Backtesting A Trading Strategi

Backtesting Hva er Backtesting Backtesting er prosessen med å teste en handelsstrategi på relevante historiske data for å sikre sin levedyktighet før den næringsdrivende risikerer enhver faktisk kapital. En næringsdrivende kan simulere handel med en strategi over en passende tidsperiode og analysere resultatene for nivåene av lønnsomhet og risiko. BREAKING DOWN Backtesting Hvis resultatene oppfyller de nødvendige kriteriene som er akseptable for næringsdrivende, kan strategien da implementeres med viss grad av selvtillit om at det vil resultere i fortjeneste. Hvis resultatene er mindre gunstige, kan strategien modifiseres, justeres og optimaliseres for å oppnå de ønskede resultatene, eller det kan helt slettes. En betydelig mengde av volumet som handles i dagens finansielle marked, gjøres av handelsfolk som bruker en slags datautomatisering. Dette gjelder spesielt for handelsstrategier basert på teknisk analyse. Backtesting er en integrert del av å utvikle et automatisert handelssystem. Betydende Backtesting Når du er ferdig på riktig måte, kan backtesting være et uvurderlig verktøy for å ta avgjørelser om du skal bruke en handelsstrategi. Prøveperioden som en backtest utføres på er kritisk. Varigheten av prøveperioden skal være lang nok til å inkludere perioder med varierende markedsforhold, inkludert opptrender, downtrends og range-bound trading. Å utføre en test på bare en type markedsforhold kan gi unike resultater som kanskje ikke fungerer bra under andre markedsforhold, noe som kan føre til falske konklusjoner. Prøvestørrelsen i antall bransjer i testresultatene er også avgjørende. Hvis prøvenummeret av handler er for lite, kan testen ikke være statistisk signifikant. En prøve med for mange handler over en lang periode kan gi optimerte resultater der et overveldende antall vinnende handler samles rundt en bestemt markedstilstand eller trend som er gunstig for strategien. Dette kan også føre til at en næringsdrivende trekker villedende konklusjoner. Å holde det Real En backtest bør gjenspeile virkeligheten i størst mulig grad. Handelsutgifter som ellers kan betraktes som ubetydelige av handelsmenn når de analyseres individuelt, kan ha betydelig innvirkning når aggregatkostnaden beregnes over hele testperioden. Disse kostnadene inkluderer provisjoner, spreads og slippe, og de kunne bestemme forskjellen mellom om en handelsstrategi er lønnsom eller ikke. De fleste backtesting programvarepakker inkluderer metoder for å ta hensyn til disse kostnadene. Kanskje den viktigste metriske assosiert med backtesting er strategys nivå av robusthet. Dette oppnås ved å sammenligne resultatene av en optimalisert tilbaketest i en bestemt prøveperiode (referert til som prøve) med resultatene av en backtest med samme strategi og innstillinger i en annen prøveperiode (referert til som out - av-prøve). Hvis resultatene er like lønnsomme, kan strategien anses å være gyldig og robust, og den er klar til å bli implementert i sanntidsmarkeder. Hvis strategien mislykkes i sammenligninger uten sammenligning, trenger strategien videreutvikling, eller den bør helt avstenges. Strategi Testing Trenger mer info Back-Testing Trading Strategies med Wealth-Lab Pro. Handlingsstrategier og strategitesting og handelssignaler generert av strategiene er gitt kun for pedagogiske formål og som eksempler, og de bør ikke brukes eller stole på å ta avgjørelser om din individuelle situasjon. Du kan endre strategidestingsparametrene slik det passer deg. Fidelity adopterer ikke, gjør en anbefaling for eller påtegner enhver handels - eller investeringsstrategi eller spesiell sikkerhet. Strategistesting-funksjonen gir en hypotetisk beregning av hvordan en sikkerhet eller portefølje av verdipapirer, som er underlagt et eksempel på handelsstrategi, ville ha utført over en historisk tidsperiode. Bare verdipapirer som eksisterte i den historiske perioden, og som har historiske prisdata, er tilgjengelige for bruk i Strategy Testing-funksjonen. Funksjonen har bare en