Backtesting BREAKING DOWN Backtesting Quando você backtest uma teoria, os resultados obtidos são altamente dependentes dos movimentos do período de teste. Backtesting uma teoria supõe que o que acontece no passado acontecerá no futuro, e esta suposição pode causar riscos potenciais para a estratégia. Por exemplo, digamos que você deseja testar uma estratégia baseada na noção de que as IPOs da Internet superam o mercado geral. Se você testasse essa estratégia durante os anos do boom pontocom no final dos anos 90, a estratégia superaria significativamente o mercado. No entanto, tentar a mesma estratégia após a explosão da bolha resultaria em retornos desanimadores. Como você freqüentemente ouve: o desempenho passado não garante necessariamente retornos futuros. No contexto da análise técnica, é o processo de ajuste. Bias criado pelo uso de informações ou dados em um estudo ou. Um conjunto de títulos que compartilha um recurso comum, como o. Compra e venda de ações de acordo com uma tela baseada em predeterminado. Uma implicação em torno do uso de dados de séries temporais em que. Uma estratégia de estratégia de investimento que não exige dinheiro líquido. Oferecemos algumas dicas sobre este processo que podem ajudar a refinar suas estratégias de negociação atuais. Do-it-yourself negociação pode ser muito gratificante - tanto psicologicamente e para sua carteira. Uma parte importante de um plano de negociação está testando para determinar o que você pode esperar de seu desempenho. Os testes de desempenho backtesting e forward irão ajudá-lo a prever se seu plano será bem-sucedido. Infelizmente, não há uma estratégia de investimento perfeita que garanta o sucesso, mas você pode encontrar os indicadores e estratégias que funcionam melhor para sua posição. Correlações entre backtesting e resultados de teste de desempenho avançado podem ajudá-lo a otimizar seu sistema de negociação. Esta prática é comum com os comerciantes experientes e novos, e pode levar a grandes perdas. Descubra como evitá-lo. Pense que você pode bater a rua Vamos mostrar-lhe como testar suas habilidades sem perder sua camisa. Há muitas vantagens para a negociação de uma estratégia de espelho, mas os mercados são dinâmicos, e independentemente há sempre um risco de perdas. ETFs Fundos Mútuos Explore as metodologias usadas por fundos beta inteligentes e as razões pelas quais suas estratégias de seleção de ações podem não ser tão inteligentes. Fundos Mútuos de ETFs Explore os desafios apresentados pelos fundos beta inteligentes em relação à due diligence, incluindo métodos proprietários para seleção de ações e práticas de gerenciamento ativo. Saiba mais sobre o valor em risco de um portfólio e como o backtesting é usado para medir a precisão dos cálculos de valor em risco. Leia a resposta Aprenda estratégias que os comerciantes usam quando um padrão de top duplo é detectado. Este padrão é comum e pode ser rentável na equidade. Leia Resposta Um colega de trabalho mencionou recentemente a estratégia de média móvel 50/200. Fui online e descobri que esse sistema parecia. Leia a resposta Descubra a diferença entre Value at Risk, ou VaR, e testes de estresse, e aprenda como os dois conceitos podem ser usados juntos. Leia a resposta Saiba como os investidores contribuíram para o ponto-com busto e como os serviços de Internet e investir mudou desde o mercado. Leia a resposta Uma abreviatura do Índice Sensível à Bolsa de Bombaim (Sensex) - o índice de referência da Bolsa de Valores de Bombaim (BSE). Uma obrigação sem data de vencimento. Obrigações perpétuas não são resgatáveis, mas pagar um fluxo constante de juros para sempre. Alguns dos. O primeiro de uma série de anos em um índice econômico ou financeiro. Um ano de base é normalmente definido para um nível arbitrário de 1. Um vínculo que pode ser convertido em uma quantidade predeterminada de capital da empresa em determinados momentos durante a sua vida, normalmente. O excesso de retorno que o investimento no mercado de ações oferece ao longo de uma taxa livre de risco, como o retorno de títulos do governo. Um índice de 500 ações escolhidas para o tamanho do mercado, liquidez e agrupamento da indústria, entre outros fatores. O S P 500 foi projetado. Backtesting: Interpretando o passado O Backtesting é um componente chave do desenvolvimento efetivo do sistema de negociação. É realizado reconstruindo, com dados históricos, negócios que teriam ocorrido no passado usando regras definidas por uma determinada estratégia. O resultado oferece estatísticas que podem ser usadas para avaliar a eficácia da estratégia. Usando esses dados, os comerciantes podem otimizar e melhorar suas estratégias, encontrar quaisquer falhas