Zadnje testiranje in testiranje vnaprej: Pomen korelacije

Trgovci, ki želijo preizkusiti trgovinsko idejo na živem trgu, se pogosto zmotijo, da se v celoti zanašajo na rezultate preizkusa, da ugotovijo, ali bo sistem donosen. Medtem ko backtesting lahko trgovcem nudi dragocene informacije, je pogosto zavajajoč in je le en del postopka ocenjevanja.

Testiranje zunaj vzorcev in testiranje uspešnosti vnaprej zagotavljata nadaljnjo potrditev učinkovitosti sistema in lahko pokažeta prave barve sistema, preden je na razpolago resnična denarna sredstva. Dobra povezava med zadnjim testiranjem, izvlečenimi vzorci in rezultati preizkušanja uspešnosti vnaprej je bistvenega pomena za določitev sposobnosti tržnega sistema. (Ponujamo nekaj nasvetov o tem postopku, ki vam lahko pomagajo izpopolniti vaše trenutne strategije trgovanja. Če želite izvedeti več, preberite: Ponovni preizkus: Interpretacija preteklosti .)

Osnove zadnjega testiranja

Backtesting se nanaša na uporabo trgovinskega sistema na preteklih podatkih, da se preveri, kako bi sistem deloval v določenem časovnem obdobju. Številne današnje platforme za trgovanje podpirajo preizkušanje. Trgovci lahko ideje preizkusijo z nekaj pritiski na tipko in dobijo vpogled v učinkovitost ideje, ne da bi tvegali sredstva na trgovalnem računu. Z backtestingom se lahko ovrednotijo ​​preproste zamisli, na primer, kako bi se gibalno povprečje križaril na zgodovinskih podatkih ali bolj zapleteni sistemi z različnimi vhodi in sprožilci.

Dokler je mogoče idejo količinsko ovrednotiti, jo je mogoče ponovno ovrednotiti. Nekateri trgovci in vlagatelji lahko poiščejo strokovno znanje usposobljenega programerja za razvoj ideje v preizkusni obliki. Običajno gre za programerja, ki idejo kodira v lastniški jezik, ki ga gosti trgovalna platforma. Programer lahko vgradi uporabniško definirane vhodne spremenljivke, ki trgovcu omogočajo, da "prilagodi" sistem. Primer tega bi bil v zgoraj omenjenem preprostem križnem sistemu povprečnega premikajočega se povpreka: Trgovec bi lahko vnesel (ali spremenil) dolžine obeh drsnih povprečij, uporabljenih v sistemu. Trgovec bi lahko z zadnjim poskusom ugotovil, katere dolžine drsečih povprečij bi bile v preteklih podatkih najboljše.

Študije optimizacije

Številne platforme za trgovanje omogočajo tudi optimizacijske študije. To pomeni, da vnesete območje za določen vhod in pustite računalniku, da "opravi matematiko", da ugotovi, kateri vhod bi bil najboljši. Optimizacija z več spremenljivkami lahko naredi matematiko za dve ali več spremenljivk, da ugotovi, katere kombinacije bi dosegle najboljši rezultat. Trgovci lahko na primer programu povedo, katere vložke bi radi dodali v svojo strategijo; te podatke bi nato glede na preizkušene zgodovinske podatke optimizirali do svojih idealnih uteži.

Nazaj je mogoče navdušiti, ker je nepridobiten sistem pogosto mogoče magično spremeniti v denarni stroj z nekaj optimizacijami. Na žalost nastavitev sistema za doseganje najvišje ravni donosnosti v preteklosti pogosto vodi v sistem, ki bo v resničnem trgovanju slabo deloval. Ta prevelika optimizacija ustvarja sisteme, ki so videti dobro samo na papirju.

