Quais são os diferentes tipos de estratégias de teste?

Existem três abordagens convencionais para as estratégias de backtesting: usando dados reais de preços divididos em três grupos; O Bootstrap, que usa dados de preços reais, mas remasme -os; e simulação de Monte Carlo. Existem questões teóricas que dividem os construtores de sistemas sobre qual método é o melhor. O que é importante para o comerciante é que ele emprega corretamente pelo menos uma das estratégias de teste para seu sistema antes de confiar em seu capital comercial. Uma questão crítica na escolha de uma estratégia de teste é o número de negociações geradas; São necessários pelo menos 1.000 negociações em cada fase do trabalho do construtor de sistemas. O sistema é criado usando o primeiro terço dos dados. Nesse ponto, o construtor encontrou algoritmos que parecem gerar lucro suficiente com riscos pequenos o suficiente para oferecer boas perspectivas. O segundo terço dos dados é usado para otimizar o sistema.

depois de tO sistema foi otimizado, será aplicado ao restante um terço dos dados. Isso é chamado de teste fora da amostra e é onde a maioria dos sistemas falha. Se o sistema ainda tiver bons resultados em pelo menos 1.000 negociações, o construtor de sistemas terá um sistema viável. Se o sistema gerar menos de 1.000 negociações nos testes fora da amostra, o construtor deve considerar outra estratégia de teste.

Bootstrapping é um método de desenhar alguns dados do conjunto total, testar, colocar os dados de volta e desenhar mais dados, ou reamostragem e reteste. O número ideal de reamostras é n n , ou n para a potência n th , onde n é o número de dados na amostra original. Para um comerciante que provavelmente está lidando com pelo menos 2.500 pontos de dados - 250 dias por ano em 10 anos - isso não é prático. Felizmente, 100 resamplos fornecerão um alto nível de confiança queA amostra de bootstrap refletirá os dados originais, tornando os resultados confiáveis. Se a tomada de 100 resamplos não fornece os 1.000 negócios necessários, o comerciante precisa continuar reamostragem até que esse objetivo seja atendido se ele espera que o sistema, em vez de apenas a reamostragem dos dados, seja confiável.

O último método de estratégias de backtesting é a simulação de Monte Carlo (MC). Este método usa um computador para gerar dados simulados e o sistema é testado nesses dados. A vantagem para a simulação MC é que se pode criar quantidades ilimitadas de dados, permitindo gerar 10.000 negociações ou qualquer outro número de negociações. Outra vantagem é que cada novo conjunto de dados está fora de amostra. Isso oferece a oportunidade de fazer repetidas execuções de otimização e teste; Simplesmente otimize nesse conjunto de dados e aplique esses parâmetros do sistema aos próximos dados que o computador gera.

Uma desvantagem da simulação de MC é que os dados podem não ter exatamente a mesma função de distribuição de probabilidade que negociarDados têm, que podem distorcer os resultados. No melhor de todos os mundos possíveis, todas as três estratégias de backtesting devem ser usadas no processo de verificação do sistema. O sucesso nos três deve oferecer uma probabilidade muito alta de sucesso no comércio do mundo real.