Backtesting Trading Strategien Matlab

Während ich mag, wo diese Frage geht, würde ich vorschlagen, es ein wenig konkreter zu machen. Welche Teile des Backtesting-Prozesses würdest du gerne lernen? Das kann überall reichen, wenn man nur eine normale Rendite schätzt, wo das Portfolio aus deiner Strategie zurückkehrt Gegeben um die Umsetzung einer vollständigen Portfolio-Formation Regel algorithmisch Constantin Dec 30 14 am 21 06.Um ehrlich zu sein, ich weiß nicht viel über Backtesting Ich wurde gesagt, dass ich müssen neue Strategien backtest oder verbessern aktuelle während mein Praktikum So würde ich gerne Kenne ein bisschen mehr über das Thema vor dem Start Was sind die verschiedenen Teile davon Maxime Dec 30 14 at 21 31.Die allgemeine idea. For Equity-Wertpapiere, ein einfacher Backtest besteht in der Regel aus zwei Stufensposition der Portfolio-Rendite aus Ihrer Portfolio-Formation Regel oder Trading-Strategie. Risk-Anpassung der Portfolio-Renditen mit einem Asset-Pricing-Modell. Step 2 ist einfach eine Regression und rechnerisch sehr einfach in Matlab Was ist schwieriger ist die Umsetzung von Schritt 1, die erfordert, dass Sie sehr komfortabel in Matlab, Und es gibt verschiedene Möglichkeiten, dies zu tun. Wenn Sie wissen, wie man eine OLS-Regression in Matlab zu tun, was Sie konzentrieren sollten, ist alle Arten von Matrixmanipulationen. Implementierung in Matlab. Portfolio-Formation und Rückkehr Berechnung. To geben Ihnen ein Beispiel, wie Eine primitive Handelsstrategie könnte in Matlab implementiert werden, nehmen wir monatliche Rendite Daten und eine einheitliche Haltedauer von einem Monat auf n Vermögenswerte über K Perioden, wo ich in und k in. Assuming keine Änderungen in der Zusammensetzung Ihrer Lager-Universum, Ihre Rückkehr Matrix X ist von Dimensionen k mal n. X beginnen x Punkte x Punkte x vdots ddots vdots ddots vdots x Punkte x Punkte x vdots ddots vdots ddots vdots x Punkte x Punkte x end. Where Rückgaben werden als x frac -1 berechnet. Assuming, dass Ihr Auswahlkriterium ist eine Art von Aktiencharakteristik Die in monatlicher Häufigkeit verfügbar ist, haben Sie auch eine Merkmalsmatrix C. Sie können dann einen Algorithmus schreiben, der diese Einträge in C identifiziert, die Ihr Auswahlkriterium erfüllen, zB einen bestimmten Schwellenwert überschreiten und die entsprechenden Einträge ersetzen, wobei i und t gleich sind Einer Indikatormatrix I, die als Nullmatrix unter Verwendung der Nullenfunktion mit Eins initialisiert wurde. Sie können dann die Einträge von I mit denen der Rückkehrmatrix X multiplizieren, um eine Matrix R zu erhalten, die die aus Ihren Betrieben resultierenden Renditen anzeigt Dann berechnen Sie den Mittelwert der Nicht-Null-Einträge für jede Zeile von R, um Ihren Vektor der Portfolio-Rückkehr zu erhalten. Risk-Anpassung und Identifizierung von anormalen returns. In Schritt 2 vergleichen Sie diesen Vektor mit den normalen Renditen, die aus der Regressionsschätzung eines Assets erhalten werden Preismodell wie das Fama-Französische Modell Durch die Subtraktion des normalen Rückkehrvektors von Ihrem Portfolio kehrt der Vektor zurück, bestimmen Sie, ob Ihre Trading-Strategie zu einer positiven abnormen Rendite geführt hat, was Sie gerade anstreben. Wenn Sie in Matlab neu sind, Ich persönlich schlage vor, dass Sie sich damit vertraut machen, diese vereinfachte Strategie zu implementieren, bevor Sie einige der vereinfachenden Annahmen wie eine einheitliche Haltedauer und Periodizität und eine anspruchsvollere Implementierung vorbereiten. Angesichts dessen möchte ich betonen, dass dies erforderlich ist Sehr komfortabel mit Matlab und vor allem die verschiedenen Möglichkeiten, Matrizen zu manipulieren, die etwas Zeit in Anspruch nehmen können Wenn Sie nicht verpflichtet sind, Matlab für Ihr Praktikum zu nutzen und gerne schnell Ergebnisse zu bekommen, könnten Sie Schritt 1 in Excel stattdessen tun, was langweilig ist, Aber ich brauche die lohnende Anfangsinvestition, die du für Matlab machen musst. Um mich mit Matlab vertraut zu machen, bin mir sicher, dass du schon die sehr gute