Hva er backtesting?
Backtesting er den generelle metoden for å se hvor bra en strategi eller modell ville ha gjort ex-post. Backtesting vurderer levedyktigheten til en handelsstrategi ved å oppdage hvordan den vil spille ut ved hjelp av historiske data. Hvis backtesting fungerer, kan handelsmenn og analytikere ha tillit til å ansette det fremover.
Backtesting kan være et viktig trinn i å optimalisere handelsstrategien. For å lære mer om bruk av kartanalyseverktøy for å gjenkjenne lønnsomme handelsmuligheter, sjekk ut kurset Teknisk analyse på Investopedia Academy.
Grunnleggende om backtesting
Backtesting lar en næringsdrivende simulere en handelsstrategi ved hjelp av historiske data for å generere resultater og analysere risiko og lønnsomhet før den risikerer faktisk kapital.
En godt gjennomført backtest som gir positive resultater, forsikrer næringsdrivende om at strategien er grunnleggende sunn og sannsynligvis vil gi overskudd når den implementeres i virkeligheten. En godt gjennomført backtest som gir suboptimale resultater vil få handelsmenn til å endre eller avvise strategien. Spesielt kompliserte handelsstrategier, som strategier implementert av automatiserte handelssystemer, er veldig avhengige av backtesting for å bevise at de er verdt, da de er for arcane til å evaluere noe annet.
Så lenge en handelside kan kvantifiseres, kan den testes på nytt. Noen handelsmenn og investorer kan søke kompetanse fra en kvalifisert programmerer for å utvikle ideen til en testbar form. Vanligvis involverer dette en programmerer som koder ideen til det proprietære språket som er vert for handelsplattformen. Programmereren kan innlemme brukerdefinerte inngangsvariabler som lar den næringsdrivende "finjustere" systemet. Et eksempel på dette vil være i det enkle bevegelige gjennomsnittsovergangssystemet som er nevnt ovenfor. Den næringsdrivende vil kunne legge inn (eller endre) lengden på de to bevegelige gjennomsnittene som brukes i systemet. Den næringsdrivende kunne backtest for å bestemme hvilke lengder av glidende gjennomsnitt ville ha prestert best på de historiske dataene.
Viktige takeaways
- Backtesting vurderer levedyktigheten til en handelsstrategi eller en prismodell ved å oppdage hvordan den vil spille ut ved hjelp av historiske data. Hvis backtesting fungerer, kan handelsmenn og analytikere ha tillit til å ansette den fremover. En godt gjennomført backtest som gir positive resultater sikrer handelsmenn at strategien er grunnleggende forsvarlig og sannsynligvis vil gi overskudd når den implementeres i virkeligheten. En godt gjennomført backtest som gir suboptimale resultater vil få handelsmenn til å endre eller avvise strategien.
Det ideelle backtesting-scenariet
Den ideelle backtest velger eksempeldata fra en relevant tidsperiode av en varighet som gjenspeiler en rekke markedsforhold. På denne måten kan man bedre bedømme om resultatene av backtest representerer en fluke- eller lydhandel.
Det historiske datasettet må inneholde et virkelig representativt utvalg av aksjer, inkludert selskaper fra selskaper som til slutt gikk konkurs eller ble solgt eller avviklet. Alternativet, inkludert bare data fra historiske bestander som fremdeles eksisterer i dag, vil gi kunstig høy avkastning i backtesting.
En backtest bør vurdere alle handelskostnader, uansett viktige, da disse kan legge opp i løpet av backtesting-perioden og drastisk påvirke utseendet til en strategis lønnsomhet. Næringsdrivende bør sørge for at backtesting-programvaren deres står for disse kostnadene. Testing utenfor prøven og fremføringstesting gir ytterligere bekreftelse angående systemets effektivitet og kan vise et systems virkelige farger før reelle penger er på banen. God korrelasjon mellom backtesting, out-of-sample og fremtidig resultattesting er avgjørende for å bestemme levedyktigheten til et handelssystem.
Testing av tilbakestilling mot fremover
Fremover ytelsestesting, også kjent som papirhandel, gir handelsmenn et annet sett uten data-ut-data for å evaluere et system. Fremover ytelsestesting er en simulering av faktisk handel og innebærer å følge systemets logikk i et live marked. Det kalles også papirhandel siden alle handler bare utføres på papir; det vil si at handelsoppføringer og -utganger er dokumentert sammen med noe overskudd eller tap for systemet, men ingen reelle handler utføres.
Et viktig aspekt ved fremføringstestingstesting er å følge systemets logikk nøyaktig; Ellers blir det vanskelig, om ikke umulig, å evaluere dette trinnet i prosessen nøyaktig. Næringsdrivende bør være ærlige om handel og avganger og unngå oppførsel som handel med kirsebærplukk eller ikke å inkludere papirhandel som rasjonaliserer at "Jeg ville aldri tatt den handelen." Hvis handelen ville ha skjedd etter systemets logikk, bør den dokumenteres og evalueres.
Forskjellen mellom backtesting og scenarioanalyse
Mens backtesting bruker faktiske historiske data for å teste for passform eller suksess, gjør scenarioanalyse bruk av hypotetiske data som simulerer ulike mulige utfall. For eksempel vil scenarioanalyse simulere spesifikke endringer i verdiene på porteføljens verdipapirer eller nøkkelfaktorer, for eksempel en endring i renten. Scenarioanalyse brukes ofte for å estimere endringer i porteføljens verdi som svar på en ugunstig hendelse, og kan brukes til å undersøke et teoretisk worst-case scenario.
Noen fallgruver i backtesting
For at backtesting skal gi meningsfulle resultater, må handelsmenn utvikle strategiene sine og teste dem i god tro, og unngå unngå skjevhet så mye som mulig. Det betyr at strategien bør utvikles uten å stole på dataene som brukes i backtesting. Det er vanskeligere enn det virker. Næringsdrivende bygger generelt strategier basert på historiske data. De må være strenge når det gjelder testing med forskjellige datasett fra de de trener modellene sine på. Ellers vil backtesten gi glødende resultater som ikke betyr noe.
Tilsvarende må handelsmenn også unngå datamudring, der de tester et bredt spekter av hypotetiske strategier mot samme datasett med vil også gi suksesser som mislykkes i sanntidsmarkeder, fordi det er mange ugyldige strategier som vil slå markedet over en bestemt tidsperiode ved en tilfeldighet.
En måte å kompensere for tendensen til datamasking eller kirsebærplukking er å bruke en strategi som lykkes i den relevante tidsperioden eller i prøven, og backtest den med data fra en annen tidsperiode eller uten prøve. Hvis backtest i-prøven og uten-prøven gir lignende resultater, er de sannsynligvis generelt gyldige.
