Trading strategibacktest resultat

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 för många branscher under en längre period kan ge optimerade resultat där ett överväldigande antal vinnande affärer samlar sig 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 övergripande 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 ekonomisk teori om totala utgifter i ekonomin och dess effekter på produktion och inflation. Keynesian ekonomi utvecklades. En innehav av en tillgång i en portfölj. En portföljinvestering görs med förväntan på att få en avkastning på den. Detta. Ett förhållande som utvecklats av Jack Treynor som mäter avkastning som förvärvats över det som kunde ha blivit förtjänat på en risklös. Återköp av utestående aktier (återköp) av ett företag för att minska antalet aktier på marknaden. Företag. En skatteåterbäring är en återbetalning av skatter som betalas till en individ eller hushåll när den faktiska skatteskulden är mindre än beloppet. Det monetära värdet av alla färdiga varor och tjänster som produceras inom ett land039s gränsar under en viss tidsperiod. Bäst resultat Ditt test 2 eurjpy och usdcad ser intressanta ut. Först har du redogjort för spridning, och om pipräkningen är korrekt för riktigt inträde och utgång. Jag ser att du har 582 affärer för eurjpy. Varje pipspridning betyder -582 av ditt totala pipresultat. För det andra har du konverterat dina pips till mycket och. På grund av avrundning och minsta antal storlekar (om du inte använder oanda), kommer det att påverka din vinst och förlust. Även om pips är en indikation om systemet kommer att vara lönsamt, fann jag att jag föredrar mycket att resultaten omvandlas till kontanter och observera den procentuella nedräkningen i kontanter i stället för pips. Ive hittade ibland några överraskande skillnader. Tredje, se till att dina backtestingresultat speglar din handelsmetod exakt. Välj några slumpmässiga eller tvivelaktiga affärer och se till att de är överens med hur du skulle ha handlat. Kontrollera även om några stopplösningsordningar utförs korrekt och du lurar inte genom att se framtiden i backtesting. Kontrollera att testningen är klar med 1 minuters mellanrum. Fjärde, kommer du att vara vaken för alla affärer jag märkte att dina intervaller är fyra timmars. Jag är säker på att det finns andra men det är vanliga misstag som jag har gjort. Med vänliga hälsningar Alan Anställd Maj 2006 Status: Minst kvalificerad Poster 444 Inlägg Hej eldhäst 1. Jag har redogjort för spridningen. Jag använde FXCM s spridning trots att jag använder oanda för min handel (spridningen är ännu tätare). Eftersom jag använder oanda bör avrundningen och minsta partikelstorlek inte vara ett problem. 2. Jag har inte konverterat resultaten till. Jag har ett kalkylblad med specifika riskhanteringsregler som jag planerar att använda för att konvertera pipparna för att se vilken inverkan avdragningen skulle ha på mitt konto. Problemet är att eftersom data som används för backtest går tillbaka 3,5 år skulle det ta för evigt att försöka göra det manuellt eftersom det finns så många affärer. Jag jobbar med att få en formel i excel som skulle låta mig göra det automatiskt. Jag hoppas också att nedräkningen för olika par skulle hända i olika perioder så att det skulle bli lite överlappning vilket gör det lättare för mitt konto att tolerera det. Jag har inte kontrollerat det här ännu. Arbetar fortfarande på excel. 3. Mina backtestresultat återspeglar min handelsmetod exakt. Jag har skapat ett manus för den metod som används, och min kartläggningsprogramvara genererade inmatningarna och utgångarna och gav mig resultaten. Jag har inte optimerat systemet på något sätt annat än att hitta stoppförlusten och ta vinst som tycktes ha det bästa resultatet. Jag har inte använt några filter heller men planerar att göra det i framtiden och se om resultatet skulle förbättras. Jag använder 4h diagrammet och en handel kan bara placeras efter att ljuset har stängt så det finns inte ett behov av backtesting på tic med tic data (eller 1 minut). Jag hoppas att det här svarar på dina frågor. Tack så mycket för svaret. Hälsningar, Sergiu. Anställd Mar 2006 Status: live trader 1.252 Inlägg Lycka till