Kalendář


Připravujeme pro vás kalendář s "earnings calls", IPOs, SPAC mergery a dalším.

Hlavní události dne s vlivem na trhy

Zpětné testování

Co je zpětné testování?

Zpětné testování je obecná metoda, jak zjistit, jak dobře by strategie nebo product ex-write-up dopadly. Backtesting hodnotí životaschopnost obchodní strategie tím, že zjistí, jak by se to odehrálo pomocí historických dat. Pokud zpětné testování funguje, mohou mít obchodníci a analytici jistotu, že jej využijí i nadále.

Zpětné testování může být důležitým krokem při optimalizaci vaší obchodní strategie. Chcete-li se dozvědět více o tom, jak pomocí nástrojů professional analýzu grafů rozpoznat ziskové obchodní příležitosti, podívejte se na kurz Technické analýzy na Akademii Investopedia.

Základy zpětného testování

Zpětné testování umožňuje obchodníkovi simulovat obchodní strategii pomocí historických dat ke generování výsledků a analýze rizika a ziskovosti, než bude riskovat skutečný kapitál.

Dobře provedený zpětný check, který přináší pozitivní výsledky, zajišťuje obchodníkům, že strategie je v zásadě zdravá a je pravděpodobné, že přinese zisky, pokud bude provedena ve skutečnosti. Dobře provedený zpětný test, který přináší neoptimální výsledky, přiměje obchodníky ke změně nebo odmítnutí strategie. Obzvláště komplikované obchodní strategie, jako jsou strategie implementované automatizovanými obchodními systémy, se do značné míry spoléhají na zpětné testování, aby prokázaly svou hodnotu, protože jsou příliš tajemné, než aby bylo možné vyhodnotit jinak.

Dokud lze obchodní nápad vyčíslit, lze jej zpětně otestovat. Někteří obchodníci a investoři mohou získat odborné znalosti kvalifikovaného programátora, aby tuto myšlenku rozvinuli do testovatelné podoby. Typicky to zahrnuje programátor kódující myšlenku do vlastního jazyka hostovaného obchodní platformou. Programátor může začlenit uživatelem definované vstupní proměnné, které obchodníkovi umožní „vyladit“ systém. Příkladem toho může být výše uvedený jednoduchý crossover systém s klouzavým průměrem. Obchodník by byl schopen zadat (nebo změnit) délky dvou klouzavých průměrů použitých v systému. Obchodník mohl provést zpětné testování, aby určil, které délky klouzavých průměrů by na historických datech fungovaly nejlépe.

Shrnutí

  • Zpětné testování hodnotí životaschopnost obchodní strategie nebo cenového modelu objevením toho, jak by se to odehrálo pomocí historických dat.
  • Pokud zpětné testování funguje, mohou mít obchodníci a analytici jistotu, že jej využijí i nadále.
  • Dobře provedený zpětný check, který přináší pozitivní výsledky, zajišťuje obchodníkům, že strategie je v zásadě zdravá a je pravděpodobné, že přinese zisky, pokud bude provedena ve skutečnosti. Dobře provedený zpětný take a look at, který přináší neoptimální výsledky, přiměje obchodníky ke změně nebo odmítnutí strategie.

Ideální scénář zpětného testování

Ideální backtest vybírá ukázková information z relevantního časového období, které odráží různé tržní podmínky. Tímto způsobem lze lépe posoudit, zda výsledky backtestu představují náhodný nebo zdravý obchod.

Soubor historických údajů musí zahrnovat skutečně reprezentativní vzorek akcie, včetně akcie společností, které nakonec zkrachovaly nebo byly prodány či zlikvidovány. Alternativa, zahrnující pouze údaje z historických akcií, které jsou stále ještě dnes, přinese uměle zpětné testování při zpětném testování.

Backtest by měl brát v úvahu všechny obchodní náklady, i když nevýznamné, protože se mohou v průběhu období zpětného testování sčítat a drasticky ovlivnit ziskovost strategie. Obchodníci by měli zajistit, aby tyto náklady zohledňoval jejich zpětný testovací application. Testování mimo vzorek a přednostní testování výkonu poskytují další potvrzení týkající se účinnosti systému a mohou ukázat skutečné barvy systému, než budou na lince skutečné peníze. Dobrá korelace mezi zpětným testováním, výsledky mimo vzorek a výsledky testování dopředného výkonu je zásadní professional určení životaschopnosti obchodního systému.

Zpětné testování vs. testování výkonu vpřed

Předběžné testování výkonu, známé také jako obchodování s papírem, poskytuje obchodníkům další sadu údajů mimo vzorek, na nichž lze vyhodnotit systém. Předběžné testování výkonu je simulace skutečného obchodování a zahrnuje sledování logiky systému na živém trhu. Nazývá se také obchodování na papíře, protože všechny obchody se provádějí pouze na papíře to znamená, že obchodní vstupy a odchody jsou dokumentovány spolu s jakýmkoli ziskem nebo ztrátou pro systém, ale žádné skutečné obchody se neprovádějí.

Důležitým aspektem dopředného testování výkonu je přesně sledovat logiku systému jinak je obtížné, ne-li nemožné, přesně vyhodnotit tento krok procesu. Obchodníci by měli být upřímní ve všech obchodních vstupech a výjezdech a vyhnout se chování, jako jsou třešňové obchody nebo nezahrnovat obchod na papíře, který by racionalizoval, že „tento obchod bych nikdy nebral.“ Pokud by k obchodu došlo podle logiky systému, mělo by to být zdokumentováno a vyhodnoceno.

Rozdíl mezi zpětným testováním a analýzou scénářů

Zatímco zpětné testování využívá skutečná historická knowledge k testování vhodnosti nebo úspěchu, analýza scénářů využívá hypotetická info, která simulují různé možné výsledky. Například analýza scénáře bude simulovat konkrétní změny v hodnotách cenných papírů portfolia nebo se uskuteční klíčové faktory, jako je změna úrokové sazby. Analýza scénářů se běžně používá k odhadu změn hodnoty portfolia v reakci na nepříznivou událost a lze ji použít k prozkoumání teoretického nejhoršího scénáře.

Některé úskalí zpětného testování

Aby zpětné testování poskytlo smysluplné výsledky, musí obchodníci rozvíjet své strategie a testovat je v dobré víře, aby se co nejvíce vyhnuli zaujatosti. To znamená, že strategie by měla být vyvinuta bez spoléhání se na details použitá při zpětném testování. To je těžší, než se zdá. Obchodníci obecně vytvářejí strategie založené na historických datech. Musí přísně testovat různé soubory dat od těch, na kterých trénují své modely. Jinak backtest přinese zářící výsledky, které nic neznamenají.

Podobně se obchodníci musí také vyhnout bagrování dat, při kterém testují širokou škálu hypotetických strategií proti stejné sadě dat, přičemž také způsobí úspěchy, které selžou na trzích v reálném čase, protože existuje mnoho neplatných strategií, které by trh porazily konkrétní časové období náhodou.

Jedním ze způsobů, jak kompenzovat tendenci k bagrování dat nebo výběru třešní, je použití strategie, která uspěje v příslušném časovém období nebo ve vzorku, a provést zpětný take a look at s daty z jiného časového období nebo mimo vzorek. Pokud zpětné testy ve vzorku a mimo vzorek přinesou podobné výsledky, pak jsou pravděpodobně obecně platné.

Kliněte pro ohodnocení článku!
[Celkem: 0 Průměrné hodnocení: 0]
Žádné příspěvky

Komentář
Jméno
E-mail
Web

error: