Ano ang Backtesting?
Ang backtesting ay ang pangkalahatang paraan para makita kung gaano kahusay ang isang diskarte o modelo na magawa ng ex-post. Sinusuri ng backtesting ang kakayahang magamit ng isang diskarte sa kalakalan sa pamamagitan ng pagtuklas kung paano ito mai-play gamit ang makasaysayang data. Kung ang mga gawa sa backtesting, ang mga mangangalakal at analyst ay maaaring magkaroon ng kumpiyansa na gamitin ito pasulong.
Ang backtesting ay maaaring maging isang mahalagang hakbang sa pag-optimize ng iyong diskarte sa kalakalan. Upang malaman ang higit pa tungkol sa paggamit ng mga tool sa pagsusuri ng tsart upang makilala ang mga kumikitang mga pagkakataon sa pangangalakal, tingnan ang kurso ng Teknikal na Pagtatasa sa Investopedia Academy.
Ang Mga Pangunahing Kaalaman ng Backtesting
Pinapayagan ng backtesting ang isang negosyante na gayahin ang isang diskarte sa kalakalan gamit ang makasaysayang data upang makabuo ng mga resulta at pag-aralan ang panganib at kakayahang kumita bago isapanganib ang anumang aktwal na kapital.
Ang isang mahusay na isinasagawa na backtest na nagbubunga ng mga positibong resulta ay nagsisiguro sa mga mangangalakal na ang estratehiya ay panimula ang tunog at malamang na magbubunga ng kita kapag ipinatupad sa katotohanan. Ang isang mahusay na isinasagawa backtest na magbubunga ng mga suboptimal na resulta ay mag-udyok sa mga mangangalakal na baguhin o tanggihan ang diskarte. Lalo na kumplikado ang mga diskarte sa pangangalakal, tulad ng mga estratehiya na ipinatupad ng mga awtomatikong trading system, ay lubos na umaasa sa backtesting upang patunayan ang kanilang halaga, dahil sila ay masyadong arcane upang masuri kung hindi man.
Hangga't ang isang ideya sa pangangalakal ay maaaring masukat, maaari itong mai-backtested. Ang ilang mga negosyante at mamumuhunan ay maaaring maghangad ng kadalubhasaan ng isang kwalipikadong programmer upang mabuo ang ideya sa isang masusukat na form. Karaniwan, ito ay nagsasangkot ng isang programmer coding ang ideya sa pagmamay-ari na wika na naka-host sa platform ng kalakalan. Maaaring isama ng programmer ang mga variable na tinukoy ng gumagamit na mga variable na nagpapahintulot sa negosyante na "mag-tweak" ng system. Ang isang halimbawa nito ay nasa simpleng paglipat ng average na average na crossover system na nabanggit sa itaas. Ang negosyante ay maaaring mag-input (o magbago) ang haba ng dalawang gumagalaw na average na ginagamit sa system. Ang negosyante ay maaaring magtaguyod upang matukoy kung aling mga haba ng paglipat ng mga average na gampanan ang pinakamahusay sa makasaysayang data.
Mga Key Takeaways
- Sinusuri ng backtesting ang kakayahang kumita ng isang estratehiya sa pangangalakal o modelo ng pagpepresyo sa pamamagitan ng pagtuklas kung paano ito mai-play gamit ang makasaysayang data.Kung ang mga gumagana sa backtesting, ang mga mangangalakal at analyst ay maaaring magkaroon ng kumpiyansa na magamit ito ng pasulong.Ang maayos na isinagawa na backtest na nagbubunga ng mga positibong resulta ay nagsisiguro sa mga mangangalakal na ang estratehiya ay panimula ang tunog at malamang na magbunga ng kita kapag ipinatupad sa katotohanan. Ang isang mahusay na isinasagawa backtest na magbubunga ng mga suboptimal na resulta ay mag-udyok sa mga mangangalakal na baguhin o tanggihan ang diskarte.
Ang Ideal Backtesting Scenario
Ang perpektong backtest ay pumipili ng data ng sample mula sa isang may-katuturang tagal ng panahon ng isang tagal na sumasalamin sa iba't ibang mga kondisyon ng merkado. Sa ganitong paraan, ang isang tao ay maaaring mas mahusay na hatulan kung ang mga resulta ng backtest ay kumakatawan sa isang fluke o tunog ng pangangalakal.
Ang makasaysayang set ng data ay dapat magsama ng isang tunay na kinatawan ng halimbawang ng mga stock, kasama na ang mga kumpanya na kung saan sa huli ay nabangkarote o nabenta o likidado. Ang kahalili, kabilang ang mga data lamang mula sa makasaysayang mga stock na nasa paligid pa rin ngayon, ay makagawa ng mga artipisyal na mataas na pagbabalik sa pag-backtest.
