Je hebt een strategie bedacht. RSI crossover op het uurchart, gecombineerd met een 200 EMA filter en een risk-reward van 1:2. Het klinkt logisch, het ziet er goed uit op de laatste paar charts die je hebt bekeken. Maar werkt het écht? Niet over vijf trades die je selectief hebt uitgekozen, maar over honderd trades, vijfhonderd trades, over verschillende marktomstandigheden?
Dat is de vraag die backtesting beantwoordt. En het is de stap die de meeste traders overslaan — met alle gevolgen van dien.
Wat is backtesting?
Backtesting is het toepassen van je tradingregels op historische prijsdata om te simuleren hoe je trades zouden zijn verlopen. Je test letterlijk “terug in de tijd” om te zien of je strategie winstgevend zou zijn geweest.
Het verschil met “even een paar charts doorlopen” is fundamenteel. Bij het doorlopen van charts ben je beïnvloed door hindsight bias — je ziet hoe de prijs zich daadwerkelijk heeft bewogen en selecteert onbewust de mooiste setups. Bij backtesting pas je je regels mechanisch toe op elke candle, elke dag, elke week, en registreer je elk resultaat. Ook de verliezen. Vooral de verliezen.
Het resultaat is geen gevoel of een indruk. Het is een set meetbare cijfers die je vertellen of je strategie wiskundig zinvol is. En die cijfers liegen niet.
De metrics die er echt toe doen
Na een backtest heb je een berg data. Maar niet alle cijfers zijn even belangrijk. Dit zijn de metrics waar je als eerste naar kijkt.
Winrate vertelt je welk percentage van je trades winstgevend is. Maar winrate alleen zegt niets — een winrate van zestig procent met een risk-reward van 0.5:1 verliest geld. En een winrate van veertig procent met een R:R van 3:1 verdient geld. Daarom is de volgende metric onmisbaar.
Gemiddelde winst versus gemiddeld verlies laat zien hoe groot je gemiddelde winnaar is ten opzichte van je gemiddelde verliezer. Ideaal gezien is je gemiddelde winst minimaal anderhalf tot twee keer je gemiddeld verlies. Als dat niet zo is, heb je een probleem — ook met een hoge winrate.
Expectancy combineert winrate en gemiddelde winst/verlies tot één getal: je verwachte opbrengst per trade. De formule is (winrate × gemiddelde winst) minus (loss rate × gemiddeld verlies). Zolang dat getal positief is, heb je een winstgevend systeem op de lange termijn.
Maximum drawdown is misschien wel de belangrijkste metric die beginners over het hoofd zien. Het is het grootste dal-tot-piek verlies in je equity curve — het diepste punt dat je account bereikt voordat het weer herstelt. Een strategie die dertig procent rendement per jaar maakt maar een maximale drawdown van vijftig procent heeft, is psychologisch onhoudbaar. Je stopt ermee voordat het zich herstelt. Een realistische maximale drawdown ligt voor de meeste traders ergens tussen de tien en twintig procent.
Profit factor is je totale winst gedeeld door je totaal verlies. Een profit factor boven de 1.5 is goed, boven de 2.0 is uitstekend. Onder de 1.0 verlies je geld.
Handmatig backtesten: begin hier
De eenvoudigste manier om te backtesten is handmatig. Open je chart in MetaTrader of TradingView, scroll terug in de tijd en werk candle voor candle door je strategie. Elke keer dat je condities worden vervuld, noteer je de trade: entry, stop loss, take profit, resultaat.
Dit kost tijd. Voor een serieuze backtest over honderd trades ben je al snel een paar uur bezig. Maar het heeft een enorm voordeel: je leert je strategie van binnen en van buiten kennen. Je ziet hoe ze reageert op verschillende marktomstandigheden. Je ontdekt edge cases die je niet had bedacht. En je bouwt vertrouwen op dat gebaseerd is op data, niet op hoop.
Gebruik een spreadsheet om je resultaten bij te houden en bereken na afloop je metrics. Of gebruik het SMT Pro Trader dashboard om je backtesttrades te loggen — het berekent automatisch je winrate, gemiddelde R:R, drawdown en equity curve. De AI coaching module kan vervolgens analyseren of er patronen in je resultaten zitten die je kunt verbeteren.
Geautomatiseerd backtesten met MetaTrader
Als je al een Expert Advisor hebt — of er een hebt gegenereerd met de Bot Maker — kun je geautomatiseerd backtesten met MetaTrader’s ingebouwde Strategy Tester. Dit is fundamenteel sneller dan handmatig testen: duizenden trades in minuten in plaats van uren.
In MetaTrader 4 vind je de Strategy Tester via View → Strategy Tester of met Ctrl+R. Selecteer je EA, kies het instrument en de timeframe, stel de periode in en klik op Start. De tester simuleert je bot op de historische data en geeft je een compleet rapport met alle metrics.
MetaTrader 5 biedt een geavanceerdere tester met multi-currency ondersteuning en tick-by-tick simulatie. De resultaten zijn nauwkeuriger, zeker voor strategieën die op korte timeframes werken.
