回测交易:定义、运作方式和示例

回测-交易_-定义-工作原理-示例

什么是回测?

回测是查看事后策略或模型效果如何的通用方法。 回测通过使用历史数据发现交易策略的发展方式来评估交易策略的可行性。 如果回测有效,营销人员和分析师肯定会在未来使用它。

回测的基础

回测允许交易者使用历史数据模拟交易策略以生成结果并在冒真实资本风险之前分析风险和回报。

具有积极结果的运行良好的测试可以向营销人员保证,该策略从根本上讲是合理的,并且在实际实施时很可能是有利可图的。 运行良好但结果不理想的测试将促使营销人员改变或拒绝该策略。 特别复杂的交易策略,例如自动交易系统使用的策略,严重依赖测试来证明其价值,因为它们太有趣了,无法进行不同的评估。

一旦可以量化商业创意,就可以对其进行重新测试。 一些营销人员和投资者可能会寻求合格开发人员的专业知识,以将想法开发成试用形式。 通常这包括开发人员使用交易平台托管的专有语言对想法进行编码。 程序员可以合并用户定义的输入变量,允许商家“修改”系统。

这方面的一个例子是上面提到的简单移动平均交叉系统。 商家可以输入(或更改)系统中使用的两个动画的长度。 交易者可以再次尝试确定哪些移动平均长度在历史数据上表现最好。

为什么回测很重要

回测为分析师、交易员和逆变器提供了一种在实施前评估和优化其商业策略和分析模型的形式。 这个想法是,过去效果不佳的策略将来可能效果不佳,反之亦然。 正如你所看到的,部分回测关键是前面的绝望早于未来的绝望的算术假设。

回测如何工作

理想的回测从反映各种市场状况的持续时间的相关时间段中选择数据样本。 这样,您可以更好地判断回测结果是代表失败还是一笔划算的交易。

历史数据集应包括真正具有代表性的股票样本,包括最终破产或被出售或清算的公司。 替代方案仅包括今天仍然存在的历史库存数据,将产生人为的高回溯测试回报。

回测必须考虑所有交易成本,无论多么微不足道,因为它们会在测试期间增加并严重影响策略的盈利能力。 商家应确保他们的试用软件与这些成本相匹配。

样本外测试和高级性能测试提供了对系统有效性的额外确认,并且可以在实际现金可用之前显示系统的真实面目。

样本外性能测试结果与未来性能之间的良好相关性对于确定商业系统的可行性至关重要。

交易策略回测规则

交易者尝试交易策略时需要考虑许多因素。 以下是测试时要记住的最重要事项的列表:

  • 考虑总体市场趋势
  • 考虑进行测试的宇宙
  • 在开发交易系统时考虑可变性的度量是极其重要的
  • 持有的平均柱数对于监控交易系统的发展也非常重要
  • 曝光是一把双刃剑
  • 年度绩效被用作评估系统相对于其他投资地点的绩效的工具
  • 回测有时会导致所谓的过度优化
  • 回测并不总是衡量给定交易系统有效性的最准确方法
  • 重要的是不仅要查看整体年度回报,还要考虑风险的增加或减少。

谁使用回测?

所有这些都可以通过适当的回测来完成。 没有禁运,机构逆转和其他恐龙管理者实现了回顾性试验。 回测使用可用于获取成本并需要完整模型的数据。

机构公司和倒置公司有人力资本和财务需求,可以在其商业战略中使用测试模型。 在游戏中有大量资金时,思想的制度逆向必须跟随并有意识地评估风险。

人们还会搜索 不良信用:定义、示例和处罚

回测与前瞻性能

远期绩效监控,也称为纸面交易,为交易者提供另一个样本外数据集来评估系统。 它是对真实交易的模拟,涉及在实时市场中监控系统的逻辑。

远期绩效监控被称为纸面交易,因为所有交易都仅在纸面上完成。 也就是说,交易进入和退出以及系统中的任何收益或损失都被记录在案,但没有进行实际交易。

促进性能测试的一个重要方面是完全遵循系统的逻辑。 否则,即使不是不可能,也很难准确评估流程中的这一步骤。

交易者应对入境和出境交易保持诚实,避免诸如挑选交易或不包括纸上交易等行为,这些行为合理化了“如果交易完成,我将永远不会收到这笔交易”。 根据系统的逻辑,必须记录和评估。

回测与场景分析的区别

回测使用真实的历史数据来测试适用性或成功性,而情景分析使用模拟各种可能结果的假设数据。 例如,情景分析会模拟投资组合证券价值的具体变化或发生的关键因素,例如利率的变化。

情景分析通常用于估计投资组合价值的变化以应对不利事件,并可用于检查理论上的最坏情况。

后置的缺点

为了使回测能够产生有效的结果,营销人员需要制定策略并真诚地尝试它们,尽可能避免偏见。 这意味着必须在不依赖回测中使用的数据的情况下制定策略。

这比听起来更困难。 交易者通常根据历史数据创建策略。 在测试与其模型训练的数据集不同的数据集时,他们必须严格。 否则,回测将有出色的结果,没有任何意义。

同样,交易者也应该避免数据挖掘,他们针对同一数据集尝试各种假设策略,并且他们也会产生实时市场失败,因为有许多无效策略需要克服。 在市场上一段时间。 随机指定的时间段。

抵消数据挖掘或选择性选择倾向的一种方法是使用在相关时间段或样本内成功的策略以及来自不同时间段或样本外的测试数据。 如果样本内和样本外回测给出相似的结果,那么它可能是普遍有效的。

结论

回测是开发交易系统最重要的方面之一。 如果创建和解释正确,它可以帮助营销人员优化和改进他们的策略,发现技术或理论缺陷,并在将其应用于现实市场之前获得对其策略的信心。

发表评论

您的电邮地址不会被公开。 必填带 *

你也许也喜欢