Ispitivanje unazad i unaprijed: Važnost korelacije

Trgovci željni isprobavanja trgovačke ideje na živom tržištu često se čine pogreškom oslanjajući se u potpunosti na rezultate testiranja kako bi utvrdili hoće li sustav profitirati. Iako backtesting može pružiti trgovcima korisne informacije, često je zabludu i to je samo jedan dio procesa evaluacije.

Testiranje izvan uzorka i testiranje performansi unaprijed pružaju daljnju potvrdu o učinkovitosti sustava i mogu pokazati prave boje sustava prije nego što se na red pojavi pravi novac. Dobra povezanost između backtestinga, izvan uzorka i rezultata testiranja uspješnosti poslovanja presudna je za utvrđivanje održivosti trgovinskog sustava. (Nudimo nekoliko savjeta o ovom procesu koji vam mogu pomoći poboljšati vaše trenutne strategije trgovanja. Da biste saznali više, pročitajte: Ponovno testiranje: Tumačenje prošlosti .)

Osnove backtestinga

Backtesting se odnosi na primjenu trgovinskog sustava na povijesne podatke kako bi se provjerilo kako bi sustav funkcionirao tijekom navedenog vremenskog razdoblja. Mnoge današnje trgovačke platforme podržavaju backtesting. Trgovci mogu testirati ideje s nekoliko pritisaka na tipke i steći uvid u učinkovitost ideje bez riskiranja sredstava na računu za trgovanje. Ponovno testiranje može procijeniti jednostavne ideje, poput performansi kliznog prosjeka na povijesnim podacima ili složenijih sustava s različitim ulazima i okidačima.

Sve dok se ideja može kvantificirati, može se poduprijeti. Neki trgovci i investitori mogu potražiti stručnost kvalificiranog programera kako bi ideju razvili u testnu formu. Obično to uključuje programera koji je ideju kodirao na vlasnički jezik koji organizira platforma za trgovanje. Programer može ugraditi korisnički definirane ulazne varijable koje omogućavaju trgovcu da "ugađa" sustav. Primjer za to bi bio u jednostavnom crossover sustavu prosjeka koji je gore naveden: Trgovac će moći unijeti (ili promijeniti) duljine dvaju pomičnih prosjeka koji se koriste u sustavu. Trgovac je mogao unazad potvrditi koja bi duljina pokretnih prosjeka imala najbolje rezultate na povijesnim podacima.

Studije optimizacije

Mnoge trgovačke platforme također omogućavaju optimizacijske studije. To podrazumijeva unos raspona za zadani ulaz i dopuštanje računalu da "uradi matematiku" da shvati koji bi ulaz bio najbolji. Optimizacija s više varijabli može učiniti matematiku za dvije ili više varijabli da bi se utvrdilo koje bi kombinacije postigle najbolji rezultat. Na primjer, trgovci mogu reći programu koji unosi žele dodati u svoju strategiju; ovi podaci bi se tada optimizirali do njihovih idealnih težina s obzirom na provjerene povijesne podatke.

Ponovno testiranje može biti uzbudljivo jer se neprofitabilni sustav često može magično pretvoriti u stroj za zarađivanje novca s nekoliko optimizacija. Nažalost, prilagođavanje sustava radi postizanja najveće razine dosadašnje profitabilnosti često dovodi do sustava koji će u stvarnom trgovanju biti lošiji. Ova prevelika optimizacija stvara sustave koji izgledaju dobro samo na papiru.

Prilagođavanje krivulje je upotreba analitičke optimizacije za stvaranje najvećeg broja dobitnih transakcija s najvećom dobiti na povijesnim podacima koji su korišteni u razdoblju ispitivanja. Iako izgleda impresivno u rezultatima backtestinga, uklapanje krivulja dovodi do nepouzdanih sustava jer su rezultati u osnovi dizajnirani po mjeri za određeni podatak i vremensko razdoblje.

Ponovno testiranje i optimizacija pružaju trgovcima brojne prednosti, ali to je samo dio postupka prilikom procjene potencijalnog trgovinskog sustava. Sljedeći je trgovački korak primjena sustava na povijesne podatke koji nisu korišteni u početnoj fazi testiranja.

Podaci u uzorku prema podacima izvan uzorka

Prilikom ispitivanja ideje o povijesnim podacima, korisno je rezervirati vremensko razdoblje povijesnih podataka u svrhu testiranja. Početni povijesni podaci na kojima se ideja testira i optimiziraju nazivaju se uzorkom podataka. Skup podataka koji je rezerviran poznat je kao van-uzorak podataka. Ovo je postavljanje važan dio procesa evaluacije jer pruža način testiranja ideje na podacima koji nisu bili sastavni dio modela optimizacije. Kao rezultat, na ovu ideju neće na bilo koji način utjecati vanbračni podaci, a trgovci će moći utvrditi koliko dobro sustav može raditi na novim podacima, tj. U trgovanju u stvarnom životu.

Prije pokretanja ponovnog testiranja ili optimizacije, trgovci mogu izdvojiti postotak povijesnih podataka rezerviranih za testiranje izvan uzorka. Jedna metoda je podijeliti povijesne podatke na trećine i izdvojiti jednu trećinu za upotrebu u ispitivanju izvan uzorka. Za početno testiranje i optimizaciju trebaju se koristiti samo podaci u uzorku. Na slici 1. prikazana je vremenska crta u kojoj je jedna trećina povijesnih podataka rezervirana za ispitivanje izvan uzorka, a dvije trećine koristi se za ispitivanje u uzorku. Iako je na slici 1 prikazani podaci izvan uzorka na početku ispitivanja, tipični postupci trebali bi imati dio izvan uzorka neposredno prije izvedbe prema naprijed.