técnicas ou teóricas, e ganhar confiança em sua estratégia antes de aplicá-lo aos mercados reais. A teoria subjacente é que qualquer estratégia que funcionou bem no passado é susceptível de funcionar bem no futuro e, inversamente, qualquer estratégia que teve um desempenho ruim no passado é susceptível de funcionar mal no futuro. Este artigo dá uma olhada no que as aplicações são usadas para backtest, que tipo de dados é obtido, e como colocá-lo para usar Os dados e as ferramentas Backtesting pode fornecer abundância de estatística valiosa comentários sobre um determinado sistema. Algumas estatísticas de backtesting universal incluem: Lucro líquido ou perda - ganho ou perda percentual líquido. Prazo - Datas passadas em que o teste ocorreu. Universo - Estoques que foram incluídos no backtest. Medidas de volatilidade - Percentagem máxima de subida e descida. Médias - Percentual de ganho médio e perda média, média de barras mantidas. Exposição - Percentual de capital investido (ou exposto ao mercado). Razões - Relação vitórias-perdas. Retorno anualizado - Retorno percentual ao longo de um ano. Retorno ajustado ao risco - Retorno percentual em função do risco. Normalmente, backtesting software terá duas telas que são importantes. O primeiro permite que o profissional personalize as configurações para backtesting. Essas personalizações incluem tudo, desde o período até os custos de comissão. Aqui está um exemplo de tal tela no AmiBroker: A segunda tela é o relatório de resultados de backtesting real. Isto é onde você pode encontrar todas as estatísticas mencionadas acima. Mais uma vez, aqui está um exemplo desta tela no AmiBroker: Em geral, a maioria dos softwares comerciais contém elementos semelhantes. Alguns programas de software high-end também incluem funcionalidades adicionais para realizar dimensionamento automático da posição, otimização e outros recursos mais avançados. Os 10 mandamentos Há muitos fatores comerciantes atenção para quando eles estão backtesting estratégias de negociação. Aqui está uma lista das 10 coisas mais importantes para lembrar enquanto backtesting: levar em conta as tendências do mercado amplo no período em que uma determinada estratégia foi testada. Por exemplo, se uma estratégia foi apenas testada de 1999 a 2000, pode não funcionar bem em um mercado de baixa. É muitas vezes uma boa idéia para backtest durante um período de tempo longo que engloba vários tipos diferentes de condições de mercado. Leve em conta o universo no qual o backtesting ocorreu. Por exemplo, se um sistema de mercado amplo é testado com um universo consistindo de ações de tecnologia, pode deixar de fazer bem em diferentes setores. Como regra geral, se uma estratégia é direcionada para um gênero específico de estoque, limitar o universo a esse gênero, mas, em todos os outros casos, manter um grande universo para fins de teste. Medidas de volatilidade são extremamente importantes a considerar no desenvolvimento de um sistema de comércio. Isto é especialmente verdadeiro para as contas alavancadas, que são sujeitas a chamadas de margem se a sua equidade desce abaixo de um certo ponto. Os comerciantes devem procurar manter a volatilidade baixa, a fim de reduzir o risco e permitir uma transição mais fácil dentro e fora de um determinado estoque. O número médio de barras mantidas também é muito importante para assistir ao desenvolver um sistema de negociação. Embora a maioria dos backtesting software inclui custos de comissão nos cálculos finais, isso não significa que você deve ignorar esta estatística. Se possível, aumentar o número médio de barras mantidas pode reduzir os custos de comissão e melhorar o retorno geral. A exposição é uma espada de dois gumes. Aumento da exposição pode levar a maiores lucros ou maiores perdas, enquanto diminuição da exposição significa lucros mais baixos ou menos perdas. No entanto, em geral, é uma boa idéia para manter a exposição abaixo de 70, a fim de reduzir o risco e permitir uma transição mais fácil dentro e fora de um determinado estoque. A estatística de ganhos / perdas médios, combinada com a relação ganhos-perdas, pode ser útil para determinar o dimensionamento de posição otimizado e o gerenciamento de dinheiro usando técnicas como o Critério Kelly. (Veja Money Management Usando o Critério Kelly.) Os comerciantes podem assumir posições maiores e reduzir os custos de comissão, aumentando seus ganhos médios e aumentando sua relação ganhos-para-perdas. Retorno anualizado é importante porque é usado como uma ferramenta para comparar os retornos de um sistema contra outros locais de investimento. É importante não só olhar para o retorno global anualizado, mas também para ter em conta