مقدمه: تناقضی که خیلی‌ها را گیج می‌کند

در دنیای معاملات مالی، یک تصور رایج وجود دارد:
اگر یک معامله‌گر منظم، پایبند به سیستم و بدون احساسات باشد، باید موفق شود.

اما واقعیت بازار چیز دیگری است.
حتی معامله‌گرانی که دقیق‌ترین قوانین را رعایت می‌کنند، ممکن است در بلندمدت شکست بخورند.

این موضوع معمولاً به یک مشکل پنهان اما بسیار مهم برمی‌گردد:

Overfitting در طراحی استراتژی معاملاتی

Overfitting چیست؟ (به زبان ساده اما حرفه‌ای)

Overfitting زمانی رخ می‌دهد که یک سیستم معاملاتی بیش از حد با داده‌های گذشته هماهنگ شود، به طوری که:

• در بک‌تست عالی به نظر می‌رسد
• اما در بازار واقعی عملکرد ضعیفی دارد

به زبان ساده:

استراتژی به جای اینکه «قانون‌مند و عمومی» باشد، تبدیل به یک «حافظه از گذشته» شده است.

یک مثال ساده از Overfitting

فرض کنید یک استراتژی طراحی می‌کنید که:

• فقط وقتی RSI = 63.7 باشد وارد معامله می‌شود
• و MACD باید دقیقاً در یک نقطه خاص کراس کند
• و کندل باید اندازه خاصی داشته باشد

در بک‌تست ممکن است عالی کار کند، چون دقیقاً روی داده‌های گذشته تنظیم شده است.
اما در بازار واقعی، چنین شرایطی تقریباً تکرار نمی‌شود.

چرا معامله‌گران منظم هم شکست می‌خورند؟

1. نظم بدون اعتبار علمی = تکرار اشتباه

خیلی‌ها فکر می‌کنند مشکل بازار «بی‌نظمی» است.
اما واقعیت این است:

اگر سیستم غلط باشد، نظم فقط باعث تکرار ضرر می‌شود.

یعنی معامله‌گر:

• دقیق اجرا می‌کند
• اما یک سیستم Overfit شده را اجرا می‌کند
• و هر بار همان خطا را تکرار می‌کند

2. بک‌تست بیش از حد خوش‌بینانه

یکی از مهم‌ترین دلایل شکست، اعتماد بیش از حد به بک‌تست است.

مشکلات رایج بک‌تست:

• استفاده از داده‌های محدود
• عدم در نظر گرفتن اسپرد و اسلیپیج
• تنظیم بیش از حد پارامترها
• انتخاب بهترین دوره تاریخی (Cherry Picking)

نتیجه:

یک استراتژی «ظاهراً سودده» ساخته می‌شود که در واقعیت پایدار نیست.

3. پیچیدگی بیش از حد سیستم معاملاتی

هرچه یک استراتژی پیچیده‌تر باشد، احتمال Overfitting بیشتر می‌شود.

نشانه‌های سیستم‌های بیش‌ازحد پیچیده:

• استفاده از 5 تا 10 اندیکاتور همزمان
• قوانین ورود و خروج بسیار جزئی
• فیلترهای متعدد برای هر معامله
• حساسیت بالا به تغییرات کوچک

این نوع سیستم‌ها معمولاً در بازار زنده فرو می‌پاشند.

4. تغییر رژیم‌های بازار (Market Regime Change)

بازار همیشه در حال تغییر است:

• روندی (Trending)
• رنج (Sideways)
• نوسانی (Volatile)
• بحران‌های خبری

یک استراتژی Overfit شده معمولاً فقط در یک شرایط خاص خوب کار می‌کند.

مثلاً:

• در روند عالی است
• اما در بازار رنج نابود می‌شود

5. خطای روانشناسی معامله‌گر (حتی برای افراد منظم)

حتی اگر سیستم درست باشد، ذهن انسان می‌تواند آن را خراب کند:

• خروج زودهنگام از معامله سودده
• نگه داشتن معامله ضررده
• تغییر ناگهانی قوانین در شرایط استرس
• افزایش حجم بعد از ضرر (انتقام از بازار)

6. عدم توجه به مدیریت ریسک

بسیاری از معامله‌گران فقط روی «درست بودن ورود» تمرکز می‌کنند.

در حالی که واقعیت این است:

بقا در بازار مهم‌تر از پیش‌بینی بازار است.

حتی یک استراتژی خوب بدون مدیریت ریسک، در نهایت شکست می‌خورد.

Overfitting چگونه سیستم معاملاتی را نابود می‌کند؟

چرخه خطرناک Overfitting:

1. طراحی استراتژی بر اساس گذشته
2. بهینه‌سازی بیش از حد برای سود بیشتر
3. بک‌تست عالی
4. ورود به بازار واقعی
5. شکست‌های غیرمنتظره
6. تغییر دوباره پارامترها
7. تکرار چرخه

چگونه از Overfitting جلوگیری کنیم؟ (راهکارهای حرفه‌ای)

1. ساده‌سازی استراتژی (Rule of Simplicity)

بهترین سیستم‌ها معمولاً ساده‌ترین هستند.

• قوانین کمتر
• تصمیم‌گیری سریع‌تر
• انعطاف بیشتر در بازار

2. تست Out-of-Sample

داده‌ها را به دو بخش تقسیم کنید:

• آموزش (Training Data)
• تست واقعی (Test Data)

اگر سیستم فقط در داده آموزشی خوب باشد، یعنی Overfit شده است.

3. Walk Forward Analysis

این روش کمک می‌کند استراتژی در دوره‌های مختلف بازار بررسی شود:

• گذشته نزدیک
• گذشته دور
• شرایط متفاوت بازار

4. جلوگیری از بهینه‌سازی افراطی (Curve Fitting)

اگر در حال تنظیم پارامترها هستید و هر تغییر کوچک نتایج را «بهینه‌تر» می‌کند، باید شک کنید.

5. توجه به Drawdown به جای سود

بسیاری فقط سود را نگاه می‌کنند، اما معیار واقعی:

• میزان افت سرمایه (Drawdown)
• پایداری سود در زمان

6. مدیریت ریسک حرفه‌ای

قانون‌های مهم:

• ریسک ثابت در هر معامله (مثلاً 1% یا کمتر)
• جلوگیری از حجم‌های تصادفی
• کنترل ضررهای متوالی

تفاوت معامله‌گر موفق و معامله‌گر شکست‌خورده

جمع‌بندی نهایی

شکست معامله‌گران منظم یک تناقض ظاهری است.
در واقع مشکل از «نظم» نیست، بلکه از کیفیت سیستم معاملاتی است.

Overfitting باعث می‌شود:

• سیستم روی گذشته عالی باشد
• اما در آینده فرو بپاشد

در بازارهای مالی، قانون ساده است:

مهم نیست چقدر دقیق هستی، مهم این است که چقدر سیستم تو در شرایط مختلف زنده می‌ماند.

شاخص ترس و طمع (Fear & Greed Index) چگونه احساسات بازار را اندازه‌گیری می‌کند؟