Slika 1: Vremenska crta koja predstavlja relativnu duljinu podataka u uzorku i izvan uzorka koji se koriste u postupku za testiranje.

Korelacija se odnosi na sličnosti između performansi i cjelokupnih trendova dvaju skupa podataka. Korelacijski mjerni podaci mogu se koristiti u ocjenjivanju izvještaja o izvedbi strategije stvorenih tijekom razdoblja testiranja (značajka koju pruža većina trgovačkih platformi). Što je jača povezanost između njih, veća je vjerojatnost da će sustav biti uspješan u naprednom testiranju performansi i trgovanju uživo.

Slika 2 prikazuje dva različita sustava koji su testirani i optimizirani na uzorku podataka, a zatim primijenjeni na podatke izvan uzorka. Grafikon na lijevoj strani prikazuje sustav koji je očito bio krivuljast da dobro funkcionira na uzorcima i potpuno nije uspio na podacima izvan uzorka. Grafikon na desnoj strani prikazuje sustav koji je dobro radio i na podacima iz uzorka i izvan njih. Nakon što je razvijen trgovački sustav koji koristi podatke uzoraka, spreman je za primjenu na van-uzorak podataka. Trgovci mogu procijeniti i usporediti rezultate uspješnosti između podataka u uzorku i izvan uzorka.

Slika 2: Dvije krivulje kapitala. Podaci trgovine prije svake žute strelice predstavljaju ispitivanje u uzorku. Trgovine generirane između žute i crvene strelice ukazuju na testiranje izvan uzorka. Trgovanje nakon crvenih strelica dolazi iz faze unaprijed testiranja uspješnosti.

Ako postoji mala povezanost između testiranja u uzorku i izvan uzorka, poput lijevog grafikona na slici 2, vjerovatno je da je sustav bio previše optimiziran i neće imati dobre rezultate u trgovanju uživo. Ako postoji jaka povezanost u učinku, kao što se vidi na desnom grafikonu na slici 2, sljedeća faza evaluacije uključuje dodatnu vrstu testiranja izvan uzorka poznatog kao ispitivanje performansi naprijed. (Za više čitanja o prognoziranju pogledajte: Financijsko predviđanje: Bayesova metoda .)

Osnove ispitivanja uspješnosti unaprijed

Napredno testiranje performansi, poznato i kao trgovanje papirom, pruža trgovcima još jedan skup neuobičajenih podataka na osnovu kojih će ocijeniti sustav. Napredno testiranje performansi simulacija je stvarnog trgovanja i uključuje praćenje logike sustava na živom tržištu. Naziva se i trgovanjem papirima jer se svi poslovi izvršavaju samo na papiru; to jest, trgovinski unosi i izlasci dokumentiraju se zajedno s bilo kojom dobiti ili gubitkom za sustav, ali ne izvršava se stvarno trgovanje.

Važan aspekt naprednog testiranja performansi je točno slijediti logiku sustava; u suprotnom, postaje teško, ako ne i nemoguće, precizno procijeniti ovaj korak postupka. Trgovci bi trebali biti iskreni u pogledu bilo kakvih ulazaka i izlazaka iz trgovine i izbjegavati ponašanje poput branja trešanja ili ne uključivanja trgovine na papiru racionalizirajući da „nikad ne bih preuzeo tu trgovinu“. Ako bi se trgovina dogodila po logici sustava, to bi se trebalo dokumentirati i procijeniti.

Mnogi brokeri nude simulirani račun za trgovanje na koji se može postaviti trgovina i izračunati odgovarajući profit i gubitak. Upotreba simuliranog trgovačkog računa može stvoriti polurealnu atmosferu na kojoj se može tretirati trgovanje i daljnja procjena sustava.

Na slici 2 prikazani su i rezultati ispitivanja za uspješnost rada na dva sustava. Ponovno, sustav predstavljen na lijevoj karti ne uspijeva biti daleko izvan početnog testiranja na uzorku podataka. Sustav prikazan na desnom grafikonu, međutim, i dalje dobro funkcionira kroz sve faze, uključujući testiranje prema naprijed. Sustav koji pokazuje pozitivne rezultate s dobrom korelacijom između uzorkovanja, izvan uzorka i testiranja uspješnosti unaprijed spreman je za implementaciju na tržištu uživo. (Pogledajte također: Za i protiv trgovanja papirom .)

Donja linija

Backtesting je vrijedan alat dostupan na većini trgovačkih platformi. Podjela povijesnih podataka u više skupova radi testiranja u uzorku i izvan uzorka može ponuditi trgovcima praktična i učinkovita sredstva za ocjenu ideje i sustava trgovanja. Budući da većina trgovaca koristi metode optimizacije u backtestingu, važno je procijeniti sustav na čistim podacima kako bi se utvrdila njegova održivost.

Nastavljajući testiranje izvan uzorka s testiranjem performansi unaprijed pruža još jedan sloj sigurnosti prije stavljanja sustava na tržište riskirajući stvarni novac. Pozitivni rezultati i dobra povezanost između backtestinga u uzorku i izvan uzorka i testiranja performansi unaprijed povećavaju vjerojatnost da će sustav biti uspješan u stvarnom trgovanju. (Za opsežan pregled tehničke analize pogledajte: Osnove tehničke analize .)