o risco aumentado ou diminuído. Isso pode ser feito olhando para o retorno ajustado ao risco, que explica vários fatores de risco. Antes de um sistema de negociação ser adotado, ele deve superar todos os outros locais de investimento em igual ou menos risco. Backtesting personalização é extremamente importante. Muitas aplicações backtesting têm entrada para valores de comissão, tamanhos de lote redondos (ou fracionários), tamanhos de carrapatos, requisitos de margem, taxas de juros, pressupostos de deslizamento, regras de dimensionamento de posição, regras de saída da mesma barra, configurações de parada e muito mais. Para obter os resultados de backtesting mais precisos, é importante ajustar essas configurações para imitar o corretor que será usado quando o sistema for ativado. Backtesting às vezes pode levar a algo conhecido como super-otimização. Esta é uma condição onde os resultados de desempenho são ajustados tão altamente ao passado que eles não são mais precisos no futuro. É geralmente uma boa idéia implementar regras que se aplicam a todas as ações ou um conjunto selecionado de ações segmentadas e não são otimizadas na medida em que as regras não são mais compreensíveis pelo criador. Backtesting nem sempre é a maneira mais precisa para avaliar a eficácia de um determinado sistema de comércio. Às vezes, as estratégias que funcionaram bem no passado não conseguem fazer bem no presente. O desempenho passado não é indicativo de resultados futuros. Certifique-se de comércio de papel de um sistema que foi testado com sucesso antes de ir ao vivo para ter certeza de que a estratégia ainda se aplica na prática. Conclusão Backtesting é um dos aspectos mais importantes do desenvolvimento de um sistema comercial. Se criado e interpretado corretamente, pode ajudar comerciantes a aperfeiçoar e melhorar suas estratégias, encontrar todas as falhas técnicas ou teóricas, assim como ganhar a confiança em sua estratégia antes de aplicá-la aos mercados reais. Recursos Tradecision (tradecision) - High-end Desenvolvimento do Sistema de Negociação AmiBroker (amibroker) - Desenvolvimento do Sistema de Negociação de Orçamento. Multi-Asset Backtest. Rotational Trading Strategies Eu quero discutir a implementação de Rotational Trading Strategies usando a biblioteca de backtesting no Systematic Investor Toolbox. A estratégia Rotational Trading troca as alocações de investimentos ao longo do tempo, apostando em alguns dos melhores ativos classificados. Por exemplo, o ranking pode ser baseado na força relativa ou momentum. Alguns exemplos das Estratégias de Negociação Rotacional (ou Atribuição Táctica de Activos) são: Quero ilustrar o Rotational Trading utilizando a estratégia introduzida no ETF Screen no cargo de Estratégia de Sector da ETF. A cada mês, esta estratégia investe nos dois primeiros dos 21 ETFs classificados por seus retornos de 6 meses. Para reduzir o volume de negócios, nos meses subsequentes as posições da ETF são mantidas desde que estes ETFs estejam entre os 6 primeiros. Antes que possamos implementar essa estratégia, precisamos criar duas rotinas auxiliares. Primeiro, vamos criar uma função que irá selecionar as posições N superiores para cada período: Em seguida, vamos criar uma função que irá selecionar as posições N superior para cada período e mantê-los até que eles caem abaixo KeepN rank: Agora estamos prontos para Implementar essa estratégia usando a biblioteca de backtesting na Caixa de Ferramentas do Investidor Sistemático: Há muitas maneiras de melhorar essa estratégia. Aqui está uma lista de exemplos de maneiras adicionais a considerar: Considere uma variedade de métodos de classificação. I. e. Retornos 1/2/3/6/12 meses e suas combinações, classificação ajustada pelo risco. Para controlar os levantamentos e aumentar o desempenho, considere o mecanismo de cronometragem apresentado em A Approach Quantitative to Tactical Asset Allocation by M. Faber (2006). Considere um universo de ativos diferente. Incluir os ETFs que estão menos correlacionados aos outros ativos, como Commodities, Fixed Income e International Equity Markets. Por exemplo, dê uma olhada no post de Estratégia Internacional de País Único. A única fronteira é a sua imaginação. Eu recomendaria também para fazer a análise da sensibilidade durante seu desenvolvimento da estratégia para certificar-se que seus não estão overfitting os dados. Para ver o código-fonte completo para este exemplo, por favor, dê uma olhada na função bt. rotational. trading. test () em bt. test. r no github. Nunca perca uma atualização Assine os R-blogueiros para receber e-mails com as últimas postagens R. (Você não verá esta mensagem novamente.)
No comments:
Post a Comment