backtesting
Backtesting er den generelle metode til at se, hvor godt en strategi eller model ville have gjort ex-post. Backtesting vurderer levedygtigheden af en handelsstrategi ved at opdage, hvordan den ville spille ud ved hjælp af historiske data. Hvis backtesting fungerer, kan erhvervsdrivende og analytikere have tillid til at ansætte det fremover.
Backtesting kan være et vigtigt trin i at optimere din handelsstrategi. Hvis du vil lære mere om brug af diagramanalyseværktøjer til at genkende rentable handelsmuligheder, kan du tjekke kurset Teknisk analyse på Investopedia Academy.
Grundlæggende om backtesting
Backtesting gør det muligt for en erhvervsdrivende at simulere en handelsstrategi ved hjælp af historiske data til at generere resultater og analysere risiko og rentabilitet, inden de risikerer en egentlig kapital.
En veldrevet backtest, der giver positive resultater, sikrer de handlende, at strategien er fundamentalt forsvarlig og sandsynligvis vil give overskud, når den implementeres i virkeligheden. En veldrevet backtest, der giver suboptimale resultater, får de handlende til at ændre eller afvise strategien. Særligt komplicerede handelsstrategier, såsom strategier implementeret af automatiserede handelssystemer, er meget afhængige af backtesting for at bevise deres værdi, da de er for arcane til at evaluere andet.
Så længe en handelside kan kvantificeres, kan den testes igen. Nogle handlende og investorer kan søge ekspertisen hos en kvalificeret programmør til at udvikle ideen til en testbar form. Dette involverer typisk en programmerer, der koder ideen til det proprietære sprog, der er vært for handelsplatformen. Programmereren kan inkorporere brugerdefinerede inputvariabler, der giver den erhvervsdrivende mulighed for at "justere" systemet. Et eksempel på dette ville være i det enkle glidende gennemsnitskrydsningssystem, der er nævnt ovenfor. Den erhvervsdrivende vil være i stand til at indtaste (eller ændre) længderne på de to bevægelige gennemsnit, der bruges i systemet. Den erhvervsdrivende kunne backtest for at bestemme, hvilke længder bevægelige gennemsnit ville have fungeret bedst på de historiske data.
Key takeaways
- Backtesting vurderer levedygtigheden af en handelsstrategi eller en prismodel ved at opdage, hvordan den ville spille ud ved hjælp af historiske data.
- Hvis backtesting fungerer, kan erhvervsdrivende og analytikere have tillid til at ansætte det fremover.
- En veldrevet backtest, der giver positive resultater, sikrer de handlende, at strategien er fundamentalt forsvarlig og sandsynligvis vil give overskud, når den implementeres i virkeligheden. En veldrevet backtest, der giver suboptimale resultater, får de handlende til at ændre eller afvise strategien.
Den ideelle backtesting-scenarie
Den ideelle backtest vælger eksempeldata fra en relevant tidsperiode af en varighed, der afspejler en række markedsforhold. På denne måde kan man bedre bedømme, om resultaterne af bagtesten repræsenterer en fluke- eller lydhandel.
Det historiske datasæt skal omfatte en virkelig repræsentativ stikprøve af lagre, inklusive dem fra virksomheder, der til sidst gik konkurs eller blev solgt eller likvideret. Alternativet, inklusive kun data fra historiske lagre, der stadig findes i dag, vil producere kunstigt højt afkast i backtesting.
En backtest bør overveje alle handelsomkostninger, uanset om de er ubetydelige, da disse kan tilføjes i løbet af backtestingperioden og drastisk påvirke udseendet på en strategis rentabilitet. Forhandlere skal sikre, at deres backtesting-software står for disse omkostninger. Test uden test og fremadgående ydelsestest giver yderligere bekræftelse af et systems effektivitet og kan vise et systems ægte farver, før reelle kontanter er på banen. God sammenhæng mellem backtesting, out-of-sample og forward performance testresultater er afgørende for at bestemme levedygtigheden af et handelssystem.
Backtesting vs. Fremadrettet testning
Fremadrettet ydelsestest, også kendt som papirhandel, giver handlende et andet sæt out-of-sample-data, som de skal evaluere et system på. Fremadrettet ydelsestest er en simulering af faktisk handel og involverer at følge systemets logik i et live marked. Det kaldes også papirhandel, da alle handler kun udføres på papir; det vil sige, at handelsposter og -udgange dokumenteres sammen med ethvert overskud eller tab for systemet, men ingen reelle handler udføres.
Et vigtigt aspekt ved fremadrettet ydelsestest er at følge systemets logik nøjagtigt; Ellers bliver det vanskeligt, hvis ikke umuligt, at nøjagtigt evaluere dette trin i processen. Erhvervsdrivende skal være ærlige over for alle handelsindgange og -udgange og undgå opførsel som kirsebærplukningsfag eller ikke omfatte en handel på papir, der rationaliserer, at "jeg ville aldrig have taget den handel." Hvis handelen ville have fundet sted efter systemets logik, skal den dokumenteres og evalueres.
Forskellen mellem backtesting og scenarioanalyse
Mens backtesting bruger faktiske historiske data til at teste for pasform eller succes, bruger scenarioanalyse hypotetiske data, der simulerer forskellige mulige resultater. For eksempel vil scenarioanalyse simulere specifikke ændringer i værdierne af porteføljens værdipapirer eller nøglefaktorer finder sted, såsom en ændring i rentesatsen. Scenarioanalyse bruges ofte til at estimere ændringer i en porteføljes værdi som svar på en ugunstig begivenhed og kan bruges til at undersøge et teoretisk worst-case scenario.
Nogle faldgruber i backtesting
For at backtesting kan give meningsfulde resultater, skal de handlende udvikle deres strategier og teste dem i god tro og undgå bias så meget som muligt. Det betyder, at strategien bør udvikles uden at stole på de data, der er brugt i backtesting. Det er sværere end det ser ud til. Forhandlere bygger generelt strategier baseret på historiske data. De skal være nøje med at teste med forskellige datasæt fra dem, de uddanner deres modeller på. Ellers vil bagtesten give glødende resultater, der ikke betyder noget.
Tilsvarende skal erhvervsdrivende også undgå dataudgravning, hvor de tester en lang række hypotetiske strategier mod det samme datasæt med vil også give succeser, der mislykkes i realtidsmarkeder, fordi der er mange ugyldige strategier, der vil slå markedet over en bestemt periode tilfældigt.
En måde at kompensere for tendensen til datamudring eller kirsebærplukke er at bruge en strategi, der lykkes i den relevante tidsperiode eller in-sample, og backtest den med data fra en anden tidsperiode eller uden for prøven. Hvis backtests i prøven og uden for prøven giver lignende resultater, er de sandsynligvis generelt gyldige.
Sammenlign Navn på udbydere af investeringskonti Beskrivelse Annoncørens viden × De tilbud, der vises i denne tabel, er fra partnerskaber, hvorfra Investopedia modtager kompensation.