begrenset evne til å beregne hypotetiske handelskvoter, og den tar ikke hensyn til andre avgifter eller for skattekonsekvenser som kan oppstå som følge av en handelsstrategi. Du bør ikke anta at strategitesting av en handelsstrategi vil gi noen indikasjon på hvordan porteføljen av verdipapirer eller en ny portefølje av verdipapirer kan utføre over tid. Du bør velge dine egne handelsstrategier basert på dine spesifikke mål og risikotoleranser. Husk å vurdere dine beslutninger regelmessig for å sikre at de fortsatt er i samsvar med dine mål. Tidligere resultater er ingen garanti for fremtidige resultater. kopier 1998 ndash 2012 FMR LLC. Alle rettigheter forbeholdes. Backtesting: Tolking Past Backtesting er en viktig komponent i effektiv trading-systemutvikling. Det oppnås ved å rekonstruere, med historiske data, handler som ville ha skjedd tidligere, ved bruk av regler som er definert av en gitt strategi. Resultatet gir statistikk som kan brukes til å måle strategiens effektivitet. Ved hjelp av disse dataene kan handelsmenn optimalisere og forbedre sine strategier, finne tekniske eller teoretiske feil, og få tillit til strategien deres før de påføres de virkelige markedene. Den underliggende teorien er at enhver strategi som fungerte bra i det siste, vil trolig fungere godt i fremtiden, og omvendt vil enhver strategi som har gått dårlig i fortiden, sannsynligvis utføre dårlig i fremtiden. Denne artikkelen tar en titt på hvilke applikasjoner som brukes til backtest, hva slags data er oppnådd, og hvordan man bruker den Data og verktøyene Backtesting kan gi rikelig med verdifull statistisk tilbakemelding om et gitt system. Noen universelle backtesting-statistikker inkluderer: Netto fortjeneste eller tap - Netto prosentvis gevinst eller tap. Tidsramme - Tidligere datoer der testingen skjedde. Universe - Aksjer som ble inkludert i backtestet. Volatilitetsmålinger - Maks prosent prosent opp og ned. Gjennomsnitt - Prosent gjennomsnittlig gevinst og gjennomsnittlig tap, gjennomsnittlige barer holdt. Eksponering - Andel av investert kapital (eller eksponert for markedet). Nivåer - Gevinst-til-tap-forhold. Årlig avkastning - Prosentavkastning over et år. Risikojustert avkastning - Prosentavkastning som en funksjon av risiko. Typisk vil backtesting programvare ha to skjermer som er viktige. Den første tillater handelsmannen å tilpasse innstillingene for backtesting. Disse tilpasningene inkluderer alt fra tidsperiode til provisjonskostnader. Her er et eksempel på en slik skjerm i AmiBroker: Den andre skjermen er den faktiske backtesting-resultatrapporten. Her finner du all statistikk som er nevnt ovenfor. Igjen, her er et eksempel på dette skjermbildet i AmiBroker: Generelt inneholder de fleste handelsprogramvarene lignende elementer. Enkelte avanserte programvare inkluderer også tilleggsfunksjonalitet til å utføre automatisk posisjonering, optimalisering og andre mer avanserte funksjoner. De 10 budene Det er mange faktorer som handlerne tar hensyn til når de vurderer handelsstrategier. Her er en liste over de 10 viktigste tingene å huske mens backtesting: Ta hensyn til de brede markedstrendene i tidsrammen der en bestemt strategi ble testet. For eksempel, hvis en strategi bare ble testet tilbake fra 1999-2000, kan det ikke gå bra på et bjørnmarked. Det er ofte en god ide å backtest over en lang tidsramme som omfatter flere forskjellige typer markedsforhold. Ta hensyn til universet der tilbakestesting skjedde. For eksempel, hvis et bredt markedssystem er testet med et univers bestående av tech-aksjer, kan det mislykkes å gjøre det bra i ulike sektorer. Som en generell regel, hvis en strategi er rettet mot en bestemt genre av lager, begrenser universet den sjangeren, men i alle andre tilfeller opprettholder et stort univers for testformål. Volatilitetsforanstaltninger er ekstremt viktige å vurdere i utviklingen av et handelssystem. Dette gjelder spesielt for levererte kontoer, som blir utsatt for marginanrop dersom egenkapitalen faller under et bestemt punkt. Traders