roczny zwrot na danych krypto z lat 2017-2021, bez stopy bazowej, bez liczby sygnałów i bez kosztów, raportuje epokę, a nie regułę. Uczciwe podsumowanie z każdego eksperymentu tutaj brzmi tak: zwykły przypadek to nie odkryta przewaga, która zanika. To przewaga, której nigdy nie było, przesłonięta rosnącym rynkiem. Staranne testowanie w większości daje wyniki negatywne, i to jest właściwy rezultat. Wartość backtestu leży w tym, co eliminuje, a nie w tym, co obiecuje.

 

 

 

 

 

 

 

 

 

 

 

 

FAQ

?Czym jest backtest krypto i co może udowodnić?

To symulacja stałej reguły zastosowanej do historycznych danych cenowych dla stałego zestawu aktywów. Może pokazać, że reguła zawiodła, co jest prawdziwą informacją i najbardziej wiarygodnym zastosowaniem tej techniki. Nie może pokazać, że reguła znów zadziała, bo nie zawiera niczego o okresach, których nie objął. Nie oddzieli też wkładu reguły od dryfu rynku, jeśli obok nie podano stopy bazowej.

?Dlaczego okres testu ma tak duże znaczenie?

Bo bezwarunkowy zwrot rynku zmienia się ogromnie między epokami. Dla tych ośmiu aktywów średni zwrot 30-dniowy wyniósł 17,92% od sierpnia 2017 do końca 2021 i 2,40% od 2022 do września 2026. Strategia testowana tylko na wcześniejszym oknie dziedziczy dryf 7,5 raza silniejszy i będzie raportować wysokie zwroty niezależnie od tego, czy reguła cokolwiek wnosi.

?Czym jest przeuczenie w strategii handlowej?

To dobieranie parametrów dopasowanych do szumu w jednej próbie, a nie do trwałego zachowania. Zwykła demonstracja pokazuje zwycięzcę załamującego się out-of-sample. W tym teście stało się coś bardziej pouczającego: na 88 konfiguracji tylko 2 kiedykolwiek pobiły stopę bazową in-sample, więc przeszukiwanie nigdy nie zlokalizowało przewagi do przeuczenia. Pozorna zyskowność pozostałych 86 brała się z trzymania aktywów.

?Ilu sygnałów potrzebuje backtest?

Więcej, niż raportuje większość, a liczy się liczba niezależnych zdarzeń, a nie dni sygnałowych. Najlepsza konfiguracja opierała się tu na 79 sygnałach in-sample i 43 out-of-sample, co jest na tyle cienkie, że garstka wyników znacząco przesunęła rezultat. Wszystko poniżej kilkuset niezależnych zdarzeń należy traktować jako nierozstrzygnięte, a nie potwierdzone.

?Czym jest patrzenie w przyszłość i jak duże jest?

To korzystanie z informacji, której strategia nie miałaby w chwili działania, na przykład wejście po zamknięciu, które jeszcze się nie wydrukowało. Zmierzone na 889 sygnałach, wejście na zamknięciu sygnału dało 2,464%, na następnym otwarciu 2,978%, a na następnym zamknięciu 2,168%. Przesunięcie o jedną świecę kosztowało 0,295 punktu, mniej więcej jedną trzecią zmierzonej przewagi, więc założenie trzeba podać.

?Jak efekt przetrwania wpływa na backtesty krypto?

Źle, bo wskaźnik porażek jest skrajny. CoinPaprika wymienia 61 463 monety i oznacza jako aktywne tylko 13 154, więc 78,6% jest nieaktywnych i nie pojawia się w żadnym teście zbudowanym z dzisiejszych notowań. Każde aktywo użyte w eksperymentach tej serii wciąż jest w obrocie, co zawyża wszystkie te wyniki w tym samym kierunku. Większości danych dostępnych detalistom nie da się o to skorygować, więc ograniczenie należy podać, a nie ignorować.

?Czy giełdowe dane OHLCV są dość czyste do backtestowania?

W większości tak. Próba 23 610 świec nie miała brakujących dni ani świec o zerowym wolumenie. Zawierała 97 świec, czyli 0,411%, w których maksimum przekraczało minimum ponad 1,5-krotnie. Te liczą się nieproporcjonalnie dla reguł ze stop lossem i wejść na wybiciu, które opierają się właśnie na tych skrajnościach. Sprawdź, czy wyniki zależą od kilku nietypowych świec, i uruchom test bez nich.

?Czy test kroczący naprawia przeuczenie?

Pomaga i nie rozwiązuje go. Dopasowanie na jednym oknie i test na następnym daje sekwencję wyników zewnętrznych zamiast jednego, a niestabilność parametrów między oknami sama w sobie jest użytecznym dowodem. Nie naprawia efektu przetrwania, zależności od reżimu ani małych prób, i nie powstrzymuje testującego przed powtarzaniem procedury, aż coś przejdzie.

 

 

Źródła