Backtesting er en nøkkelkomponent i effektiv utvikling av handelssystemer. Det oppnås ved å rekonstruere, med historiske data, handler som ville ha skjedd i fortiden ved å bruke regler definert av en gitt strategi. Resultatet tilbyr statistikk for å måle effektiviteten til strategien.
Den underliggende teorien er at enhver strategi som fungerte bra i fortiden sannsynligvis vil fungere bra i fremtiden, og omvendt vil alle strategier som har fungert dårlig tidligere, sannsynligvis prestere dårlig i fremtiden. Denne artikkelen tar en titt på hvilke applikasjoner som brukes i backtesting, hva slags data som er innhentet og hvordan de skal brukes.
Hvordan backtest en handelsstrategi ved bruk av data og verktøy
Backtesting kan gi mange verdifulle statistiske tilbakemeldinger om et gitt system. Noen universelle statistikker for backtesting inkluderer:
- Netto overskudd eller tap: Netto prosentandel oppnådd eller tapt Volatilitetstiltak: Maksimal prosentvis oppside og nedside Gjennomsnitt: Prosentvis gjennomsnittlig gevinst og gjennomsnittlig tap, gjennomsnittlig barer Eksponering: Prosentandel av investert kapital (eller eksponert for markedet) Ratio: Vinst / tap-forhold Årlig avkastning: Prosentvis avkastning over et år Risikojustert avkastning: Prosentvis avkastning som en funksjon av risiko
Programvare for backtesting
Vanligvis vil backtesting-programvare ha to viktige skjermer. Den første lar den næringsdrivende 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 resultatrapporten. Det er her du kan finne statistikken nevnt over. Igjen, her er et eksempel på denne skjermen i AmiBroker:
Generelt inneholder de fleste handelsprogrammer lignende elementer. Noen avanserte programmer inkluderer også ekstra funksjonalitet for å utføre automatisk posisjonsstørrelse, optimalisering og andre mer avanserte funksjoner.
10 regler for backtesting handelsstrategier
Det er mange faktorer du må ta hensyn til når handelsmenn foretar backtesting trading strategier. Her er en liste over de viktigste tingene du må huske på når du tester:
- Ta hensyn til de brede markedstrendene i tidsrammen for en gitt strategi ble testet. For eksempel, hvis en strategi bare ble testet fra 1999 til 2000, kan det hende at det ikke går bra i et bjørnemarked. Det er ofte en god idé å backtest over en lang tidsramme som omfatter flere forskjellige typer markedsforhold. Ta hensyn til universet som backtesting skjedde. For eksempel, hvis et bredt markedssystem testes med et univers bestående av teknologiske aksjer, kan det ikke lykkes i forskjellige sektorer. Som en generell regel, hvis en strategi er målrettet mot en bestemt sjanger av aksjer, begrenser universet til den sjangeren; i alle andre tilfeller opprettholde et stort univers for testformål. Veksthetstiltak er ekstremt viktig å ta i betraktning når du utvikler et handelssystem. Dette gjelder spesielt for utstedte kontoer, som blir utsatt for marginanrop hvis egenkapitalen synker under et bestemt punkt. Næringsdrivende bør søke å holde volatiliteten lav for å redusere risikoen og muliggjøre enklere overgang inn og ut av en gitt aksje. Det gjennomsnittlige antall barer som er holdt er også veldig viktig å se når du utvikler et handelssystem. Selv om mest programvare for backtesting inkluderer provisjonskostnader i de endelige beregningene, betyr det ikke at du bør ignorere denne statistikken. Hvis mulig, kan du øke det gjennomsnittlige antall barer som holdes, redusere provisjonskostnadene og forbedre den generelle avkastningen. Eksponering er et tosidig sverd. Økt eksponering kan føre til høyere fortjeneste eller høyere tap, mens redusert eksponering betyr lavere fortjeneste eller lavere tap. Generelt er det en god idé å holde eksponeringen under 70% for å redusere risiko og muliggjøre enklere overgang inn og ut av en gitt aksje. Gjennomsnittlig gevinst / tap-statistikk, kombinert med gevinst / tap-forholdet, kan være nyttig for å bestemme optimal posisjonsstørrelse og pengestyring ved bruk av teknikker som Kelly Criterion. Næringsdrivende kan innta større posisjoner og redusere provisjonskostnadene ved å øke deres gjennomsnittlige gevinster og øke deres gevinst-til-tap-forhold.Annualisert avkastning brukes som et verktøy for å benchmarking et systems avkastning 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 blir tatt i bruk, må det overgå alle andre investeringssteder med lik eller mindre risiko. Tilpassing av tilbaketesting er ekstremt viktig. Mange backtesting-applikasjoner har input for kommisjonsbeløp, runde (eller brøkdelte) partistørrelser, kryssstørrelser, marginkrav, renter, forutsetninger om glidning, størrelsesregler, exit-regler for samme stolpe, (etterfølgende) stoppinnstillinger og mye mer. For å få de mest nøyaktige resultatene av backtesting, er det viktig å stille inn disse innstillingene for å etterligne megleren som skal brukes når systemet går i live. Backtesting kan noen ganger føre til noe som kalles overoptimalisering. Dette er en tilstand der ytelsesresultatene er innstilt så høyt til fortiden at de ikke lenger er like nøyaktige i fremtiden. Det er generelt lurt å implementere regler som gjelder for alle aksjer, eller et valgt sett målrettede aksjer, og ikke er optimalisert i den grad reglene ikke lenger er forståelige av skaperen. Backtesting er ikke alltid den mest nøyaktige måten å måle på effektiviteten til et gitt handelssystem. Noen ganger klarer ikke strategier som har fungert bra tidligere i dag. Tidligere resultater er ikke en indikasjon på fremtidige resultater. Sørg for å papirhandle et system som er vellykket backtest før du går live, for å være sikker på at strategien fortsatt gjelder i praksis.
Bunnlinjen
Backtesting er en av de viktigste aspektene ved å utvikle et handelssystem. Hvis de er opprettet og tolket ordentlig, kan det hjelpe handelsmenn å optimalisere og forbedre strategiene sine, finne tekniske eller teoretiske feil, samt få tillit til strategien før de anvender den til den virkelige verdenen.
