backtesting
Backtesting är den allmänna metoden för att se hur bra en strategi eller modell skulle ha gjort efterhand. Backtesting bedömer livskraften för en handelsstrategi genom att upptäcka hur den skulle spela med historiska data. Om backtesting fungerar, kan handlare och analytiker ha förtroende att använda det framöver.
Backtesting kan vara ett viktigt steg för att optimera din handelsstrategi. För att lära dig mer om hur du använder kartanalysverktyg för att känna igen lönsamma handelsmöjligheter, kolla in kursen Teknisk analys på Investopedia Academy.
Grunderna i backtesting
Backtesting gör det möjligt för en näringsidkare att simulera en handelsstrategi med historiska data för att generera resultat och analysera risk och lönsamhet innan man riskerar något faktiskt kapital.
En väl genomförd motprövning som ger positiva resultat försäkrar handlare att strategin är grundläggande sund och sannolikt kommer att ge vinst när den implementeras i verkligheten. En väl genomförd backtest som ger suboptimala resultat kommer att få handlare att ändra eller avvisa strategin. Särskilt komplicerade handelsstrategier, till exempel strategier implementerade av automatiserade handelssystem, förlitar sig starkt på backtesting för att bevisa deras värde, eftersom de är för arcane för att utvärdera annat.
Så länge en handelsidé kan kvantifieras, kan den testas tillbaka. Vissa handlare och investerare kan söka kompetens hos en kvalificerad programmerare för att utveckla idén till en testbar form. Vanligtvis involverar detta en programmerare som kodar idén till det proprietära språket som är värd för handelsplattformen. Programmeraren kan inkludera användardefinierade inmatningsvariabler som gör det möjligt för näringsidkaren att "finjustera" systemet. Ett exempel på detta skulle vara i det enkla rörliga medelövergångssystemet som nämns ovan. Handlaren skulle kunna mata in (eller ändra) längderna på de två rörliga genomsnitt som används i systemet. Näringsidkaren kunde backtest för att bestämma vilka längder av rörliga medelvärden som skulle ha presterat bäst på historiska data.
Key Takeaways
- Backtesting bedömer livskraften för en handelsstrategi eller prissättningsmodell genom att upptäcka hur den skulle spela med historiska data.
- Om backtesting fungerar, kan handlare och analytiker ha förtroende att använda det framöver.
- En väl genomförd motprövning som ger positiva resultat försäkrar handlare att strategin är grundläggande sund och sannolikt kommer att ge vinst när den implementeras i verkligheten. En väl genomförd backtest som ger suboptimala resultat kommer att få handlare att ändra eller avvisa strategin.
Det ideala backtesting-scenariot
Det ideala backtestet väljer provdata från en relevant tidsperiod av en varaktighet som återspeglar olika marknadsförhållanden. På detta sätt kan man bättre bedöma om resultatet av backtest representerar en handel med ljud eller ljud.
Den historiska datauppsättningen måste innehålla ett verkligt representativt urval av lager, inklusive de från företag som så småningom gick i konkurs eller såldes eller likviderades. Alternativet, inklusive endast data från historiska lager som fortfarande finns i dag, kommer att ge konstgjord hög avkastning i backtesting.
En backtest bör beakta alla handelskostnader, dock obetydliga, eftersom dessa kan lägga till under backtestperioden och drastiskt påverka uppkomsten av en strategis lönsamhet. Handlare bör se till att deras program för backtesting står för dessa kostnader. Provning utan provtagning och framåtriktad prestandatestning ger ytterligare bekräftelse beträffande systemets effektivitet och kan visa ett systems verkliga färger innan riktiga kontanter är på raden. En god korrelation mellan backtesting, out-of-sample och framåtprestationsresultat är avgörande för att bestämma ett handelssystemets livskraft.
Backtesting kontra framåtprövning
Framtida prestandatestning, även känd som pappershandel, ger handlare en annan uppsättning out-of-sample-data för att utvärdera ett system. Test av framåtriktad prestanda är en simulering av faktisk handel och innebär att systemets logik följs på en levande marknad. Det kallas också pappershandel eftersom alla affärer endast utförs på papper; det vill säga, handelsinmatningar och utgångar dokumenteras tillsammans med någon vinst eller förlust för systemet, men inga verkliga affärer genomförs.
En viktig aspekt av framåtprestning är att följa systemets logik exakt; annars blir det svårt, om inte omöjligt, att exakt utvärdera detta steg i processen. Handlare bör vara ärliga när det gäller handelsposter och utgångar och undvika beteenden som körsbärsplockning eller inte inkludera en handel på papper som rationaliserar att "Jag skulle aldrig ha tagit den handeln." Om handeln skulle ha skett efter systemets logik, bör den dokumenteras och utvärderas.
Skillnaden mellan backtesting och scenarioanalys
Medan backtesting använder faktiska historiska data för att testa för passform eller framgång, använder scenarioanalys hypotetiska data som simulerar olika möjliga resultat. Till exempel kommer scenarioanalys att simulera specifika förändringar i värdena på portföljens värdepapper eller nyckelfaktorer, till exempel en förändring i räntan. Scenarioanalys används ofta för att uppskatta förändringar i portföljens värde som svar på en ogynnsam händelse och kan användas för att undersöka ett teoretiskt värsta fall.
Några fallgropar av backtesting
För att backtesting ska ge meningsfulla resultat, måste handlare utveckla sina strategier och testa dem i god tro och undvika partiskhet så mycket som möjligt. Det betyder att strategin bör utvecklas utan att förlita sig på de data som används i backtesting. Det är svårare än det verkar. Handlare bygger generellt strategier baserade på historisk data. De måste vara noga med att testa med olika datauppsättningar från de de tränar sina modeller på. Annars kommer backtest att ge glödande resultat som inte betyder något.
På samma sätt måste näringsidkare också undvika datamuddring, där de testar ett brett utbud av hypotetiska strategier mot samma uppsättning data med kommer också att ge framgångar som misslyckas i realtidsmarknader, eftersom det finns många ogiltiga strategier som skulle slå marknaden över en viss tidsperiod av en slump.
Ett sätt att kompensera för tendensen till datormassage eller körsbärsplockning är att använda en strategi som lyckas med den relevanta tidsperioden eller i provet och backtest det med data från en annan tidsperiod eller ur provtagningen. Om backtest i provet och ur provet ger liknande resultat, är de troligtvis i allmänhet giltiga.
Jämför investeringskonton Leverantörs namn Beskrivning Annonsörens upplysning × Erbjudandena som visas i denna tabell kommer från partnerskap från vilka Investopedia erhåller ersättning.