Back Testing En Stuur Die Toets Van Die Belangrikheid Korrelasie

Back testing en stuur toets: die belangrikheid van Korrelasie Handelaars wat gretig is om te probeer 'n handels idee in 'n lewendige mark maak dikwels die fout om te vertrou geheel en al op back testing resultate om te bepaal of die stelsel winsgewend sal wees. Terwyl back testing handelaars kan waardevolle inligting, is dit dikwels misleidend en dit is net een deel van die evalueringsproses. Buite-monster getoets en vorentoe prestasietoetsing verdere bevestiging met betrekking tot doeltreffendheid van 'n stelsel, en kan 'n stelsel se ware kleure te wys, voor die werklike kontant is op die spel. Goeie korrelasie tussen back testing, out-of-monster en vorentoe prestasietoetsing resultate is noodsaaklik vir die bepaling van die lewensvatbaarheid van 'n handel stelsel. (. Ons bied 'n paar wenke oor die proses wat jou kan help verfyn jou huidige handel strategieë Vir meer inligting, lees back testing: Interpretasie van die verlede.) back testing Basics Back testing verwys na die toepassing van 'n handel stelsel om historiese data te verifieer hoe 'n stelsel gedurende die gespesifiseerde tydperk sal presteer. Baie van vandag se handel platforms ondersteun back testing. Handelaars kan toets idees met 'n paar toetsaanslagen en insig in die doeltreffendheid van 'n idee sonder gevaar fondse in 'n handel rekening. Back testing eenvoudige idees, soos hoe om 'n bewegende gemiddelde crossover op historiese data sal uitvoer, of meer komplekse stelsels met 'n verskeidenheid insette en snellers te evalueer. Solank as wat 'n idee kan gekwantifiseer kan dit backtested wees. Sommige handelaars en beleggers kan die kundigheid van 'n gekwalifiseerde programmeerder probeer om die idee te ontwikkel in 'n toetsbare vorm. Tipies behels dit 'n programmeerder kodering die idee in die eiendom taal aangebied deur die verhandelingsplatform. Die programmeerder kan die gebruiker-gedefinieerde insette veranderlikes wat toelaat dat die handelaar aan die stelsel "tweak" inkorporeer. bo 'n Voorbeeld hiervan sou wees in die eenvoudige bewegende gemiddelde crossover stelsel opgemerk: die handelaar in staat om insette (of verandering) sou wees om die lengtes van die twee bewegende gemiddeldes gebruik word in die stelsel. Die handelaar kan backtest om te bepaal watter lengtes van bewegende gemiddeldes sou die beste presteer het op die historiese data. (Kry meer insig in die elektroniese handel handleiding.) optimalisering Studies Baie handel platforms ook voorsiening te maak vir die optimalisering studies. Dit behels die invoer van 'n reeks vir die gespesifiseerde insette en laat die rekenaar "doen die wiskunde" om uit te vind wat die invoer van die beste sou verrig. 'N multi-veranderlike optimalisering kan die wiskunde te doen vir twee of meer veranderlikes gekombineer om te bepaal watter vlakke saam die beste uitkoms sal bereik. Byvoorbeeld, kan handelaars die program wat insette wat hulle wil voeg in hul strategie vertel; hierdie sal dan gemaak om hul ideale gewig gegewe die getoets historiese data. Back testing kan opwindend wees in die sin dat 'n nie-winsgewende stelsel dikwels mettertyd kan omskep word in 'n geldmaak-masjien met 'n paar optimalisaties. Ongelukkig, die opstel van 'n stelsel om die grootste vlak van verlede winsgewendheid te bereik lei dikwels tot 'n stelsel wat swak sal presteer in real handel. Dit oor-optimalisering skep stelsels wat net goed lyk op papier. Krommepassing is die gebruik van optimalisering analise om die hoogste aantal wen ambagte op die grootste wins op die historiese data wat in die toetstydperk skep. Hoewel dit lyk indrukwekkend in back testing resultate, krommepassing lei tot onbetroubare stelsels sedert die resultate is in wese wat spesiaal ontwerp is vir net daardie spesifieke data en tyd. Back testing en optimalisering bied baie voordele aan 'n handelaar, maar dit is slegs 'n deel van die proses wanneer die evaluering van 'n potensiële handel stelsel. volgende stap is 'n handelaar is om die stelsel van toepassing op historiese data wat nie gebruik word in die aanvanklike back testing fase. (Die bewegende gemiddelde is maklik om te bereken en, nadat geplot op 'n grafiek, is 'n kragtige visuele tendens-spot instrument. Vir meer inligting, lees Eenvoudige bewegende gemiddeldes Maak Trends uitstaan.) In-monster vs Buite-Voorbeeld Data Wanneer die toets van 'n idee op historiese data, dit is voordelig vir 'n tydperk van historiese data behou vir die toets doeleindes. Die aanvanklike historiese data waarop die idee is getoets en new word na verwys as die data in-monster. Die datastel wat gereserveer is bekend as data buite-monster. Hierdie opset is 'n belangrike deel van die evalueringsproses, want dit bied 'n manier om die idee te toets op data wat nie 'n komponent in die optimalisering model is. As gevolg hiervan, die idee sal nie beïnvloed is op enige wyse deur die data en handelaars buite-monster in staat om vas te stel hoe goed die stelsel kan voer oor die nuwe data sal wees; maw in werklike handel. Voor aanvang enige back testing of optimalisering, handelaars kan tersyde 'n persentasie van die historiese data stel om gereserveer word vir buite-monster getoets. Een metode is om die historiese data verdeel in derdes en skei 'n derde vir gebruik in die toets buite-monster. Slegs die data in-monster moet gebruik word vir die eerste toets en enige optimalisering. Figuur 1 toon 'n tydlyn waar 'n derde van die historiese data is gereserveer vir buite-monster getoets, en twee derdes gebruik vir die in-monster getoets. Hoewel Figuur 1 toon die data buite-monster in die begin van die toets, sou tipies prosedures het die gedeelte buite-monster onmiddellik voor die vorentoe prestasie. 201.gif "/%