bør søke å holde volatiliteten lav for å redusere risikoen og muliggjøre lettere overgang inn og ut av et gitt lager. Det gjennomsnittlige antall barer som holdes er også veldig viktig å se når man utvikler et handelssystem. Selv om de fleste backtesting programvare inkluderer provisjonskostnader i de endelige beregningene, betyr det ikke at du bør overse denne statistikken. Hvis det er mulig, kan det hende at gjennomsnittlig antall barer som holdes, reduserer provisjonskostnadene, og forbedrer din generelle avkastning. Eksponering er et dobbeltkantet sverd. Økt eksponering kan føre til høyere fortjeneste eller høyere tap, mens redusert eksponering betyr lavere fortjeneste eller lavere tap. Imidlertid er det generelt en god ide å holde eksponering under 70 for å redusere risiko og muliggjøre lettere overgang inn og ut av et gitt lager. Den gjennomsnittlige gevinstløpsstatistikken, kombinert med vinner-til-tap-forholdet, kan være nyttig for å bestemme optimal plassering og pengestyring ved hjelp av teknikker som Kelly-kriteriet. (Se Money Management ved hjelp av Kelly-kriteriet.) Traders kan ta større stillinger og redusere provisjonskostnader ved å øke sine gjennomsnittlige gevinster og øke deres vinner-til-tap-forhold. Årlig avkastning er viktig fordi den brukes som et verktøy for å benchmark en systemavkastning mot andre investeringssteder. Det er viktig ikke bare å se på den samlede årlige avkastningen, men også å ta hensyn til økt eller redusert risiko. Dette kan gjøres ved å se på den risikojusterte avkastningen, som står for ulike risikofaktorer. Før et handelssystem er vedtatt, må det overgå alle andre investeringssteder med like eller mindre risiko. Backtesting tilpasning er ekstremt viktig. Mange backtesting-applikasjoner har innspill for provisjonsbeløp, runde (eller brøkdelte) masse størrelser, tikkestørrelser, marginkrav, renter, slippage-forutsetninger, stillingsreguleringsregler, same-bar-utgangsreguleringer, (bak) stoppinnstillinger og mye mer. For å få de mest nøyaktige backtesting resultatene, er jeg viktig å justere disse innstillingene for å etterligne megleren som vil bli brukt når systemet går live. Backtesting kan noen ganger føre til noe kjent som overoptimalisering. Dette er en tilstand hvor resultatene avstemmes så høyt til fortiden at de ikke lenger er like nøyaktige i fremtiden. Det er generelt en god ide å implementere regler som gjelder for alle aksjer, eller et utvalg av målrettede aksjer, og er ikke optimalisert i den grad reglene ikke lenger er forståelige av skaperen. Backtesting er ikke alltid den mest nøyaktige måten å måle effektiviteten til et gitt handelssystem. Noen ganger har strategier som har gått bra i det siste, ikke lykkes i det nåværende. Tidligere resultater er ikke en indikasjon på fremtidige resultater. Pass på å papirhandel et system som har blitt suksessfullt testet før du går, for å være sikker på at strategien fortsatt gjelder i praksis. Konklusjon Backtesting er et av de viktigste aspektene ved å utvikle et handelssystem. Hvis det opprettes og tolkes ordentlig, kan det hjelpe handelsmenn å optimalisere og forbedre strategiene, finne tekniske eller teoretiske feil, samt få tillit til strategien deres før de påføres det til de virkelige verdensmarkeder. Ressurser Tradecision (tradecision) - High-end Trading System Development AmiBroker (amibroker) - Budsjett Trading System Development. En økonomisk teori om total utgifter i økonomien og dens effekter på produksjon og inflasjon. Keynesian økonomi ble utviklet. En beholdning av en eiendel i en portefølje. En porteføljeinvestering er laget med forventning om å tjene en avkastning på den. Dette. Et forhold utviklet av Jack Treynor som måler avkastning opptjent over det som kunne vært opptjent på en risikofri. Tilbakekjøp av utestående aksjer (tilbakekjøp) av et selskap for å redusere antall aksjer på markedet. Selskaper. En skattemessig tilbakebetaling er refusjon på skatter betales til en person eller husstand når den faktiske skatteforpliktelsen er