Prilagoditev krivulje je uporaba analitične analitike za ustvarjanje največjega števila zmagovalnih poslov z največjim dobičkom na preteklih podatkih, uporabljenih v obdobju testiranja. Čeprav je pri rezultatih backtestinga videti impresivno, prileganje krivulje vodi v nezanesljive sisteme, saj so rezultati v osnovi narejeni po meri za določene podatke in časovno obdobje.

Zadnje preizkušanje in optimizacija prinašata trgovcu številne koristi, vendar je to le del postopka pri ocenjevanju potencialnega trgovinskega sistema. Naslednji korak trgovca je, da sistem uporabi za zgodovinske podatke, ki niso bili uporabljeni v začetni fazi preizkušanja.

Vključeni podatki glede na izvlečene podatke

Pri preizkušanju ideje o zgodovinskih podatkih je koristno rezervirati časovno obdobje zgodovinskih podatkov za namene testiranja. Začetni zgodovinski podatki, na katerih je ideja preizkušena in optimizirana, se imenujejo kot vzorčni podatki. Rezervirani nabor podatkov je znan kot zunaj vzorčnih podatkov. Ta nastavitev je pomemben del postopka ocenjevanja, saj omogoča način testiranja ideje na podatkih, ki niso bili sestavni del modela optimizacije. Posledično ne bodo na noben način vplivali na zamisel izvzeti podatki, trgovci pa bodo lahko ugotovili, kako dobro bi sistem lahko deloval na novih podatkih, torej pri trgovanju v resničnem življenju.

Pred začetkom preizkušanja ali optimizacije lahko trgovci odstopijo odstotek preteklih podatkov, ki jih je treba rezervirati za testiranje zunaj vzorca. Ena izmed metod je razdelitev preteklih podatkov na tretjine in ločitev ene tretjine za uporabo pri testiranju brez vzorca. Za začetno preskušanje in kakršno koli optimizacijo je treba uporabiti samo vzorčne podatke. Na sliki 1 je prikazana časovna vrstica, v kateri je tretjina preteklih podatkov rezervirana za testiranje zunaj vzorca, dve tretjini pa za testiranje v vzorcu. Čeprav slika 1 prikazuje podatke, ki niso bili vzorčeni na začetku preskusa, bi tipični postopki morali imeti del odvzema vzorca tik pred uspešnostjo v naprej.

Slika 1: Časovna vrstica, ki predstavlja relativno dolžino podatkov v vzorcu in izvlečenih vzorcev, uporabljenih v postopku ponovnega testiranja.

Korelacija se nanaša na podobnosti med uspešnostmi in celotnimi trendi obeh zbirk podatkov. Korelacijske metrike je mogoče uporabiti pri ocenjevanju poročil o uspešnosti strategije, ustvarjenih v obdobju testiranja (značilnost, ki jo nudi večina trgovinskih platform). Čim močnejša je korelacija med obema, tem večja je verjetnost, da bo sistem uspešno opravil pri testiranju uspešnosti in trgovanju v živo.

Slika 2 prikazuje dva različna sistema, ki so bili testirani in optimizirani na vzorčnih podatkih, nato pa uporabljeni za podatke, ki niso bili vzorčeni. Grafikon na levi prikazuje sistem, ki je očitno ustrezal krivulji, da je dobro deloval na vzorčnih podatkih in popolnoma odpovedal na podatke, ki niso bili vzorčeni. Grafikon na desni prikazuje sistem, ki se je dobro obnesel tako na vzorčnih kot izven vzorcev. Ko je bil razvit sistem trgovanja z uporabo vzorčnih podatkov, je pripravljen za uporabo za zunaj vzorčne podatke. Trgovci lahko ocenijo in primerjajo rezultate uspešnosti med vzorčnimi in zunaj vzorčnimi podatki.

Slika 2: Dve krivulji lastniškega kapitala. Podatki o trgovini pred vsako rumeno puščico predstavljajo vzorčno testiranje. Posel med rumenimi in rdečimi puščicami kaže na preizkušanje zunaj vzorca. Trgovanje po rdečih puščicah je iz faz predhodnega testiranja uspešnosti.

