Zpětné testování
Zpětné testování je obecná metoda, jak zjistit, jak dobře by strategie nebo model dosáhl ex-post. Zpětné testování vyhodnocuje životaschopnost obchodní strategie tím, že objevuje, jak by se mohla hrát pomocí historických dat. Pokud backtesting funguje, mohou obchodníci a analytici mít jistotu, že jej budou využívat v budoucnu.
Zpětné testování může být důležitým krokem při optimalizaci obchodní strategie. Chcete-li se dozvědět více o používání nástrojů analýzy grafů k rozpoznání výnosných obchodních příležitostí, podívejte se na kurz technické analýzy na Investopedia Academy.
Základy zpětného testování
Zpětné testování umožňuje obchodníkovi simulovat obchodní strategii s využitím historických dat pro generování výsledků a analýzu rizika a ziskovosti před rizikem jakéhokoli skutečného kapitálu.
Dobře provedená zpětná zkouška, která přinese pozitivní výsledky, zajišťuje obchodníkům, že strategie je v zásadě zdravá a je pravděpodobné, že při implementaci ve skutečnosti přinese zisky. Dobře provedená zpětná zkouška, která přináší suboptimální výsledky, přiměje obchodníky ke změně nebo odmítnutí strategie. Obzvláště komplikované obchodní strategie, jako jsou strategie prováděné automatizovanými obchodními systémy, se do značné míry spoléhají na zpětné testování, aby prokázaly svou hodnotu, protože jsou příliš tajemné, než aby vyhodnotily jinak.
Dokud je možné kvantifikovat obchodní nápad, lze jej znovu vyzkoušet. Někteří obchodníci a investoři mohou vyhledávat odborné znalosti kvalifikovaného programátora, aby myšlenku rozvinuli do testovatelné podoby. Obvykle se jedná o programátora, který kóduje myšlenku do proprietárního jazyka hostovaného obchodní platformou. Programátor může zahrnovat uživatelem definované vstupní proměnné, které umožňují obchodníkovi systém „vyladit“. Příkladem toho by byl jednoduchý systém křížení průměrného klouzavého průměru uvedený výše. Obchodník by byl schopen zadat (nebo změnit) délky dvou klouzavých průměrů použitých v systému. Obchodník mohl zpětně určit, které délky klouzavých průměrů by na historických datech měly nejlepší výsledky.
Klíč s sebou
- Zpětné testování vyhodnocuje životaschopnost obchodní strategie nebo cenového modelu tím, že objevuje, jak by to vycházelo s využitím historických dat.
- Pokud backtesting funguje, mohou obchodníci a analytici mít jistotu, že jej budou využívat v budoucnu.
- Dobře provedená zpětná zkouška, která přinese pozitivní výsledky, zajišťuje obchodníkům, že strategie je v zásadě zdravá a je pravděpodobné, že při implementaci ve skutečnosti přinese zisky. Dobře provedená zpětná zkouška, která přináší suboptimální výsledky, přiměje obchodníky ke změně nebo odmítnutí strategie.
Ideální scénář zpětného testování
Ideální backtest vybere data vzorku z relevantního časového období trvání, které odráží různé tržní podmínky. Tímto způsobem lze lépe posoudit, zda výsledky zpětného testu představují obchodování s motolicí nebo zvukem.
Historický soubor údajů musí zahrnovat skutečně reprezentativní vzorek akcií, včetně těch společností, které nakonec zkrachovaly nebo byly prodány nebo zlikvidovány. Tato alternativa, včetně pouze údajů z historických populací, které jsou stále kolem, povede k zpětnému testování uměle s vysokou návratností.
Zpětný test by měl zvážit všechny obchodní náklady, i když nevýznamné, protože se mohou v průběhu období zpětného testování sčítat a drasticky ovlivnit vzhled ziskovosti strategie. Obchodníci by měli zajistit, aby jejich zpětný testovací software odpovídal za tyto náklady. Testování mimo vzorek a testování výkonnosti dopředu poskytuje další potvrzení týkající se účinnosti systému a může ukázat skutečné barvy systému před tím, než bude na lince skutečná hotovost. Pro určování životaschopnosti obchodního systému je nezbytná dobrá korelace mezi výsledky zpětného testování, výsledků mimo testování a dopředného testování výkonu.
Zpětné testování vs. testování výkonu vpřed
Forwardové testování výkonu, známé také jako obchodování s papírem, poskytuje obchodníkům další sadu dat mimo vzorek, na nichž lze systém vyhodnotit. Forward testování výkonu je simulace skutečného obchodování a zahrnuje sledování logiky systému na živém trhu. Nazývá se také obchodování s papírem, protože všechny obchody jsou prováděny pouze na papíře; to znamená, že obchodní záznamy a východy jsou dokumentovány spolu s jakýmkoli ziskem nebo ztrátou systému, ale žádné skutečné obchody nejsou prováděny.
Důležitým aspektem dopředného testování výkonu je přesně sledovat logiku systému; jinak je obtížné, ne-li nemožné, přesně vyhodnotit tento krok procesu. Obchodníci by měli být čestní ohledně jakýchkoli obchodních vstupů a výstupů a neměli by se chovat takovým způsobem, jako jsou obchody s třešněmi nebo bez toho, aby zahrnovaly obchod na papíře racionalizující, že „nikdy bych tento obchod nebral“. Pokud by k obchodu došlo po logice systému, mělo by být dokumentováno a vyhodnoceno.
Rozdíl mezi zpětným testováním a analýzou scénářů
Zatímco zpětné testování používá skutečná historická data k testování vhodnosti nebo úspěchu, analýza scénářů využívá hypotetická data, která simulují různé možné výsledky. Například scénářová analýza bude simulovat konkrétní změny hodnot cenných papírů portfolia nebo dojde ke klíčovým faktorům, jako je změna úrokové sazby. Analýza scénářů se běžně používá k odhadu změn hodnoty portfolia v reakci na nepříznivou událost a může být použita k prozkoumání teoretického nejhoršího scénáře.
Nějaká úskalí zpětného testování
Aby backtesting poskytoval smysluplné výsledky, musí obchodníci rozvíjet své strategie a testovat je v dobré víře a vyhýbat se co nejvíce zaujatosti. To znamená, že strategie by měla být vyvinuta, aniž by se spoléhala na data použitá při zpětném testování. To je těžší, než se zdá. Obchodníci obecně vytvářejí strategie založené na historických datech. Musí být přísní, pokud jde o testování s různými datovými sadami, než od těch, na kterých trénují své modely. V opačném případě bude nejhorší produkovat zářící výsledky, které neznamenají nic.
Obdobně se obchodníci musí vyhnout bagrování dat, ve kterém testují širokou škálu hypotetických strategií proti stejnému souboru dat, a také povedou k úspěchům, které selhávají na trzích v reálném čase, protože existuje mnoho neplatných strategií, které by trh porazily konkrétní časové období náhodou.
Jedním ze způsobů, jak kompenzovat tendenci k bagrování dat nebo vychystávání třešní, je použití strategie, která uspěje v příslušném časovém období nebo ve vzorku, a zpětně je testuje s daty z jiného nebo mimo výběrového časového období. Pokud zpětné testy ve vzorku a mimo vzorek přinášejí podobné výsledky, jsou pravděpodobně obecně platné.
Porovnat poskytovatele investičních účtů Jméno Popis Zveřejnění inzerenta × Nabídky, které se objevují v této tabulce, pocházejí od partnerství, od nichž Investopedia dostává náhradu.