Dokumentation entdeckt hast, die mit ihm kommt. Das ist für mich die einzige wertvollste Ressource und wahrscheinlich mehr Nützlich, als irgendwelche finanzierungsspezifischen Ressourcen, mit denen ich warten würde, bis du mit Matlab selbst vertraut bist. Alles, was man braucht, um die normale Rückkehr zu bestimmen, ist eine OLS-Regression und ein rudimentäres Verständnis von Asset-Pricing-Modellen. Erweiterte Dec 30 14 bei 22 20. Dieser Beitrag ist, wie wichtig es ist, verschiedene Arten von Optimierungsmethoden wie genetische Algorithmen und Parallelisierung zu verwenden, um Ergebnisse schneller zu erhalten. Genetische Algorithmen Optimierung. Trotz der Tatsache, dass das genetische evolutionäre Algorithmusprinzip in den MathWorks-Webinaren in den Beispielen sehr gut erklärt wird Aber es wird nur zur Optimierung der Wahl einer Strategiegruppe aus einem Satz verwendet. Dies ist ein gutes Beispiel für die Verwendung dieser Algorithmen, aber es kommt vor, dass es notwendig ist, viele Variablen mit signifikanten Intervallen für eine Strategie festzulegen , Sie kommen nicht mit einer Iteration und die Parallelisierung von Prozessrechnungen kann mehrere Tage dauern. Sicherlich gibt es Strategien in der Endphase der Optimierung, wenn wir fast sicher wissen, dass die Handelsstrategie erfolgreich ist, können wir auch auf mehrere Tage warten Mieten Sie den ganzen Cluster - das Ergebnis könnte es sich lohnen Wenn wir also die Ergebnisse einer sperrigen Strategie abschätzen müssen und entscheiden, ob es sich lohnt, die Zeit zu verbringen, dann können genetische Algorithmen perfekt geeignet sein. Wir bieten die Möglichkeit zu nutzen Drei Methoden zur Optimierung der Strategie in WFAToolbox. Linear-Methode ist es eine übliche Art der Sortierung, in der Sie alle Zwischen-suboptimale Ergebnisse sehen Es gibt maximale Genauigkeit. Paralleale Methode alle Kernel Ihrer CPU verwendet wird Es erlaubt nicht, Zwischenergebnisse zu sehen , Aber deutlich beschleunigt die Operation Es gibt maximale Genauigkeit während der Erhöhung der Berechnungsgeschwindigkeit. Genetische Methode verwendet es die evolutionäre Optimierung Algorithmus Es erlaubt, suboptimale Werte zu sehen, aber gibt das Ergebnis in der Nähe der besten Es ist nicht eine sehr genaue Methode, aber es S genau genug für den anfänglichen Ablauf der Strategie Sehr schnell. Wir werden oft gefragt, ob WFAToolbox - Walk-Forward Analysis Toolbox für MATLAB die Möglichkeit hat, die GPU in Berechnungen zu verwenden. Leider ist GPU nicht für alle Aufgaben geeignet und ihre Verwendung ist sehr Spezifisch Um es zu benutzen, müssen Sie die Logik und den Code jeder Strategie für Grafik-Cores-Tests anpassen. Leider, aufgrund einer solchen Nicht-Universalität der Methode kann man nicht verwenden GPU in WFAToolbox. Continuing Teil 2 der Diskussion über Probleme und Lösungen in der Prüfung und Analyse der algorithmischen Handelsstrategie in MATLAB, lade ich Sie ein, diesen Beitrag über das Problem der Nichtverfügbarkeit der Visualisierung der Prozesse in modernen Softwarelösungen zum Testen von Handelssystemen zu lesen. Visualisierung des Testprozesses. In meiner Berufserfahrung habe ich oft analysiert Andere populäre Plattformen für Trading-Strategie-Tests wie TradeStation MetaStock Multicharts usw. und ich war immer überrascht, wie wenig Aufmerksamkeit auf die Visualisierung des Testprozesses gezahlt wurde Die Sache ist, dass, wenn wir nicht sehen die Ergebnisse der Zwischen-, sub-optimalen Werte von Optimierte Parameter, wir werfen oft Gold zusammen mit dem Schmutz Die Sache ist wegen einer übermäßig breiten Probenahme, die Strategie passt die Parameter so an, wie wir entweder eine perfekte Strategie sehen, die im wirklichen Leben ausfällt oder ein oder zwei Deals, die angeblich sind Das Beste, weil es ausgewählt wurde, wie Zeitintervall Daten, wo die beste Handelsstrategie wäre Buy-and-Hold, aber warum sind dann andere Strategien notwendig für. Visualisierung der Trading-Strategie-Test-Prozess in MATLAB vorgeschlagen in Webinar. Als Ergebnis, ohne zu sehen Zwischenergebnisse, müssen wir