Wat zijn de verschillende soorten backtestingstrategieën?

Er zijn drie reguliere benaderingen voor backtestingstrategieën: het gebruik van werkelijke prijsgegevens verdeeld in drie groepen; bootstrap, die werkelijke prijsgegevens gebruikt maar er opnieuw omheen wordt gebracht; en Monte Carlo -simulatie. Er zijn theoretische kwesties die systeembouwers verdelen over welke methode het beste is. Wat belangrijk is voor de handelaar is dat hij correct ten minste een van de backtestingstrategieën in zijn systeem in dienst heeft voordat hij zijn handelskapitaal erop vertrouwt. Een kritisch probleem bij het kiezen van een backtestingstrategie is het aantal gegenereerde transacties; Er zijn ten minste 1.000 transacties nodig in elke fase van het werk van de systeembouwer.

met behulp van werkelijke prijsgegevens, verdeeld in drie delen, is het gebruikelijke beginpunt voor de meeste systeembouwers. Het systeem wordt gemaakt met behulp van het eerste een derde van de gegevens. Op dit moment heeft de bouwer algoritmen gevonden die voldoende winst lijken te genereren met klein genoeg risico om goede prospects te bieden. Het tweede een derde van de gegevens wordt gebruikt om het systeem te optimaliseren.

na tHet systeem is geoptimaliseerd, het zal worden toegepast op de resterende een derde van de gegevens. Dit wordt out-of-sample testen genoemd en het is waar de meeste systemen falen. Als het systeem nog steeds goede resultaten heeft over ten minste 1.000 transacties, heeft de systeembouwer een levensvatbaar systeem. Als het systeem minder dan 1.000 transacties genereert in het testen buiten de steekproef, moet de bouwer een andere backtestingstrategie overwegen.

Bootstrapping is een methode om enkele gegevens uit de totale set te tekenen, testen, de gegevens weer in te zetten en meer gegevens te tekenen, of resampling te tekenen en opnieuw te testen. Het ideale aantal resamples is n ⁿ , of n tot de n ^th power, waarbij n het aantal gegevens in het oorspronkelijke monster is. Voor een handelaar die waarschijnlijk te maken heeft met ten minste 2.500 gegevenspunten - 250 dagen per jaar over 10 jaar - is dat niet praktisch. Gelukkig zullen 100 resamples een hoog niveau van vertrouwen biedenHet bootstrap -monster weerspiegelt de oorspronkelijke gegevens, waardoor de resultaten betrouwbaar worden. Als het nemen van 100 resamples niet de benodigde 1.000 transacties oplevert, moet de handelaar blijven opnieuw bemonsteren totdat dat doel is bereikt als hij verwacht dat het systeem, in plaats van alleen de herbemonstering van de gegevens, betrouwbaar zal zijn.

De laatste methode voor backtestingstrategieën is Monte Carlo (MC) simulatie. Deze methode gebruikt een computer om gesimuleerde gegevens te genereren en het systeem wordt vervolgens op die gegevens getest. Het voordeel van MC -simulatie is dat men onbeperkte hoeveelheden gegevens kan maken, waardoor men 10.000 transacties of een ander aantal transacties kan genereren. Een ander voordeel is dat elke nieuwe gegevensset buiten het voorbeeld is. Dit biedt de mogelijkheid om herhaalde optimalisatie- en testruns te doen; Optimaliseer eenvoudig op deze gegevensset en pas die systeemparameters vervolgens toe op de volgende gegevens die de computer genereert.

Een nadeel van MC -simulatie is dat de gegevens mogelijk niet exact dezelfde waarschijnlijkheidsdistributiefunctie hebben die handeltIng -gegevens hebben, die de resultaten kunnen scheeftrekken. In de beste van alle mogelijke werelden moeten alle drie de backtestingstrategieën worden gebruikt bij het doorlichten van het systeem. Succes in alle drie zou een zeer hoge kans op succes moeten bieden in de echte handel.