Backtesting Vad är Backtesting Backtesting är processen att testa en handelsstrategi för relevant historisk data för att säkerställa dess lönsamhet innan näringsidkaren riskerar något aktuellt kapital. En näringsidkare kan simulera handel med en strategi över en lämplig tidsperiod och analysera resultaten för lönsamhetsnivåerna och riskerna. AVBRYDNING Backtesting Om resultaten uppfyller de nödvändiga kriterier som är acceptabla för näringsidkaren kan strategin sedan implementeras med viss grad av förtroende för att det kommer att leda till vinst. Om resultaten är mindre gynnsamma kan strategin modifieras, justeras och optimeras för att uppnå de önskade resultaten eller det kan helt skrotas. En betydande del av volymen handlas på dagens finansmarknad görs av handlare som använder någon form av datorautomatisering. Detta gäller särskilt för handelsstrategier baserade på teknisk analys. Backtesting är en integrerad del av att utveckla ett automatiserat handelssystem. Betydande Backtesting När det görs korrekt kan backtesting vara ett ovärderligt verktyg för att fatta beslut om huruvida man ska använda en handelsstrategi. Provperioden som en backtest utförs på är kritisk. Varaktigheten av provperioden bör vara tillräckligt lång för att omfatta perioder med olika marknadsförhållanden, inklusive uppåtgående tendenser, nedåtgående trend och omfattande handel. Att utföra ett test på endast en typ av marknadsförhållanden kan ge unika resultat som kanske inte fungerar bra under andra marknadsförhållanden, vilket kan leda till falska slutsatser. Provstorleken i antalet branscher i testresultaten är också avgörande. Om provet antal branscher är för litet kan testet inte vara statistiskt signifikant. Ett prov med alltför många branscher under en lång period kan ge optimerade resultat där ett överväldigande antal vinnande affärer samlas kring ett specifikt marknadsförhållande eller trend som är gynnsam för strategin. Detta kan också leda till att en näringsidkare drar vilseledande slutsatser. Att hålla det riktigt En backtest bör spegla verkligheten så mycket som möjligt. Handelskostnader som annars kan anses vara försumbara av handlare när de analyseras individuellt kan ha en betydande inverkan när den sammanlagda kostnaden beräknas under hela backtestingperioden. Dessa kostnader inkluderar provisioner, spridningar och släpp, och de kunde bestämma skillnaden mellan huruvida en handelsstrategi är lönsam eller inte. De flesta backtesting programvarupaket innehåller metoder för att redovisa dessa kostnader. Kanske är den viktigaste metriska förknippade med backtesting strategins nivå av robusthet. Detta uppnås genom att jämföra resultaten av ett optimerat bakprov i en specifik provperiod (kallad in-sample) med resultaten av en backtest med samma strategi och inställningar i en annan provperiod (kallad out - of-prov). Om resultaten är lika lönsamma kan strategin anses vara giltig och robust och den är redo att genomföras i realtidsmarknader. Om strategin misslyckas i jämförelser utan jämförelser, behöver strategin ytterligare utveckling, eller det bör helt överges. Backtesting: Tolkning Tidigare Backtesting är en nyckelkomponent i effektiv handelssystemutveckling. Det uppnås genom att rekonstruera med historiska data, som skulle ha inträffat i det förflutna med hjälp av regler definierade av en given strategi. Resultatet erbjuder statistik som kan användas för att mäta strategins effektivitet. Med hjälp av dessa data kan handlare optimera och förbättra sina strategier, hitta tekniska eller teoretiska brister och få förtroende för sin strategi innan de appliceras på de verkliga marknaderna. Den bakomliggande teorin är att varje strategi som fungerade bra i det förflutna sannolikt kommer att fungera bra i framtiden, och omvänt sett är det sannolikt att någon strategi som utförde dåligt i det förflutna sannolikt kommer att fungera dåligt i framtiden. Den här artikeln tar en titt på vilka applikationer som används för att backtest, vilken typ av data som erhålls och hur man använder den Data och verktygen Backtesting kan ge mycket värdefull statistisk återkoppling om ett visst system. Några universella backtesting statistik inkluderar: Nettoresultat eller förlust - Nettoprocent vinst eller förlust. Tidsram - Tidigare datum då testingen inträffade. Universe - Lager som inkluderades i backtest. Volatilitetsåtgärder - Max procent upp och ner. Medeltal - Procentuell genomsnittlig vinst och genomsnittlig förlust, medelstänger hålls. Exponering - Andel av investerat kapital (eller exponerat för marknaden). Förhållanden - vinst-till-förlustförhållande. Årlig avkastning - Procentuell avkastning över ett år. Riskjusterad avkastning - Procentuell avkastning som en funktion av risken. Typiskt kommer backtesting