die Parameter blind ändern, um zu versuchen, die besseren Daten zu bekommen oder in einer 3D - oder 4D-Farbe zu sehen, ist die 4. Dimension, wie in Webinaren vorgeschlagen Die Analyse von Werten in den N-dimensionalen Räumen kann definitiv eine Alternative sein , Aber hat mehrere Einschränkungen. Was gibt es mehr als 4 Dimensionen. Wenn Sie sehen, welche Signale und bei welcher Frequenz sie in der Preisspanne erscheinen, haben Sie fast alle notwendigen visuellen Darstellung Ihrer Strategie die Häufigkeit der Transaktionen, ihre Rentabilität Einkommenskurve, die Genauigkeit der Eröffnung, die Ähnlichkeit mit anderen suboptimalen Werten usw., die man nicht über die Leistung im N-dimensionalen Raum sagen kann, wo alle nützlichen Informationen in der Tat sind, dass der optimale Wert nicht nur eins ist, sondern ein Ganzes ist Bereich der suboptimalen Werte in einem oder mehreren Bereichen. Während die Optimierung einer Strategie in der WFAToolbox Walk-Forward Analysis Toolbox für MATLAB als neuer optimaler Wert gefunden wird, erscheinen die Trading-Strategie-Signale in der Periode im Sample und Out-of-Sample sofort auf Das Diagramm, so können Sie immer steuern, welche Palette von Optionen, die Sie zuweisen sollten, und auch Sie können die Optimierung pausieren, ohne auf das Ende des Tests warten, da es klar wird, dass etwas schief gelaufen ist oder alles in Ordnung ist. Hello, mein Name ist Igor Volkov Ich habe seit 2006 algorithmische Handelsstrategien entwickelt und habe in mehreren Hedge-Fonds gearbeitet In diesem Artikel möchte ich Schwierigkeiten auf dem Weg von MATLAB Trading Strategies Entwickler während der Prüfung und Analyse zu diskutieren, sowie um mögliche Lösungen zu bieten. Ich Mit MATLAB zum Testen von Algorithmusstrategien seit 2007 und ich bin zu dem Schluss gekommen, dass dies nicht nur das bequemste Forschungsinstrument ist, sondern auch das mächtigste, weil es die Verwendung von komplexen statistischen und ökonometrischen Modellen, neuronalen Netzen, Maschine ermöglicht Lernen, digitale Filter, Fuzzy-Logik, etc. durch Hinzufügen von Toolbox Die MATLAB-Sprache ist ganz einfach und gut dokumentiert, so dass auch ein Nicht-Programmierer wie ich es beherrschen kann. How es alles begonnen. Es war 2008, wenn ich mich nicht irre, wenn die erste Webinar über den algorithmischen Handel in MATLAB mit Ali Kazaam wurde veröffentlicht, um das Thema der Optimierung einfacher Strategien auf der Grundlage von technischen Indikatoren, etc. trotz eines eher chaotischen Code, Werkzeuge waren interessant genug zu bedienen Sie dienten als Ausgangspunkt für die Forschung und Verbesserung der Ein Test - und Analysemodell, das es erlaubt, die gesamte Macht der Toolboxen und die Freiheit von MATLAB-Aktionen bei der Erstellung eigener Handelsstrategien zu nutzen, gleichzeitig würde es möglich sein, den Testprozess und die erhaltenen Daten und deren nachfolgende Analyse zu kontrollieren Würde ein effektives Portfolio von robusten Handelssystemen wählen. Infolgedessen wurden Mathworks Webinare jedes Jahr aktualisiert und allmählich mehr und mehr interessante Elemente eingeführt. So wurde das erste Webinar über Paare, das statistische Arbitrage mit der Econometric Toolbox verwendete, im Jahr 2010 abgehalten, obwohl die Toolbox des Tests Und die Analyse blieb gleich. Im Jahr 2013 erschien Trading Toolbox von Mathworks, die MATLAB an verschiedene Broker für die Ausführung ihrer Anwendungen anschließen konnte. Obwohl es automatische Lösungen für die Durchführung der Transaktionen gab, konnte MATLAB ab diesem Zeitpunkt ein System für die Entwicklung des Handels sein Strategien mit einem vollen Zyklus von der Datenbelastung bis zur Ausführung von automatisierten Handelsstrategien. Warum sollte jeder Algotrader das Rad neu erfinden. Jedoch hat Mathworks keine komplette Lösung für die Prüfung und Analyse der Strategien angeboten, welche Codes Sie aus den Webinaren herausholen konnten Die einzigen Elemente eines vollständigen Systemtests, und es war notwendig, sie zu modifizieren, sie anzupassen, und fügte sie der GUI für Benutzerfreundlichkeit