Če je med testiranjem v vzorcu in zunaj vzorca malo povezave, kot je levi grafikon na sliki 2, je verjetno, da je bil sistem preveč optimiziran in ne bo uspešno deloval pri trgovanju v živo. Če obstaja močna korelacija v uspešnosti, kot je razvidno iz desnega grafikona na sliki 2, naslednja faza ocenjevanja vključuje dodatno vrsto zunaj vzorčnega testiranja, znano kot predhodno testiranje uspešnosti. (Za več branja o napovedovanju glejte: Finančno napovedovanje: Bayesova metoda .)

Osnove testiranja za naprej

Napredno testiranje uspešnosti, znano tudi kot trgovanje s papirjem, ponuja trgovcem še en nabor izvzetih podatkov, na podlagi katerih lahko ocenijo sistem. Napredno testiranje uspešnosti je simulacija dejanskega trgovanja in vključuje sledenje logiki sistema na živahnem trgu. Prav tako se imenuje trgovanje s papirjem, saj se vsi posli izvajajo samo na papirju; to pomeni, da se vpisi in izstopi iz trgovine dokumentirajo skupaj z vsemi dobički ali izgubami za sistem, vendar se dejanski posli ne sklenejo.

Pomemben vidik naprednega preizkušanja zmogljivosti je natančno sledenje logiki sistema; v nasprotnem primeru postane težko, če ne celo nemogoče, natančno oceniti ta korak postopka. Trgovci bi morali biti pošteni do kakršnih koli vstopov in izstopov iz trgovine in se izogibati vedenju, kot je nabiranje češenj ali ne vključitev trgovine na papirju, ki bi utemeljeval, da "te trgovine nikoli ne bi sprejel. Če bi do trgovine prišlo po logiki sistema, jo je treba dokumentirati in ovrednotiti.

Številni posredniki ponujajo simuliran trgovalni račun, na katerem se lahko da trgovanje in izračunajo ustrezni dobički in izgube. Z uporabo simuliranega trgovalnega računa lahko ustvarite pol realistično vzdušje, na katerem lahko izvajate trgovanje in nadaljnjo oceno sistema.

Slika 2 prikazuje tudi rezultate predhodnega testiranja uspešnosti dveh sistemov. Ponovno sistem, predstavljen na levem grafikonu, ne presega začetnega testiranja na vzorčnih podatkih. Sistem, prikazan na desnem grafikonu, pa še naprej uspešno deluje v vseh fazah, vključno s predhodnim testiranjem uspešnosti. Sistem, ki prikazuje pozitivne rezultate z dobro korelacijo med vzorčenjem, odvzemom vzorcev in preizkušanjem uspešnosti vnaprej, je pripravljen za implementacijo v živo tržnico. (Glej tudi: Prednosti in slabosti trgovanja s papirjem .)

Spodnja črta

Backtesting je dragoceno orodje, ki je na voljo na večini trgovskih platform. Če razdelite pretekle podatke na več sklopov, ki omogočajo testiranje v vzorcu in izven vzorca, lahko trgovcem ponudijo praktična in učinkovita sredstva za oceno trgovalne ideje in sistema. Ker večina trgovcev uporablja metode za optimizacijo pri ponovnem testiranju, je pomembno, da se sistem ovrednoti na podlagi čistih podatkov, da se ugotovi njegova sposobnost.

Nadaljevanje testiranja brez vzorca s predhodnim testiranjem uspešnosti zagotavlja drugo stopnjo varnosti pred dajanjem sistema na trg, ki tvega resnično denar. Pozitivni rezultati in dobra korelacija med vzorčenjem v vzorcu in izven vzorca in testiranjem uspešnosti v prihodnosti povečujejo verjetnost, da bo sistem uspešno deloval v dejanskem trgovanju. (Za celovit pregled tehnične analize glej: Osnove tehnične analize .)