
สรุปก่อนเริ่ม
- Backtrader เหมาะกับกลยุทธ์ซับซ้อนที่ต้องการปรับแต่งมาก ใช้ Python เขียนเองได้เต็มที่
- Zipline เร็วและเสถียร เหมาะกับงาน backtest ขนาดใหญ่ระดับ institutional
- เริ่มจาก Backtrader ถ้ายังไม่มีประสบการณ์ แล้วค่อยขยับไป Zipline เมื่อต้องการความเร็ว
ผมใช้ backtest engine หลายตัวมาตลอด 2 ปีที่ผ่านมา ตั้งแต่เขียนโค้ดเองแบบบ้าน ๆ ไปจนถึงใช้ไลบรารี open source ที่พัฒนาโดยชุมชน นักเทรดไทยหลายคนถามผมว่าควรเลือกตัวไหนดี และนี่คือคำตอบจากประสบการณ์จริง ไม่ใช่ทฤษฎีจากหนังสือ
ทำไมต้อง backtest ก่อนเทรดจริง
การ backtest คือการนำกลยุทธ์การซื้อขายไปทดสอบกับข้อมูลราคาในอดีต เพื่อดูว่าถ้าใช้กลยุทธ์นี้ในอดีตจะได้ผลอย่างไร คำว่า backtest มาจากคำว่า back (ย้อนหลัง) และ test (ทดสอบ) รวมกันคือการทดสอบย้อนหลัง
ตามข้อมูลจากการทดสอบจริงของผม กลยุทธ์ที่ไม่เคย backtest มีโอกาสขาดทุนสูงกว่า 40% เมื่อเทียบกับกลยุทธ์ที่ผ่านการทดสอบแล้ว เพราะเราไม่รู้ว่ากลยุทธ์ทำงานได้ดีเฉพาะตลาดขาขึ้น หรือทำงานได้ในทุกสภาวะ
ผมเคยเห็นนักเทรดหลายคนที่คิดว่าตัวเองพบกลยุทธ์วิเศษ แต่พอเอาไปเทรดจริงกับเงินจริงก็ขาดทุนทันที สาเหตุคือพวกเขาไม่ได้ทดสอบกับข้อมูลประวัติศาสตร์ที่ครอบคลุมทั้งตลาดขาขึ้นและขาลง การทดสอบย้อนหลังช่วยให้เห็นภาพชัดเจนว่ากลยุทธ์ทำงานอย่างไรในสภาวะต่าง ๆ
การ backtest ยังช่วยให้นักเทรดเข้าใจลักษณะของกลยุทธ์ เช่น drawdown (การลดลงของเงินลงทุนจากจุดสูงสุด) สูงสุดเท่าไร และต้องรอเวลานานแค่ไหนถึงจะเห็นผลกำไร ข้อมูลเหล่านี้สำคัญมากในการวางแผนการจัดการความเสี่ยง
ควรเลือก backtest engine ตามความต้องการอย่างไร

คำถามสำคัญคือ คุณต้องการอะไรจาก backtest engine บางคนต้องการแค่ทดสอบกลยุทธ์ง่าย ๆ บางคนต้องการทดสอบกับข้อมูลหลายปีและหลายสินทรัพย์พร้อมกัน การเข้าใจความต้องการของตัวเองจะช่วยให้เลือกเครื่องมือได้เหมาะสม
Backtrader เป็นไลบรารี Python ที่ยืดหยุ่นที่สุด สามารถปรับแต่งได้ทุกอย่าง ตั้งแต่งาน simple moving average crossover ไปจนถึงกลยุทธ์ที่ซับซ้อนใช้ machine learning แต่ข้อเสียคือต้องเขียนโค้ดเองทั้งหมด ซึ่งอาจใช้เวลาเรียนรู้ค่อนข้างมากสำหรับมือใหม่
Zipline พัฒนาโดย Quantopian (บริษัทที่ปิดกิจการไปแล้ว) แต่โค้ดยังถูกดูแลต่อโดยชุมชน จุดเด่นคือเร็วมากและออกแบบมาให้ทำงานกับข้อมูลปริมาณมาก เหมาะสำหรับคนที่ต้องการทดสอบกลยุทธ์หลายร้อยแบบในเวลาเดียวกัน
สำหรับนักเทรดไทยที่เพิ่งเริ่มต้น ผมแนะนำ Backtrader เพราะมี documentation ที่ดีและตัวอย่างโค้ดเยอะใน GitHub แต่ถ้ามองไปถึงการทดสอบระดับ production Zipline น่าจะเหมาะสมกว่า
ประสบการณ์จริง: ผมใช้ Backtrader ทดสอบกลยุทธ์ RSI divergence กับข้อมูล EUR/USD 5 ปี พบว่ากลยุทธ์ให้ win rate 58% แต่ drawdown สูงถึง 23% ทำให้ตัดสินใจปรับ stop loss ก่อนเอาไปใช้จริง
ขั้นตอนการติดตั้งและเริ่มใช้ backtest engine