hinzu Es war sehr zeitaufwendig und damit eine Frage, was auch immer die Strategie war, muss es durch die Gleichen Prozess der Prüfung und Analyse, die es erlauben würde, als stabil und nutzbar zu klassifizieren, warum sollte jeder Algotrader das Rad neu erfinden und seinen eigenen Code für richtige Teststrategien in MATLAB schreiben. So wurde die Entscheidung getroffen, um ein Produkt zu schaffen, das wäre Erlauben, den ganzen Prozess mit dem Testen und Analysieren von algorithmischen Handelsstrategien mit einer einfachen und benutzerfreundlichen Schnittstelle verbunden zu machen. Zunächst möchte ich die folgenden Fragen beantworten. Was passiert mit dem Blog.1 Jev Kuznetsov ist nicht der Besitzer mehr. Der Blog wurde von unserem Freund, Jev Kuznetsov gekauft, der zu seinem anderen Blog gezogen hat. Er kam zu dem Schluss, dass Python besser ist als MATLAB für den Handel, die ich als falsch angesehen habe MATLAB bleibt eine der besten Software der Welt für algorithmische Handel Zwecke IMHO Ich habe einige Fakten über diese aber für zukünftige Diskussion.2 Wir haben die Marke geändert. Von diesem Moment wird das Blog MatlabTrading genannt werden, was viel verständlicher ist in Bezug auf die Themen, die es enthalten wird Darüber hinaus wurde der Domain-Name geändert Anstatt der Initiale, obwohl die alte Domain immer noch aus dem primären Domain-Namen umgeleitet wird. Was passiert mit dem Blog.1 Mehr Beiträge und Artikel. Wir hoffen, das Leben in diesem Blog zu bringen, indem wir relevante Inhalte einmal oder zweimal pro Woche veröffentlichen In den ersten paar Monaten werden wir vor allem jene Artikel und Videos veröffentlichen, die wir bereits für unsere lieben Leser leichter machen müssen, nach Informationen über eine Ressource zu suchen und auf sie zu vernetzen. Dann haben wir Pläne, Beiträge über praktische Aspekte von algorithmischen zu schreiben Handel in MATLAB Wie man moderne automatische Handelsstrategien wie. Statistische Arbitrage Paare Handel Mittelwert Reversion Markt neutrale Handelsstrategien auf der Grundlage von Kointegration bollinger Bands kalman Filter etc für Rohstoffe, Aktien und Forex. Trend folgenden Strategien mit Jurik Moving Average und anderen anspruchsvollen digitalen Filtern. Forecasting-Strategien mit maschinellem Lernunterstützung Vector Machines und andere Methoden. Schoning robuste Trading-Strategien mit visuellen Walk-Forward-Test Geld-Management für die Reinvestition Ihrer Kapitalwissenschaft auf, wie man 1M von 10K in einem Jahr mit maximalem, aber geschätzten Risiko und Schweiß belohnt vielleicht Vielleicht Nachdem du das gelesen hast, hast du gedacht, dass dies ein weiterer dummer Artikel für die armen Jungs sein wird, die sich durch den Handel auf Forex und all das gut werden wollen. Das ist völlig falsch. Wir arbeiten in MATLAB und die Mehrheit von uns sind Wissenschaftler und Experten In diesem Aspekt so alles ist ernst.2 Mehr Interaktivität. Ich werde glücklich sein, wenn wir alle durch Kommentare in Posts beziehen können Abonnieren Sie unsere Nachrichten, um über die neuesten Beiträge und Veranstaltungen informiert zu werden Später haben wir Pläne, Google Hangouts Webinare Don zu machen T vermissen Sie es, klicken Sie auf Verfolgen Sie die Schaltfläche an der oberen rechten Ecke, um unsere Community zu besuchen. Was möchten Sie in unseren Blog-Beiträgen lesen Was können Sie hier vorschlagen Bitte schreiben Sie hier in Kommentare. In meinem vorherigen Post kam ich zu einem Schluss, dass in der Nähe - to-enge Paare Handel ist nicht so rentabel heute, wie es früher vor 2010 war Ein Leser wies darauf hin, dass es sein könnte, dass die mittlere Rückkehr Natur der Spreads nur in Richtung kürzere Zeitskalen verschoben Ich zufällig die gleiche Idee zu teilen, also habe ich beschlossen, Testen Sie diese Hypothese. Diese Zeit nur ein Paar getestet wird 100 SPY vs -80 IWM Backtest wird auf 30-Sekunden-Bar Daten von 11 2011 bis 12 2012 durchgeführt Die Regeln sind einfach und ähnlich wie Strategie Ich habe in der letzten Post getestet, wenn Bar Rückgabe von Das Paar übersteigt 