Blog
/
AI Trading Journal
AI Trading Journal
Hoe AI Je Backtest Resultaten Analyseert
Juli 2026
5 min leestijd
AI Coach
Zoals besproken in wat is een trading backtest, levert een goed opgebouwde backtest een expectancy-schatting op papier op. Maar expectancy op papier is slechts de helft van de vraag — het deel dat écht bepaalt of een strategie de moeite waard is om te traden, is of dat getal standhoudt zodra echte uitvoering, echte emoties en echte marktruis erbij komen.
De Echte Vraag Is Niet De Backtest — Het Is Het Gat
Een backtest die +0,36R expectancy toont is een hypothese, geen conclusie. De conclusie komt van het vergelijken van dat getal met wat écht gebeurt zodra dezelfde setup live getraded wordt. Een strategie die identiek presteert in beide gevallen is betrouwbaar. Een strategie met een groot gat tussen de twee vertelt de trader iets belangrijks — meestal over uitvoering, niet over de setup zelf.
Het handmatige-vergelijking probleem
Backtest resultaten handmatig vergelijken met live resultaten vereist twee aparte datasets consistent getagd houden en periodiek beide herberekenen — werk vervelend genoeg dat de meeste traders één keer backtesten, live traden, en nooit formeel checken of de twee getallen daadwerkelijk overeenkomen.
Hoe AI Backtest Vergelijkt Met Live Prestaties
Stap 01
Uniforme setup-tagging
Gebacktestte en live trades die dezelfde setup-tag delen worden automatisch samen gegroepeerd, wat de vergelijking appels-met-appels houdt.
Stap 02
Zij-aan-zij expectancy
AI berekent expectancy apart voor de gebacktestte steekproef en de live steekproef, en werkt het live cijfer continu bij naarmate nieuwe trades binnenkomen.
Stap 03
Gat-markering
AI markeert wanneer het gat tussen backtest en live expectancy een betekenisvolle drempel overschrijdt, en zet aan tot een nadere blik op wat de divergentie veroorzaakt.
Stap 04
Uitvoeringscorrelatie
AI checkt of het gat correleert met specifieke gedragspatronen — entry-vertraging, sizing-afwijking, emotionele staat — die een backtest niet kan vastleggen maar een live journal wel.
Een Voorbeeld Backtest-Vs-Live Vergelijking
Gebacktestte expectancy (68 steekproeven)
+0,36R per trade
Live expectancy (41 trades)
+0,09R per trade
Gat
-0,27R — significante divergentie
Gecorreleerd patroon
Live entries gemiddeld 2,3 bars later dan backtest-entries
De setup zelf is waarschijnlijk gezond — de backtest suggereert dat. Het gat wijst in plaats daarvan naar entry-timing: live entries zijn consistent later dan waar de backtest van uitging, waarschijnlijk door aarzeling in afwachting van extra bevestiging. Dat is een uitvoeringsprobleem met een specifieke, oplosbare oorzaak, geen bewijs dat de strategie niet werkt.
Hoe Je Een Groot Gat Interpreteert
- Een gat wijst meestal naar uitvoering, niet de setup. Aarzeling, sizing-afwijking of emotionele entries zijn veelvoorkomende boosdoeners die een backtest structureel niet kan meten.
- Een aanhoudend gat na correctie van uitvoering is een ander signaal. Als het gat blijft bestaan zelfs na het aanpakken van geïdentificeerde uitvoeringsproblemen, kan het duiden op een selectiebias-probleem in de oorspronkelijke backtest dat de moeite waard is opnieuw te bekijken.
- Geen gat betekent niet geen ruimte voor verbetering. Een strategie die precies presteert zoals gebacktest is betrouwbaar, maar de expectancy zelf kan alsnog bescheiden zijn — overeenkomen met een backtest bevestigt consistentie, niet dat het getal hoog is.
Ontdek Of Je Backtest Écht Standhoudt
Logify vergelijkt je gebacktestte expectancy automatisch met live resultaten op dezelfde setup, zodat je precies weet waar de strategie afbreekt.
Gratis Starten met Logify
Veelgestelde Vragen
Kan AI mijn backtest resultaten vergelijken met mijn live trading?
Ja. Als gebacktestte setups en live trades gelogd worden in hetzelfde systeem met dezelfde tagging, vergelijkt AI de expectancy tussen de twee direct, en onthult of de edge gevonden op papier écht overkomt naar live uitvoering.
Wat betekent een groot gat tussen backtest en live resultaten meestal?
Een groot gat wijst meestal op uitvoeringsfactoren die een backtest niet kan vastleggen — aarzeling, emotionele entries of slippage — in plaats van dat de strategie zelf gebrekkig is. AI kan helpen isoleren of het gat correleert met specifieke gedragspatronen zoals entry-vertraging of sizing-afwijking.
Kan AI cherry-picking in een backtest detecteren?
AI kan backtest-steekproeven markeren die ongewoon klein zijn of die verdacht hoge win rates tonen ten opzichte van de live prestaties van de trader op dezelfde setup, beide indirecte signalen die het waard zijn te onderzoeken op selectiebias, hoewel AI niet direct kan verifiëren hoe de oorspronkelijke voorbeelden gekozen werden.
Moet ik een strategie over tijd blijven herbacktesten?
Periodiek, ja — marktcondities verschuiven, en de oorspronkelijke backtest van een strategie weerspiegelt mogelijk niet de huidige expectancy. Live resultaten vergelijken met de oorspronkelijke backtest over tijd is zelf een manier om te detecteren wanneer condities genoeg verschoven zijn om een nieuwe test te rechtvaardigen.