dig. Jag vill att du ska veta dock. Jag har hört många människor säga att backtesting resultat suger. Det bästa sättet att göra det är att manuellt gå tillbaka och skriva ner varje handel du skulle ta och göra det på så sätt. Anställd mar 2005 Status: Medlem 208 Inlägg 2. Jag har inte konverterat resultaten till. Jag har ett kalkylblad med specifika riskhanteringsregler som jag planerar att använda för att konvertera pipparna för att se vilken inverkan avdragningen skulle ha på mitt konto. Problemet är att eftersom data som används för backtest går tillbaka 3,5 år skulle det ta för evigt att försöka göra det manuellt eftersom det finns så många affärer. Jag jobbar med att få en formel i excel som skulle låta mig göra det automatiskt. Jag hoppas också att nedräkningen för olika par skulle hända i olika perioder så att det skulle bli lite överlappning vilket gör det lättare för mitt konto att tolerera det. Jag har inte kontrollerat det här ännu. Arbetar fortfarande på excel. Jag har en löpande summa i kolumnerna bredvid varje handelsresultat för att konvertera varje handel till riskstoplossstorlek, handelsstorlek, vinstdoll i kontanter. Jag har inte optimerat systemet på något sätt annat än att hitta stoppförlusten och ta vinst som tycktes ha det bästa resultatet. Detta är ett vanligt misstag jag har gjort själv. Att göra backtesting korrekt måste du hitta det bästa resultatet för 2.5years och sedan tillämpa det till det senaste året av otestad data för att få ett sant resultat för 1 års värde av handel. Annars ser du in i framtiden Eller du kan testa det första året av data, hitta den bästa stopplösningen och vinsten för det året och sedan tillämpa det till de närmaste 2,5 åren. Med vänliga hälsningar Alan tänkte jag på det. Backtestet var bara för att ge mig en allmän uppfattning om huruvida systemet skulle ha någon potential. Jag tror också att manuell provning har sina fallgropar. Om du ser att en handel som man kunde ha tagit skulle ha varit en lösare kan man börja leta efter anledningar till varför man inte skulle ha tagit den och göra ytterligare regler i processen som skulle vara irrelevanta för strategin på lång sikt. Tänk på det på så sätt. Gör en manuell backtest, håll fast vid reglerna, ta varje handel som signaleras, när du ser en som kanske har varit en förlorare, notera det. Gör det för varje handel som tagits som misslyckas. Kanske inte varje handel men vad kunde ha förhindrat det. Manuell backtesting kan hjälpa en person att justera ett system och förstå ett visst valutapar. När jag manuellt backtest känner jag att jag är mer quotONEquot med mitt diagram. Bättre systemhandlare Är dina backtestresultat lurande dig Jag tror att dina Monte Carlo-resultat kan lura dig. Du kan bara använda dollarbeloppet PampL om din handelsstorlek är konstant. Eller saknar jag något Hej Nikolay, det är en bra fråga så I8217ve frågade Kevin Davey att svara. Så här förklarade han det: 8220När jag utvärderar en potentiell handelsstrategi, tycker jag om att se dess prestanda utan att någon positionering eller pengarhanteringsteknik tillämpas. Så jag utvärderar vanligtvis potentiella strategier med en konstant storlek på ett kontrakt. Om strategin passerar (vilket innebär att den har långsiktig positiv förväntning) kommer jag sedan att införliva den i olika strategiportföljer jag har och införliva positionering på den punkten.8221 Hopp som hjälper Andrew. Stor fråga Nikolay. Förutom svaret jag gav Andrew ovan, bör jag också nämna att om du känner till Excel-makro språk är det ganska enkelt att lägga till vilken position som helst som du vill ha. För en fast fraktionerad tillvägagångssätt, till exempel, skulle det bara behöva några extra linjer kod. Så, simulatorn är snäll eftersom du kan skräddarsy den efter dina behov. För personer som deltar i min verkstad, ger jag eleverna en speciell version av simulatorn som innehåller fast fraktionell positionering. Hello8230. Hur många simuleringar gör detta Monte Carlo? Är det några konfidensnummer? Denna simulator utför 2500 iterationer. Det beräknar inte konfidensintervaller. Om du känner till Excel-makro språk kan du enkelt ändra eller ändra koden till vad du vill att simulatorn ska göra. trackbacks