1 auf z-Score, tausche die nächste Bar Das Ergebnis sieht sehr hübsch aus. Ich würde das als genug Beweis dafür betrachten, dass es noch viel Mittelwert-Reversion auf 30-Sekunden-Skala gibt. Wenn du denkst, dass dieses Diagramm zu gut ist Um wahr zu sein, das ist leider in der Tat der Fall keine Transaktionskosten oder Bid-Ask-Spread wurden berücksichtigt In der Tat würde ich bezweifeln, dass es jeglicher Gewinn nach der Subtraktion aller Handelskosten übrig werden würde. Dennoch ist diese Art von Charts die Karotte baumelnd Vor meiner Nase, halten mich gehen. Bad Nachrichten alle, nach meinen Berechnungen, die ich aufrichtig hoffe, sind falsch die klassischen Paare Handel ist tot Einige Leute würden stark nicht zustimmen, aber hier ist, was ich gefunden habe. Sie nehmen eine hypothetische Strategie Das funktioniert auf einem Korb von etfs SPY, XLY, XLE, XLF, XLI, XLB, XLK, IWM, QQQ, DIA Von diesen etfs 90 einzigartige Paare gemacht werden kann Jedes Paar ist als marktneutrale spread. Strategy Regeln auf jedem konstruiert Tag, für jedes Paar, berechnen z-Score basierend auf 25-Tage-Standardabweichung Wenn z-Score Schwelle, gehen Sie kurz, schließen Sie den nächsten Tag Wenn z-Score-Schwelle gehen lange, schließen Sie nächsten Tag. Um es ganz einfach zu halten, die Berechnung Ohne Kapitalmanagement getan kann man bis zu 90 Paar im Portfolio an jedem Tag haben Transaktionskosten werden auch nicht berücksichtigt. Um es einfach auszudrücken, verfolgt diese Strategie eintägiges Mittel, um die Natur der marktneutralen Spreads zurückzukehren. Hier werden die Ergebnisse simuliert Für mehrere Schwellen. No egal welche Schwelle verwendet wird, ist die Strategie im Jahr 2008 sehr profitabel, ziemlich gut throuh 2009 und völlig wertlos ab Anfang 2010 Dies ist nicht das erste Mal, dass ich auf diese Veränderung im Mittelrückkehrverhalten in etfs gekommen bin egal was Ich habe versucht, ich hatte kein Glück bei der Suche nach einer Paar-Handelsstrategie, die an ETFs arbeiten würde. Vergangenheit 2010 Meine Schlussfolgerung ist, dass diese Typen von einfachen Stat-Arb-Modellen einfach nicht mehr schneiden. Anstatt dir das beste Werkzeug oder den Prozess zu erzählen Dass Sie für Backtesting verwenden können, lassen Sie mich stattdessen auf die größten Fehler, die Sie vermeiden müssen, um eine zuverlässige Backtest zu tun. Dies sind einige der wichtigsten Faktoren, die Sie im Auge behalten müssen, wenn Backtesting Aktienhandel Strategien. Data Overfitting Dies ist bei weitem der größte Fehler, den die meisten Menschen in der Verfolgung der Schaffung einer Strategie, die spektakuläre zurückbeleuchtete Ergebnisse gibt bei der Schaffung der Strategie, wenn Sie beginnen, Ihre Parameter in einer Weise, dass die Rendite maximiert, dann wird diese Strategie wird wahrscheinlich fehlschlagen Miserabel in lebenden Bedingungen Es gibt zwei Möglichkeiten, dies zu überwinden - Out-of-Probe-Tests und Erstellen von Strategien auf der Grundlage von Logik anstatt durch Tweaking Eingabeparameter. Forward suchen Bias Dies geschieht, wenn Sie Daten verwenden, um Signale zu generieren, die sonst nicht verfügbar gewesen wäre Zu diesem Zeitpunkt in der Vergangenheit Zum Beispiel, wenn ein Unternehmen das Geschäftsjahresende ist März und Sie verwenden ihre Ertragsdaten für das Vorjahr am 1. April, ist es sehr wahrscheinlich, dass das Unternehmen nicht angekündigt, dass Daten vor Mai oder Juni Das würde dazu führen, dass eine vorwärts schauende Bias. Survivorship Bias Dies ist einer der schwer zu bemerken Fehler Lassen Sie uns sagen, Sie haben eine Strategie, die aus einer Liste von 500 Small-Cap-Aktien auf einige technische Indikatoren basiert Chancen sind, dass, wenn Sie versuchen, Erhalten Sie 10-jährige historische Preisdaten für diese 500 Aktien für Ihre Backtesting, werden Sie nicht enthalten die Daten für alle diejenigen Aktien, die in diesem 10-Jahres-Zeitraum wurden getötet Wenn Sie Ihre Strategie zu testen, würden Sie nicht für mögliche Trades, die Wäre auf irgendwelchen schlechten Beständen generiert worden, wenn du diese Strategie während