mindre enn beløpet. Den monetære verdien av alle ferdigvarer og tjenester som produseres innen et land grenser i en bestemt tidsperiode. I stedet for å fortelle deg det beste verktøyet eller prosessen som du kan bruke til backtesting, la meg i stedet fokusere på de største feilene du trenger for å unngå for å gjøre en pålitelig backtest. Dette er noen av de viktigste faktorene du trenger å huske på når du backtesting aksjehandel strategier - Data overfitting: Dette er uten tvil den største feilen de fleste gjør for å skape en strategi som gir spektakulære backtested resultater. Når du oppretter strategien, hvis du begynner å justere parametrene dine på en måte som maksimerer avkastningen, vil den strategien mest sannsynlig mislykkes i liveforhold. Det er 2 måter å overvinne denne testen uten prøving og lage strategier basert på logikk snarere enn ved å justere innspillingsparametere. Forward looking bias: Dette skjer når du bruker data for å generere signaler som ellers ikke ville vært tilgjengelige på det tidspunktet tidligere. Hvis for eksempel en selskaps regnskapsår er mars, og du bruker inntjeningsdataene for foregående år 1. april, er det svært sannsynlig at selskapet ikke ville ha annonsert dataene før mai eller juni. Det ville resultere i en fremtidsrettet forspenning. Overlevelsesforstyrrelser. Dette er en av de vanskeligste å legge merke til feil. La oss si at du har en strategi som handler fra en liste med 500 småkapital aksjer basert på noen tekniske indikatorer. Sjansen er at hvis du prøver å få tak i 10 års historisk prisdata for disse 500 aksjene for backtesting, vil du ikke inkludere dataene for alle de aksjene som ble avnotert i den tiårsperioden. Når du tester din strategi, vil du ikke regne med mulige handler som ville ha blitt generert på noen av de dårlige aksjene hvis du faktisk hadde utført denne strategien i den perioden. Rett fokuserer på avkastning. Det er mange parametere som du må vurdere for å bedømme kvaliteten på en strategi. Rent fokus på avkastning kan føre til store problemer. For eksempel, hvis Strategi A gir 10 avkastninger over en bestemt periode med maksimal nedgang på -2, og strategi B gir 12 avkastninger med drawdown på -10, så er B klart ikke en overlegen strategi for A. Det finnes andre viktige parametre slik som drawdown, suksessrate, skarphet, etc. Markedsvirkning, transaksjonskostnader. Når man ser på muligheten for en strategi, er det svært viktig å vurdere mulige markedsvirkninger av handelen og også transaksjonskostnadene som påløper. Du kan bli fristet til å lage en strategi som buyssells store mengder av noen lav likviditetsaksjer som har en tendens til å gi eksepsjonell avkastning. Men når du går inn i markedet for å gjennomføre denne strategien, vil en stor ordre på en illikvide aksje flytte prisen som du ikke ville ha tatt med i testingen. Også transaksjonskostnader kan også endre avkastningen vesentlig, slik at du alltid bør se på netto overskudd. Data mining. Dette er ganske lik dataoverfittingproblemet. Hvis du torturerer dataene lenge nok, vil det bekjenne noe. Dette er en vanlig spøk blant datavitenskapere som tror at hvis du bruker nok tid, kan du finne et mønster i nesten hvilket som helst sett med data. Det betyr ikke nødvendigvis at dette mønsteret vil være gyldig i fremtiden. Grunnleggende endringer. Det kan veldig godt skje at du finner en strategi som utfører svært godt på tidligere data. Men en fundamental endring i markedsdynamikken kan føre til at den samme strategien svikter i fremtiden. Det er velkjent at nesten enhver god strategi må fortsette å utvikle seg med endrede markedsforhold. Liten tidsramme. Det er viktig å teste strategien over en tilstrekkelig lang periode og i endrede markedsforhold. Dette gjelder spesielt for aksjemarkedsstrategier som kan fungere svært godt i et oksemarked, men vil tørke ut bankkontoen din i et sidelengs eller bjørnmarked. Det er mange andre ting å vurdere når backtesting. Men til slutt er den eneste måten å sikre at en strategi fungerer i liveforhold, å teste den i liveforhold. (Ansvarsfraskrivelse: Jeg er medstifter av Tauro Wealth. Utsikten som presenteres her er bare mine personlige meninger og er kun til orientering.) Tauro Wealth er et finansielt teknologiselskap (Tauro Wealth) som ønsker å løse problemene som står overfor detaljhandel investorer i India. Vi håper å gi omfattende langsiktige investeringsløsninger til en brøkdel av tradisjonelle kostnader. 