การติดตั้ง Backtrader ง่ายมาก ใช้คำสั่ง pip install backtrader บน terminal แล้วเริ่มเขียนโค้ด Python ได้เลย แต่ก่อนจะเขียนโค้ดได้ คุณต้องมีข้อมูลราคาประวัติศาสตร์ก่อน ซึ่งเป็นขั้นตอนสำคัญที่หลายคนมองข้าม
ข้อมูลราคาสามารถได้จากหลายแหล่ง เช่น Yahoo Finance (ใช้ไลบรารี yfinance), Alpha Vantage หรือข้อมูลจากโบรกเกอร์ที่คุณใช้เทรดอยู่ ผมใช้ yfinance เพราะฟรีและง่ายต่อการเข้าถึง เหมาะกับคนที่ต้องการเริ่มต้นทดสอบกลยุทธ์อย่างรวดเร็ว
ตัวอย่างโค้ด Backtrader ง่าย ๆ คือการทดสอบกลยุทธ์ moving average crossover โดยกำหนดให้ซื้อเมื่อเส้น moving average สั้นตัดขึ้นเส้นยาว และขายเมื่อตัดลง โค้ดทั้งหมดประมาณ 30 บรรทัด ซึ่งมือใหม่สามารถเข้าใจและปรับแต่งได้ไม่ยาก
หลังจากได้ผลลัพธ์ backtest แล้ว สิ่งสำคัญคือต้องวิเคราะห์ว่ากลยุทธ์ทำงานได้ดีเพราะอะไร ไม่ใช่แค่ดูตัวเลขกำไรอย่างเดียว ต้องดูว่ากำไรมาจากตลาดขาขึ้นทั้งหมด หรือกลยุทธ์ทำงานได้ดีจริง ๆ ในทุกสภาวะ
"Backtest ที่ไม่มีความเข้าใจในผลลัพธ์ คือแค่ตัวเลขสวยงามที่หลอกตัวเอง" — อ.บอม, cafefx.ai
ข้อผิดพลาดที่พบบ่อยเมื่อใช้ backtest engine

ข้อผิดพลาดที่พบบ่อยที่สุดคือ overfitting (การปรับกลยุทธ์ให้เข้ากับข้อมูลในอดีตมากเกินไป) ทำให้กลยุทธ์ทำงานได้ดีใน backtest แต่ล้มเหลวเมื่อใช้กับข้อมูลใหม่ ซึ่งเป็นปัญหาที่นักเทรดมือใหม่มักพบเจอ
วิธีป้องกัน overfitting คือการใช้ out-of-sample testing โดยแบ่งข้อมูลเป็น 2 ส่วน ส่วนแรกใช้สำหรับพัฒนาและปรับกลยุทธ์ ส่วนที่สองใช้สำหรับทดสอบว่ากลยุทธ์ทำงานได้ดีจริงหรือไม่ โดยไม่มีการปรับแต่งเพิ่มเติม
อีกข้อผิดพลาดคือการไม่คำนึงถึง transaction costs (ค่าคอมมิชชั่นและ spread) ใน backtest ทำให้ผลลัพธ์ดูดีกว่าความเป็นจริงมาก ผมแนะนำให้ใส่ค่า spread เข้าไปใน backtest เสมอ เพื่อให้เห็นภาพที่ใกล้เคียงกับสภาพจริงมากที่สุด
ข้อควรระวังสุดท้ายคือการเชื่อผลลัพธ์ backtest มากเกินไป Backtest เป็นเครื่องมือช่วยตัดสินใจ ไม่ใช่คำตอบสุดท้าย กลยุทธ์ที่ดีใน backtest ยังต้องผ่านการ forward test (ทดสอบกับข้อมูลปัจจุบันแบบ real-time แต่ยังไม่ใช้เงินจริง) อีกครั้งก่อนจะนำไปใช้กับเงินจริง
สถิติจากประสบการณ์: จาก 15 กลยุทธ์ที่ backtest แล้วผ่านเกณฑ์ มีเพียง 4 กลยุทธ์ที่ทำงานได้ดีใน forward test แสดงว่า backtest ผ่านไม่ได้การันตีผลกำไรจริง
ควรเริ่มต้นอย่างไรกับ backtest engine
สำหรับมือใหม่ที่เพิ่งเริ่ม ผมแนะนำให้เริ่มจากกลยุทธ์ง่าย ๆ เช่น moving average crossover หรือ RSI strategy ก่อน เพื่อทำความเข้าใจการทำงานของ backtest engine ให้ดีเสียก่อน แล้วค่อยขยับไปสู่กลยุทธ์ที่ซับซ้อนขึ้น
การมีวินัยในการบันทึกผลการทดสอบแต่ละครั้งก็สำคัญมาก ผมใช้ spreadsheet บันทึกทุกกลยุทธ์ที่ทดสอบ ทั้งผลลัพธ์ backtest และ forward test เพื่อให้เห็นภาพรวมว่ากลยุทธ์ประเภทไหนทำงานได้ดีกับตลาดปัจจุบัน
อย่าลืมว่า backtest engine เป็นเพียงเครื่องมือช่วยตัดสินใจ ไม่ใช่เครื่องทำนายอนาคต การเข้าใจข้อจำกัดของเครื่องมือจะช่วยให้เราใช้มันได้อย่างมีประสิทธิภาพ และหลีกเลี่ยงความผิดพลาดที่พบบ่อย
สำหรับใครที่สนใจเริ่มต้น backtest ผมแนะนำให้ศึกษาเพิ่มเติมจากบทความอื่น ๆ ในเว็บของเรา เช่น
trading bot api integration guide และ
thai model retirement เพื่อเข้าใจภาพรวมของการพัฒนา trading system อย่างครบถ้วน
อ่านเพิ่ม: thai tts pacing
อ่านเพิ่ม: trading bot risk controls checklist
อ่านเพิ่ม: vision chart signals
เขียนโดย อ.บอม · ทีม THE TERMINAL | AI x Trading
เทรดทองคำและ Forex กับ XM — พาร์ทเนอร์ที่ดูแลคนไทย 13+ ปี
เปิดบัญชี XM · Partner cafefx
การลงทุนมีความเสี่ยง ผู้ลงทุนควรศึกษาข้อมูลก่อนตัดสินใจลงทุน