dieses Zeitraums tatsächlich ausgeführt hättest. Gerade auf Rückkehr konzentriert Es gibt eine Anzahl von Parametern, die du für die Beurteilung der Qualität einer Strategie berücksichtigen musst. Reiner Fokus auf Renditen kann dazu führen, dass sie kommen Hauptprobleme Zum Beispiel, wenn Strategie A 10 Renditen über einen bestimmten Zeitraum mit einem maximalen Drawdown von -2 gibt und Strategie B 12 Renditen mit einem Drawdown von -10 gibt, dann ist B eindeutig keine überlegene Strategie für A Es gibt noch andere wichtige Parameter wie Drawdown, Erfolgsquote, Sharpe Ratio, etc. Market-Auswirkung, Transaktionsgebühren Bei der Betrachtung der Machbarkeit einer Strategie ist es sehr wichtig, die möglichen Marktauswirkungen des Handels und auch die Transaktionsgebühren zu berücksichtigen. Sie könnten versucht sein Um eine Strategie zu schaffen, die kauft, verkauft große Mengen von einigen niedrigen Liquiditätsbeständen, die dazu neigen, außergewöhnliche Renditen zu erzielen. Aber wenn Sie in den Markt gehen, um diese Strategie auszuführen, wird ein großer Auftrag auf einem illiquiden Bestand den Preis verschieben, den Sie nicht berücksichtigt haben Ihre Prüfung Auch können Transaktionskosten auch die Renditen erheblich verändern, so dass Sie immer auf Nettogewinne schauen sollten. Data Bergbau Dies ist ziemlich ähnlich wie die Daten Überfüllung Problem Wenn Sie die Daten lang genug zu quälen, wird es zu etwas bekennen Dies ist ein gemeinsamer Witz unter Datenwissenschaftler, die glauben, dass, wenn Sie genug Zeit verbringen, finden Sie ein Muster in fast jedem Satz von Daten Das doesn t unbedingt bedeuten, dass dieses Muster in der Zukunft gültig sein wird. Fundamentals ändern Es könnte sehr gut passieren, dass Sie eine Strategie finden Die außergewöhnlich gut auf vergangene Daten ausführt Aber eine grundlegende Veränderung der Marktdynamik könnte dazu führen, dass die gleiche Strategie in der Zukunft scheitern Es ist bekannt, dass fast jede gute Strategie muss sich weiterentwickeln mit wechselnden Marktbedingungen. Kleine Zeitrahmen Es ist entscheidend, die Prüfung zu testen Strategie über einen ausreichend langen Zeitraum und in veränderten Marktbedingungen Dies gilt insbesondere für Aktienhandelsstrategien, die sich in einem Bullenmarkt außergewöhnlich gut verhalten können, aber Ihr Bankkonto in einem Seitwärts - oder Bärenmarkt auslöschen. Es gibt viele andere Dinge Betrachten Sie, wenn Backtesting Aber schließlich ist der einzige Weg, um sicherzustellen, dass eine Strategie in Live-Bedingungen arbeitet, um es in Live-Bedingungen zu testen. Haftungsausschluss Ich bin der Mitbegründer von Tauro Reichtum Die hier präsentierten Ansichten sind nur meine persönlichen Meinungen und dienen nur zu Informationszwecken. Tauro Wealth ist ein Finanztechnologie-Unternehmen Tauro Reichtum, das die Probleme der Privatanleger in Indien zu lösen hofft Um umfassende langfristige Investitionslösungen zu einem Bruchteil der traditionellen Kosten zu liefern.5 6k Views View Upvotes Nicht für Reproduktion. Mehr Antworten unterhalb von verwandten Fragen. Was sind gute Möglichkeiten, um eine Trading-Strategie zu backtest und wie es zu tun. Are dort alle besten fünf Aktienhandel Techniken oder Strategien. Es gibt ein paar Broker, die Backtesting an Kunden als Teil ihrer Client-Software-Suite bieten Allerdings, mehr als oft nicht, das sind Black Box in dem Sinne, dass Sie don t wissen, wie die Berechnungen getan sind. Next Es gibt kostenlose Backtesters online Aber IMO Sie bekommen, was Sie bezahlen für. Standalone-Software kann in Backtesting Software erforscht werden. Die Liste enthält Backtesting-Software in einem Makler-Unternehmen s Tools enthalten, aber es hat auch Standalone-Software. Wenn Sie handeln für ein Leben Ihr eigenes Geld oder jemand anderes s ist es meine Vorliebe, eigenständige Software zu benutzen. Hoffe, dass s hilfreich ist. 9k Views View Upvotes Nicht für Reproduction. Rimantas Petrauskas Erstellen von algorithmischen Strategien seit 2008 Mitbegründer der Autotrading Academy. Ich habe Tausende von Tausenden unterstützt