4.4k Vis middot Vis Oppvoter midtpunkt Ikke for reproduksjon Flere svar nedenfor. Relaterte spørsmål Hva er gode måter å backtest en handelsstrategi på og hvordan å gjøre det Er det noen fem beste aksjehandelsteknikker eller strategier Hva er den beste aksjemarkedet Hva er de beste måtene for en ferskere å være et proff på handelsmarkedet. beste strategi for å investere og handle for en ny aktør på aksjemarkedet Hva er den beste programvaren for backtesting futures strategier Hva er det beste meglerfirmaet for nybegynnere Hvilke er de beste bankene i India for å gjøre handel i aksjemarkedet Hva er de første skrittene til investere i det indiske aksjemarkedet Hva er den beste online-programvare for backtesting porteføljeallokeringsstrategier Jeg vil lære aksjehandel. Hva er de beste måtene å handle om? Hva er aksjen til å kjøpe nå i India? Algoritmisk handel: Hva er noen backtesting servicestools Hva er den beste måten å sette opp for suksess i børshandel Hvordan kan jeg kjøpe Snapchat-aksjer i India Javier Gonzalez . Investeringsforvalter Oracle Fund LP Ed Seykota bruker C. Det kan være mer arbeid å skrive din backtesting fra stratch, men det gir fordelen at ingen andre får tilgang til dine signaler. Noen programvare kommuniserer for quotupdatesquot og hva som ikke er tilbake til morsskipet og meglerne kan ende opp med å kjenne dine strategier og handel mot dem. Avhengig av tidshorisonten din og stopper, kan dette ikke engang være et problem. Hvis du er fast bestemt på å bruke et lettere språk enn C, kan du prøve å bruke en åpen en, ikke proprietær, slik at du ikke er beholdt til handelsprogramvareselskapet. 17,1k Visninger middot Vis Oppvoter midtpunkt Ikke for Reproduksjon Stort spørsmål Dessverre er backtesting-komponenten i alle detaljhandelsorienterte programmer som ninjatrader, tradestation, esignal, etc, all crap. Du kan absolutt ikke stole på det. Resultatene er verk av fiksjon kuttet fra hele klut. Du må enten bygge ditt eget backtesting miljø (Andreas Clenow039s blogg etter tråden har noen artikler om dette) Eller du kan bruke en av flere skybaserte løsninger. Quantopian ser ganske bra ut, og Quantconnect er et lignende produkt. Akkurat nå, fra begynnelsen, ser I039d på Quantopian. 11.5k Vis middot Vis Upvotes middot Ikke for Reproduksjon middot Svar forespurt av Xiaoguang Wang Mccabe Hurley. Trader amp derivater lærer som bor i NYC. Det er ganske mange meglere som gir backtesting til klienter som en del av deres klientprogramvaresuite. Men oftere enn ikke, de er svarte bokser i den forstand at du ikke vet hvordan beregningene er gjort. Deretter er det gratis backtesters på nettet. Men IMO du får det du betaler for. Frittstående programvare kan undersøkes på: Backtesting Software Listen inneholder backtesting programvare inkludert i et meglerfirma verktøy, men det har også frittstående programvare. Hvis du handler for å leve (dine egne penger eller noen andre), er det min preferanse å bruke frittstående programvare. Håper det er nyttig. 1,5k Visninger middot View Oppvoter middot Ikke for Reproduksjon Pratik Jain. Chief Editor: Tradingtuitions Det er ingenting som er bedre enn Amibroker når det gjelder Backtesting. Det er et av de mest allsidige verktøyene for Trading systemutvikling og testing. Den har en veldig robust backtest og optimaliseringsmaskin ut av esken. I tillegg gir det også tilpasset backtester-grensesnitt som bruker som du kan spille rundt standard backtest-regler og beregninger. Ta en titt på de få artiklene som dreier seg om Amibroker backtesting: 2.8k Vis middot View Oppvoter midtpunkt Ikke for reproduksjon