Een belangrijk punt: de kwaliteit van je backtest hangt af van de kwaliteit van je historische data. MetaTrader’s standaard data is vaak onvolledig, zeker voor kortere timeframes. Voor serieuze backtests wil je data van een externe provider. Je broker kan vaak historische data leveren, of je kunt ze downloaden via het MetaQuotes History Center.
De vijf dodelijke backtesting-fouten
Hier wordt het serieus, want dit is waar de meeste traders de mist in gaan. Een backtest die er fantastisch uitziet op papier kan totaal misleidend zijn als je deze fouten maakt.
Overfitting is veruit de grootste valkuil. Je optimaliseert je parameters net zo lang tot ze perfect passen op de historische data. RSI periode van 14? Nee, 13 werkt beter. Nee wacht, 11 op het vieruurschart met een 187 EMA filter is nog beter. Het resultaat: een strategie die er op papier geweldig uitziet maar in de toekomst faalt, omdat die specifieke combinatie toevallig goed werkte op die specifieke dataset. De oplossing: houd je parameters simpel en robuust. Als een kleine verandering in je parameters je resultaten dramatisch verandert, is je strategie niet robuust.
Look-ahead bias betekent dat je in je backtest informatie gebruikt die je op het moment van de trade nog niet had. Het klinkt voor de hand liggend, maar het gebeurt vaker dan je denkt. Bijvoorbeeld: je backtestet een strategie op dagcandles, maar je entry is gebaseerd op de slotkoers van de dag. In werkelijkheid weet je die slotkoers pas aan het eind van de dag — niet aan het begin.
Survivorship bias treedt op als je alleen instrumenten test die nu nog bestaan. Aandelen die failliet zijn gegaan, crypto’s die verdwenen zijn — die zitten niet in je dataset, maar die zou je wel getradet hebben. Je resultaten zien er daardoor rooskleuriger uit dan de werkelijkheid.
Het negeren van transactiekosten is een klassieke fout. Je strategie is winstgevend in de backtest, maar als je spread, commissie en slippage meerekent, verdampt de winst. Dit is vooral dodelijk voor scalping-strategieën met kleine targets. Reken altijd realistische kosten mee: voor daytrading 0.1 tot 0.5 procent per trade, voor swingtrading 0.05 tot 0.1 procent.
Te korte testperiodes geven een vertekend beeld. Als je alleen test in een bull market, weet je niet hoe je strategie reageert in een bear market of een zijwaartse markt. Test minimaal vijf tot tien jaar data, inclusief verschillende marktomstandigheden. Als je dat niet kunt, test dan op zoveel mogelijk verschillende periodes en instrumenten.
Walk-forward analyse: de gouden standaard
De meest betrouwbare manier om te testen heet walk-forward analyse. In plaats van je strategie te optimaliseren op de volledige dataset, splits je de data in twee delen. Je optimaliseert op het eerste deel (de “in-sample” periode) en test vervolgens op het tweede deel (de “out-of-sample” periode) zonder aanpassingen.
Stel je hebt tien jaar data. Je optimaliseert je strategie op 2014-2020 en test vervolgens op 2021-2024 zonder iets te veranderen. Als de resultaten op de out-of-sample data vergelijkbaar zijn met de in-sample resultaten, heb je een robuuste strategie. Als de resultaten dramatisch anders zijn, heb je te maken met overfitting.
Je kunt dit proces herhalen met verschuivende periodes — vandaar de naam “walk-forward.” Dit geeft het meest realistische beeld van hoe je strategie zich in de toekomst zou gedragen.
Van backtest naar live trading
Een positieve backtest is geen garantie voor toekomstige resultaten — dat hoor je overal en het is waar. Maar het is wél een noodzakelijke eerste stap. Een strategie die niet werkt op historische data, gaat zeker niet werken in de echte markt.
Na een succesvolle backtest is de volgende stap forward testing op een demo-account. Handel je strategie in realtime, met nepgeld, gedurende minimaal een maand of dertig tot vijftig trades. Dit onthult problemen die backtesting mist: executie-vertragingen, slippage, de psychologische druk van realtime beslissingen.
Als de forward test bevestigt wat de backtest liet zien, kun je live gaan — maar begin klein. Start met tien tot vijfentwintig procent van je beoogde kapitaal. Bouw pas op als je live resultaten overeenkomen met je backtest- en forward test resultaten.
Het complete plaatje: van idee tot werkende strategie
De hele flow werkt als volgt. Je begint met een idee — een observatie over de markt, een patroon dat je hebt opgemerkt. Je definieert dat idee als concrete regels in de Trading Strategy Maker. Je backtestet die regels op historische data, handmatig of geautomatiseerd. Je analyseert de metrics en past aan waar nodig — maar waak voor overfitting.
Als de backtest positief is, genereer je met de Bot Maker werkende code voor MetaTrader of TradingView. Je forward test op een demo-account. En als alles klopt, ga je live — met klein kapitaal, strak risicobeheer en een trading journal dat bijhoudt of je live resultaten overeenkomen met je verwachtingen.
Het is niet de snelste weg. Maar het is de weg die werkt. En het is de weg die het verschil maakt tussen gokken en data-gedreven traden.
Start met het definiëren van je strategie in de gratis Strategy Maker, genereer werkende botcode met de Bot Maker en log je resultaten in het Pro Trader dashboard voor automatische analytics en AI coaching.