Trading-Strategien, vor allem für Forex-Markt, aber ich denke, es ist immer noch relevant, um meine Antwort hier. First Ich würde sagen, dass Backtest ist nur ein Stück Puzzle Nicht auf nur Backtest-Ergebnisse verlassen Sie müssen Hunderte von Backtests laufen, um zu randomisieren Breite Größe und simulieren Schlupf während der Backtest Dies wird Ihnen sagen, wie Ihre Strategie verhält sich, wenn die Ausbreitung ständig verändert wird und ist größer als das, was Sie normalerweise während des Live-Trades. So, wie Sie es sehen, ist wichtig, um eine Ausbreitung mit variablen Spread, die aufgenommen wurde In der Geschichte Tick-Daten Wenn Sie feste Spread verwenden Ihre Backtest-Ergebnisse möglicherweise nicht so genau. Ich verwende in der Regel MetaTrader 4 für Backtesting einzelne Strategien und StrategyQuant to Backtest Tausende von ihnen. So, wenn es um MT4 kommt, verwende ich immer zusätzliche Tools namens Tick Data Suite, um eine variable Ausbreitung und 99 Backtesting Qualität zu erhalten. Sie finden meine ausführliche Schritt für Schritt MT4 Backtesting Tutorial hier auf dieser Seite. MT4 meistens arbeitet mit Forex Währungspaare, aber Sie können auch CFD auf Aktien handeln.1 6k Views View Upvotes Not Für Reproduction. Jozef Rudy Gründer bei - quantitative Strategien Backtesting und Ranking. Depends, was Sie wollen backtest Zufällige technische Muster Das Wichtigste ist, wo Sie Strategien finden können, zB ssrn oder Sie können Aggregator-Service für akademische Papiere zB die Enzyklopädie der quantitativen Handel verwenden Strategien Wenn Sie an Aktienstrategien basieren, die auf fundamentalen Daten basieren, ist Quantpicker Punkt - und Klick-Alternative Quantopian Algorithmic Investing Algorithmic Trading auf der anderen Seite erfordert Programmierkenntnisse, ist aber besser für technische Muster.10 8k Views View Upvotes Nicht für Reproduktion. Große Frage Traurig Die Backtesting-Komponente aller Einzelhandels-orientierten Programme wie ninjatrader, tradestation, esignal, etc, ist alles crap. You absolut nicht vertrauen kann Ergebnisse sind Werke der Fiktion aus ganzem Tuch geschnitten. Sie müssen entweder bauen Sie Ihre eigene Backtesting-Umgebung Andreas Clenow s Blog Hat einige Artikel auf diesem. Or können Sie eine von mehreren Cloud-basierten Lösungen verwenden Quantopian sieht ziemlich gut eigentlich und ist ein ähnliches Produkt. Right jetzt, ab dem Kratzer, ich würde bei Quantopian.11 9k Views ansehen Upvotes Nicht für Reproduktion Antwort Von Xiaoguang Wang angefordert. Berücksichtigen Sie die breiten Markttrends im Zeitrahmen, in dem eine gegebene Strategie getestet wurde. Zum Beispiel, wenn eine Strategie nur von 1999-2000 zurückgestellt wurde, kann es nicht gut in einem Bärenmarkt sein. Es ist oft ein Gute Idee, um über einen langen Zeitrahmen, der mehrere verschiedene Arten von Marktbedingungen umfasst zu backtest. Berücksichtigen Sie das Universum, in dem Backtesting aufgetreten Zum Beispiel, wenn ein breites Marktsystem mit einem Universum aus Tech-Aktien getestet wird, kann es nicht zu tun Gut in verschiedenen Sektoren In der Regel, wenn eine Strategie auf ein bestimmtes Genre von Aktien ausgerichtet ist, begrenzen Sie das Universum auf dieses Genre, aber in allen anderen Fällen ein großes Universum für Testzwecke zu halten. Volatilitätsmaßnahmen sind äußerst wichtig zu berücksichtigen Entwicklung eines Handelssystems Dies gilt insbesondere für Leveraged-Konten, die Margin-Anrufe unterworfen werden, wenn ihr Eigenkapital unter einen bestimmten Punkt fällt. Die Händler sollten versuchen, die Volatilität niedrig zu halten, um das Risiko zu reduzieren und einen leichteren Übergang in und aus einer bestimmten Aktie zu ermöglichen. Die durchschnittliche Anzahl der gehaltenen Stäbe ist auch sehr wichtig, um bei der Entwicklung eines Handelssystems zu sehen Obwohl die meisten Backtesting-Software Provisionskosten in den endgültigen Berechnungen enthält, bedeutet das nicht, dass Sie diese Statistik ignorieren sollten. Wenn möglich, kann die Erhöhung Ihrer durchschnittlichen Anzahl von Stäben reduziert