Overfitting Trong Backtesting Crypto: Cách Phát Hiện và Ngừng Tự Lừa Mình

Overfitting xảy ra khi bạn tune chiến lược theo nhiễu lịch sử thay vì theo một edge có thể lặp lại.

Trong crypto, lỗi này rất phổ biến vì:

• regime đổi nhanh
• biến động cực lớn
• chất lượng dữ liệu khác nhau theo từng sàn

Tóm tắt nhanh

Overfitting nghĩa là mô hình đang học các đặc điểm riêng của mẫu lịch sử thay vì một pattern có thể lặp lại trên dữ liệu mới. Trong crypto, chuyện này thường xảy ra khi trader tune tham số quá tay, dựa vào một khoảng thời gian quá hẹp, hoặc nhầm hành vi ngẫu nhiên trong quá khứ là tín hiệu thật.

Làm sao biết một chiến lược bị overfit?

Dấu hiệu thường thấy là hiệu suất out-of-sample không ổn định, số tham số được tune quá nhiều, và câu chuyện của chiến lược chỉ đúng ở một window thị trường rất cụ thể. Một chiến lược sẽ dễ tin hơn nhiều khi thay đổi nhỏ không phá nát nó.

Cảnh báo nhanh

• hiệu suất sụp đổ ngoài mẫu
• quá nhiều tham số được tối ưu
• chiến lược “cần” một khoảng thời gian nhất định mới chạy được
• mẫu quá nhỏ nhưng lợi nhuận quá lớn

Bộ sửa lỗi theo thứ tự ưu tiên

1. Walk-forward validation (kỷ luật out-of-sample)
2. Đơn giản hóa tham số (ít núm chỉnh hơn)
3. Regime filter (trend hay range)
4. Kiểm tra độ nhạy (thay đổi nhỏ không nên giết chiến lược)

Bài tiếp theo trong series

• Quay lại hub: /blog/crypto-backtesting-complete-guide-2026
• Walk-forward: /blog/walk-forward-optimization-crypto
• Monte Carlo: /blog/monte-carlo-crypto-backtesting