Overfitting: ปรับค่านิดเดียวแล้วผลพังคือสัญญาณอันตราย

พิสูจน์ระบบด้วยตัวเลข

Overfitting คือการปรับกฎให้จำ Noise ในอดีต จน Backtest สวยแต่ใช้กับข้อมูลใหม่ไม่ได้ มักเกิดเมื่อทดลองหลายค่าแล้วเลือกจุดสูงสุดเพียงจุดเดียว

สัญญาณเตือน

• ค่า 14 ดีมาก แต่ 13 และ 15 ขาดทุน
• เพิ่ม Filter ทีละชั้นจนเหลือไม้ไม่กี่สิบ
• เลือกพารามิเตอร์จากข้อมูลทั้งหมด แล้วรายงานข้อมูลเดิมเป็น Test
• ครึ่งแรกชอบค่าหนึ่ง แต่ครึ่งหลังชอบอีกค่า

ทดลองจริงใน MT5 Strategy Tester

เราใช้ EA ตัวอย่าง Moving Average ที่มากับ MT5 บนทองคำ H1 แล้ว Optimize 60 ชุดค่า (ความยาวเส้น 5–50 และ Shift 0–10) ด้วยข้อมูล ม.ค. 2025 – ก.พ. 2026 จากนั้นนำทุกชุดค่าไปรันต่อในช่วง ก.พ. – ก.ย. 2026 ที่ไม่ได้ใช้ Optimize (Forward Test)

ความสัมพันธ์ระหว่างผลสองช่วงของทั้ง 60 ชุดค่าเกือบเป็น ศูนย์ ชุดที่ชนะช่วงแรกไม่ได้มีโอกาสชนะช่วงหลังมากกว่าชุดที่แพ้เลย ใครเลือก "ค่าที่ดีที่สุด" จากหน้าจอ Optimize แล้วคาดหวัง +$7,487 จะได้เจอ +$188

หน้าจอ Optimize เรียงผลจากมากไปน้อยให้เราโดยอัตโนมัติ นั่นคือเหตุผลที่มันอันตราย มันชวนให้เลือกแชมป์ของอดีต

วิธีลดความเสี่ยง

1. เลือกกฎจากเหตุผล ไม่ใช่แค่ผลสูงสุด
2. มองหา Plateau หรือพื้นที่ที่ค่าข้างเคียงยังพอใช้
3. แบ่ง Train / Validation / Out-of-Sample ตามเวลา
4. จำกัดจำนวนสิ่งที่ลองและบันทึกทุกการทดลอง
5. Forward Test ด้วยกฎที่ล็อกแล้ว

ค่าที่ “ดีที่สุด” ในอดีตมักเป็นค่าที่จำอดีตเก่งที่สุด เราต้องการค่าที่ทนทาน ไม่ใช่แชมป์บนข้อมูลเดิม