werden Provisionskosten und verbessern Sie Ihre Gesamtrendite. Exposition ist ein zweischneidiges Schwert Erhöhte Exposition kann zu höheren Gewinnen oder höheren Verlusten führen, während verringerte Belichtung bedeutet niedrigere Gewinne oder niedrigere Verluste Allerdings ist es im Allgemeinen eine gute Idee, die Belichtung unten zu halten 70, um das Risiko zu reduzieren und einen leichteren Übergang in und aus einer bestimmten Aktie zu ermöglichen. Die durchschnittliche Gewinnverluststatistik, kombiniert mit dem Gewinn-Verlust-Verhältnis, kann für die Bestimmung der optimalen Positionsbestimmung und des Geldmanagements mit Hilfe von Techniken nützlich sein Kelly Criterion Siehe Money Management Mit dem Kelly Criterion Trader können größere Positionen einnehmen und die Provisionskosten senken, indem sie ihre durchschnittlichen Gewinne steigern und ihr Gewinne-Verluste-Verhältnis erhöhen. Eine unveränderte Rendite ist wichtig, weil sie als Werkzeug zum Benchmark des Systems eingesetzt wird Gegen andere Anlagepositionen Es ist wichtig, nicht nur die Gesamtrendite zu betrachten, sondern auch das erhöhte oder gesunkene Risiko zu berücksichtigen. Dies kann durch die risikoadjustierte Rendite erfolgen, die für verschiedene Risikofaktoren verantwortlich ist. Vor dem Handel System wird verabschiedet, es muss alle anderen Anlageorte gleichermaßen oder weniger riskieren. Backtesting Anpassung ist äußerst wichtig Viele Backtesting-Anwendungen haben Eingang für Provisionsbeträge, runde oder gebrochene Losgrößen, Tickgrößen, Marginanforderungen, Zinssätze, Schlupfannahmen, Position - size-Regeln, Gleichheits-Ausstiegsregeln, nachlaufende Stopp-Einstellungen und vieles mehr T o bekomme die genauesten Backtesting-Ergebnisse, es ist wichtig, diese Einstellungen zu stimmen, um den Broker zu imitieren, der verwendet wird, wenn das System in Betrieb geht. Backtesting kann manchmal führen Zu etwas bekannt als Überoptimierung Dies ist eine Bedingung, in der die Leistungsergebnisse so hoch in die Vergangenheit abgestimmt sind, dass sie in der Zukunft nicht mehr so ​​genau sind. Es ist in der Regel eine gute Idee, Regeln zu implementieren, die für alle Bestände oder einen ausgewählten Satz gelten Von gezielten Beständen und sind nicht so weit optimiert, dass die Regeln vom Schöpfer nicht mehr verständlich sind. Backtesting ist nicht immer der genaueste Weg, um die Effektivität eines bestimmten Handelssystems abzuschätzen Manchmal haben Strategien, die in der Vergangenheit gut funktionierten, nicht zu tun Gut in der Gegenwart Vergangenheit Leistung ist nicht indikativ für zukünftige Ergebnisse Seien Sie sicher, dass Papier Handel ein System, das erfolgreich zurückgezählt wurde, bevor Sie live, um sicherzustellen, dass die Strategie noch in der Praxis.33k Views View Upvotes Nicht für Reproduction. Zerodha pi Handel Software hat eingebaute Option zu Code, Backtest und nehmen Sie eine Strategie live in indischen Aktienmärkte. Wählen Sie die Aktie für Backtesting - hier haben wir Nifty Index Zukunft für Backtesting ausgewählt. Kodierung und Backtesting. Now können Sie die Handelsbedingungen für Kauf, Verkauf, Kauf Position Ausfahrt und Verkauf Position Ausfahrt. Für Beispiel hier haben wir codiert exponentielle gleitende durchschnittliche Strategie. Buy Bedingung Schließen EMA schließen, 50, was bedeutet, wenn Aktienkurs Schließung ist über 50 Tage exponentiell gleitenden Durchschnitt. Sell Zustand Schließen EMA schließen, 50 was bedeutet Verkaufen, wenn Aktienkurs Schließung ist unter 50 Tage exponentiell gleitenden Durchschnitt. Now Eingabe Zeitrahmen, nein von Tagen wieder getestet werden und dann klicken Sie zurück Test. Now zurück Testbericht wird als Show in unten Bild erstellt zeigt zeigt Anzahl der Trades, nein von Profitables Gewinne, Nettogewinn, maximale Abzinsung, Risiko-Belohnungs-Verhältnis und Software etc.-Software ist ab sofort für Zerodha-Kunden verfügbar. Eröffnen Sie ein Konto mit ihnen und erhalten Sie Zugriff auf fortgeschrittene Handelsplattform. Back Test Demo-Video.1 4k Views View Upvotes Nicht zur Fortpflanzung.