programvara att ha två skärmar som är viktiga. Den första tillåter näringsidkaren att anpassa inställningarna för backtesting. Dessa anpassningar inkluderar allt från tidsperiod till provisionkostnader. Här är ett exempel på en sådan skärm i AmiBroker: Den andra skärmen är den faktiska backtestingresultatrapporten. Här kan du hitta all statistik som nämns ovan. Återigen, här är ett exempel på den här skärmen i AmiBroker: I allmänhet innehåller de flesta handelsprogrammen liknande element. Vissa avancerade program innehåller även extra funktionalitet för automatisk positionering, optimering och andra mer avancerade funktioner. De 10 buden Det finns många faktorer som handlare uppmärksammar när de backtesting handelsstrategier. Här är en lista över de 10 viktigaste sakerna att komma ihåg vid backtesting: Ta hänsyn till de brett marknadstrender inom tidsramen där en given strategi testades. Till exempel, om en strategi bara backtestades 1999-2000, kanske det inte går bra på en björnmarknad. Det är ofta en bra idé att backtest över en lång tidsram som omfattar flera olika typer av marknadsförhållanden. Ta hänsyn till universum där backtesting inträffade. Till exempel, om ett brett marknadssystem testas med ett universum bestående av tekniska lager, kan det misslyckas att fungera bra inom olika sektorer. Som en allmän regel, om en strategi riktar sig mot en viss genre av lager, begränsa universum till den genren, men i alla andra fall behålla ett stort universum för teständamål. Volatilitetsåtgärder är oerhört viktiga att överväga när man utvecklar ett handelssystem. Detta gäller särskilt för hyrda konton, som utsätts för marginalanrop om deras eget kapital sjunker under en viss punkt. Traders bör försöka hålla volatiliteten låg för att minska risken och möjliggöra enklare övergångar in och ut ur ett visst lager. Det genomsnittliga antalet barer som hålls är också mycket viktigt att titta på när man utvecklar ett handelssystem. Även om de flesta backtestingprogrammen innehåller provisionkostnader i de slutliga beräkningarna betyder det inte att du bör ignorera denna statistik. Om möjligt ökar ditt genomsnittliga antal barer som håller på att minska provisionskostnaderna och förbättra din totala avkastning. Exponering är ett dubbelkantigt svärd. Ökad exponering kan leda till högre vinst eller högre förluster, medan minskad exponering innebär lägre vinst eller lägre förluster. Men i allmänhet är det en bra idé att hålla exponeringen under 70 för att minska risken och möjliggöra enklare övergångar in och ut ur ett visst lager. Den genomsnittliga vinstlösningsstatistiken, kombinerad med vinst-till-förlustförhållandet, kan vara användbar för att bestämma optimal positionsstorlek och penninghantering med hjälp av tekniker som Kelly-kriteriet. (Se Money Management Använda Kelly-kriteriet.) Traders kan ta större positioner och minska provisionskostnaderna genom att öka sina genomsnittliga vinster och öka deras vinst-till-förlustförhållande. Årlig avkastning är viktig eftersom den används som ett verktyg för att benchmarka systemets avkastning mot andra investeringsplatser. Det är viktigt att inte bara titta på den totala årliga avkastningen utan också ta hänsyn till ökad eller minskad risk. Detta kan göras genom att titta på den riskjusterade avkastningen, som står för olika riskfaktorer. Innan ett handelssystem antas måste det överträffa alla andra placeringsplatser med lika eller mindre risk. Backtesting anpassning är oerhört viktigt. Många backtesting-applikationer har inmatning för provisionsbelopp, runda (eller fraktionerade) partstorlekar, fältstorlekar, marginalkrav, räntor, antaganden för släppning, positioneringsstorlekar, same-bar exit-regler, (bakåt) stoppinställningar och mycket mer. För att få de mest exakta backtestingresultaten är det viktigt att ställa in dessa inställningar för att efterlikna mäklaren som kommer att användas när systemet går live. Backtesting kan ibland leda till något som kallas överoptimering. Det här är ett villkor där prestanda resultat är så högt anpassat till det förflutna att de inte längre är lika exakta i framtiden. Det är generellt en bra idé att genomföra regler som gäller för alla lager eller en vald uppsättning riktade lager och är inte optimerade i den utsträckning reglerna inte längre är förståeliga av skaparen. Backtesting är inte alltid det mest exakta sättet att mäta effektiviteten hos ett visst handelssystem. Ibland misslyckas strategier som har fungerat bra tidigare i dag. Tidigare resultat är inte en indikation på framtida resultat. Var noga med att handla ett system som har testats framgångsrikt innan du går live för att vara säker på att strategin fortfarande gäller i praktiken. Slutsats Backtesting är en av de viktigaste aspekterna av