Dapat isaalang-alang ng isang backtest ang lahat ng mga gastos sa pangangalakal, gayunpaman hindi gaanong mahalaga, dahil ang mga ito ay maaaring magdagdag ng hanggang sa kurso ng panahon ng backtesting at drastically nakakaapekto sa hitsura ng kakayahang kumita ng isang diskarte. Dapat tiyakin ng mga negosyante na ang kanilang mga backtesting software account para sa mga gastos na ito. Ang pagsubok sa labas ng sample at pasulong na pagganap ay nagbibigay ng karagdagang kumpirmasyon tungkol sa pagiging epektibo ng isang sistema at maaaring magpakita ng mga tunay na kulay ng isang sistema bago ang tunay na cash ay nasa linya. Ang mabuting ugnayan sa pagitan ng backtesting, out-of-sample at pasulong na mga pagsubok sa pagganap ng pagsubok ay mahalaga para sa pagtukoy ng posibilidad ng isang trading system.
Pagsusulit kumpara sa Ipasa ang Pagsubok sa Pagganap
Ang pasulong na pagsubok sa pagganap, na kilala rin bilang papel sa pangangalakal, ay nagbibigay ng mga mangangalakal ng isa pang hanay ng mga data ng labas ng sample kung saan masuri ang isang sistema. Ang pasulong na pagsubok sa pagganap ay isang kunwa ng aktwal na kalakalan at nagsasangkot sa pagsunod sa lohika ng system sa isang live na merkado. Tinatawag din itong trading trading dahil ang lahat ng mga trading ay pinaandar sa papel lamang; iyon ay, ang mga entry sa paglabas at paglabas ay na-dokumentado kasama ang anumang kita o pagkawala para sa system, ngunit walang tunay na mga trading ang naisakatuparan.
Ang isang mahalagang aspeto ng pasulong na pagsubok sa pagganap ay upang sundin nang eksakto ang lohika ng system; kung hindi man, ito ay nagiging mahirap, kung hindi imposible, upang tumpak na suriin ang hakbang na ito ng proseso. Ang mga mangangalakal ay dapat maging matapat tungkol sa anumang mga entry sa kalakalan at paglabas at iwasan ang pag-uugali tulad ng mga trade pick ng cherry o hindi kasama ang isang trade sa papel na may katwiran na "Hindi ko kailanman kinuha ang trade na iyon." Kung ang kalakalan ay naganap kasunod ng lohika ng system, dapat itong dokumentado at masuri.
Ang Pagkakaiba sa pagitan ng Pagtatasa ng Backtesting at Scenario
Habang ang backtesting ay gumagamit ng aktwal na data sa kasaysayan upang masubukan para sa fit o tagumpay, ang pagsusuri sa sitwasyon ay gumagamit ng hypothetical data na gayahin ang iba't ibang mga posibleng kinalabasan. Halimbawa, susuriin ng senaryo ang mga tiyak na pagbabago sa mga halaga ng mga mahalagang papel ng portfolio o pangunahing mga kadahilanan na nagaganap, tulad ng isang pagbabago sa rate ng interes. Ang pagtatasa ng senaryo ay karaniwang ginagamit upang matantya ang mga pagbabago sa halaga ng isang portfolio bilang tugon sa isang hindi kanais-nais na kaganapan, at maaaring magamit upang suriin ang isang teoretikal na pinakamasamang kaso.
Ang ilang mga Pitfalls of Backtesting
Para sa pag-backtest upang magbigay ng makabuluhang mga resulta, ang mga mangangalakal ay dapat bumuo ng kanilang mga diskarte at subukan ang mga ito sa mabuting pananampalataya, maiwasan ang bias hangga't maaari. Nangangahulugan ito na ang diskarte ay dapat na binuo nang hindi umaasa sa data na ginamit sa pag-backtesting. Mas mahirap yan kaysa sa tila. Ang mga mangangalakal ay karaniwang nagtatayo ng mga diskarte batay sa data sa kasaysayan. Dapat silang mahigpit tungkol sa pagsubok sa iba't ibang mga set ng data mula sa mga sinasanay nila ang kanilang mga modelo. Kung hindi man, ang mga pinakamalakas ay makakagawa ng mga kumikinang na mga resulta na nangangahulugang wala.
Katulad nito, ang mga mangangalakal ay dapat ding maiwasan ang mga dredging ng data, kung saan sinubukan nila ang isang malawak na hanay ng mga diskarte sa hypothetical laban sa parehong hanay ng data kasama ang gagawa din ng mga tagumpay na mabibigo sa mga real-time na merkado, dahil maraming mga hindi wastong mga diskarte na tatalo sa merkado isang tiyak na tagal ng oras sa pagkakataon.
Ang isang paraan upang mabayaran ang pagkahilig sa data dredge o cherry pick ay ang paggamit ng isang diskarte na magtagumpay sa nauugnay, o sa-sample, tagal ng oras at mai-backest ito ng data mula sa ibang, o out-of-sample, tagal ng oras. Kung ang mga sample na in-sample at out-of-sample ay nagbubunga ng magkatulad na resulta, malamang na ang mga ito ay karaniwang may bisa.