att utveckla ett handelssystem. Om de skapas och tolkas ordentligt kan det hjälpa handlare att optimera och förbättra sina strategier, hitta några tekniska eller teoretiska brister, samt få förtroende för sin strategi innan de appliceras på den verkliga världsmarknaden. Resources Tradecision (medbeslutande) - High-end Trading System Development AmiBroker (amibroker) - Budget Trading System Development. En typ av skatt som tas ut på kapitalvinster som uppkommit av individer och företag. Realisationsvinster är vinsten som en investerare. En beställning att köpa en säkerhet till eller under ett angivet pris. En köpgränsorder tillåter näringsidkare och investerare att specificera. En IRS-reglering (Internal Revenue Service) som tillåter utbetalningar av straff från ett IRA-konto. Regeln kräver det. Den första försäljningen av lager av ett privat företag till allmänheten. IPOs utfärdas ofta av mindre, yngre företag som söker. Skuldkvotskvoten är skuldkvoten som används för att mäta ett företags ekonomiska hävstångseffekt eller en skuldkvot som används för att mäta en individ. En typ av ersättningsstruktur som hedgefondsförvaltare brukar använda i vilken del av ersättningen som är prestationsbaserad. MultiCharts 10 MultiCharts är en prisbelönt handelsplattform Oavsett om du behöver programvara för dagshandel eller investerar i längre perioder, har MultiCharts funktioner som kan bidra till att uppnå dina handelsmål. High-definition kartläggning, inbyggda indikatorer och strategier, ett-klick trading från diagram och DOM, hög precision backtesting, brute-force och genetisk optimering, automatiserat utförande och support för EasyLanguage-skript är alla viktiga verktyg till ditt förfogande. hoice of brokers och data feeds Valfrihet har varit drivsidan bakom MultiCharts och du kan se den i det stora utbudet av data som stöds och mäklare. Välj din handelsmetod, testa den och börja handla med någon stödd mäklare som du gillar, fördelen med MultiCharts. Backtesting och Trade Systems Build it. Testa det Handel det. CQGs toppmoderna backtesting - och handelssystemverktyg ger dig kontroll över dina strategier. Utveckla och optimera ditt system och signaler genom att modellera mot år med tillgänglig historisk data. När det är klart, handlar det automatiskt via CQGs AutoTrader. Lägg till handelssystempaketet till din CQG IC Testa dina idéer innan du riskerar dina pengar Vårt handelssystempaket låter kunderna analysera tidigare handelsaktivitet och bygga strategier utifrån den aktiviteten. Dra nytta av våra funktioner för att finjustera inmatnings - och utgångspunkter och testa användardefinierade parametervärden. Dra nytta av våra många backtesting resurser genom att undersöka handelsverksamheten baserad på skapandet av långa eller korta affärer, en rad inmatnings - och utgående signaler och provisionerna som näringsidkaren måste betala. Utvärdera Ingångssignaler Använda Favoritförhållanden Med Signalutvärderare kan du analysera effektivitet under en viss tidsperiod med dina egna specifika köp - och säljssignaler. Din analys kan tillämpas på både portföljer och enskilda varor. Optimera systemparametrar Optimera ditt arbetsflöde genom att använda Trade System Optimizer, ett värdefullt handelsverktyg som tester resultaten av handelssystem som kör olika inställningar och kombinationen av parametrar som ingår i handelssignaler. Handla automatiskt ditt handelssystem Nu när du har ditt handelssystem, har CQG automatiskt handel med det. CQG AutoTrader är en proprietär handelsexekveringsmotor som gör det möjligt för kunder att samtidigt utföra flera system samtidigt med lika precision och disciplin. I sin tur ger det handlare större kapacitet och noggrannhet i systemhandel gentemot manuell utförande. Produkten stöder olika ordertyper och tillåter kunder att konfigurera exekveringsparametrar relaterade till pris, storlek och tidpunkt för order. För maximal insyn är CQG AutoTrader integrerad med olika positionsövervakningsmoduler, t. ex. Order and Positions-fönstret och ATS-studien (Automated Trading System), där kunderna kan övervaka handelssignaler och positioner på diagram och handelsgränssnitt. CQG AutoTrader kan användas i live eller demo trading lägen. Demo CQG AutoTrader med en gratis test av CQG IC Backtesting Video Kraftfull Automation CQG Produktspecialist Doug Janson skisserar CQG ICs automationsfunktioner. Lär dig hur du definierar formler, testformler med hjälp av Entry Signal Evaluator och skapa ett handelssystem. Visa nu Intelligent Backtesting CQG Produktspecialist Jim Stavros demonstrerar effektiviteten av att använda våra backtesting och handelssystem verktyg. Visa nu Jämför produkter 2-veckors gratis prov Kontakta oss Jämför produkter 2-veckors gratis prov Kontakta oss
Comments
Post a Comment