„Backtest“ yra būdas patikrinti praeities strategijos efektyvumą. Ar ši priemonė tikrai veikia?
Pradėdamas prekybą, vienas iš pirmųjų dalykų, kurį sužinai, yra „backtesting“ koncepcija. Tai yra, prieš naudojant strategiją, patartina, jei ne ir būtina, patikrinti kai kurių taisyklių rezultatus ankstesniais laikotarpiais. Mes šias taisykles vadiname prekybos sistema arba tiesiog sistema. Pati koncepcija ar bent jau idėja yra labai gera. Nors dabar mums tai atrodo akivaizdu, ne visada taip buvo. Be to, net ir šiandien yra prekybininkų ar investuotojų, kurie per klaidą ar praleidimą nori savo kapitalą patikėti likimo ateičiai.
Akivaizdu, kad kiekvienas spekuliuoja savo kapitalu taip, kaip jiems atrodo tinkama. Žinoma, naudojant bent vieno paspaudimo priemones, kad bent jau būtų galima pabandyti patikrinti ir palyginti lengvai grąžinti strategiją anksčiau, atrodo bent jau absurdas to nedaryti.
Pastaba: praleidžiame tas analizės dalis, kurios nėra kiekybiškai įvertinamos. Kažkas, kas vyksta atliekant visų tipų analizę. Visada yra kažkas, ko pasigendame.
Ankstesnė grąža negarantuoja būsimos grąžos
Kai kurie iš tų, kurie nenoriai skaičiuoja savo strategijas, gali tvirtinti ir labai gerai argumentuoti, kad ankstesnė grąža negarantuoja grąžos ateityje. Bet, turėdamas omenyje, kad jie teisūs, visada darau tokią išvadą: jei negalite užtikrinti, kad tai, kas pavyko, veiks ir toliau, verčia jus galvoti, kad tai, kas neveikė, veiks ir dabar. Tai galėtų veikti? Taip, bet tai labiau atrodo tikėjimo veiksmas nei bet kas kitas.
Viltis yra paskutinis dalykas, kurį reikia prarasti, nes, žinoma, prieš jį praradęs, tai tikrai prarasite savo kapitalą.
Neveikia ir atgalinis testas
Atsižvelgdami į mintį, kad geresnis bandymas yra ne pasikliauti astrologija, turime ir toliau tobulinti, kad nedarytume tų pačių klaidų, kurias padarė ir daro, deja, daugelis prekybininkų.
Šiuo metu mes turime uždėti aliejų ant drobės, kad patvirtintume, jog atgalinis bandymas yra geresnis nei pasikliauti kelionės tikslo atsitiktinumu, tačiau to toli gražu nepakanka.
Kodėl to nepakanka?
Pakanka atgalinio testo, kad patikrintume, ar anksčiau naudojęsi tam tikra prekybos sistema būtume gavę tam tikrų rezultatų. Bet įrankis tuo ir baigiasi. Pats žodis sako: „Atgal“ (praeitis) ir „testas“ (įrodymas). Ekstrapoliuojant, toliau neanalizuojant, kai kurie rezultatai vis tiek yra, nors ir mažesniu mastu, dar vienas tikėjimo veiksmas. Kadangi atsitiktinai ji galėjo tęsti darbą ir rado sistemą, veikiančią nežinant, kodėl ir kad ji veikia, ir jūs nežinote iki kada. Šis kai kurių kiekybinių analitikų elgesys prieštarauja jų nepaliaujamai kritikai dėl techninės analizės. Tai yra, jie kritikuoja tai, ką patys nesąmoningai taiko kasdien.
Ką čia analizuoti?
Darant prielaidą, kad sistema turi fiksuotus parametrus, būtina patikrinti jos pagrįstumą skirtingose rinkos aplinkose. Net ir neegzistuojančioje aplinkoje. Patikrinkite, kaip sistema būtų veikusi didelio nepastovumo, mažo nepastovumo aplinkoje, prieš ir po struktūrinių pokyčių, bulių, meškų ir šoninėse rinkose. Taigi mes galėtume tęsti beveik neribotą laiką.
Jei sistema turi kintamus parametrus, kurie dažniausiai įvyksta daugeliu atvejų, atliksime tą patį procesą, tačiau turėdami omenyje, kad sistemą galima modifikuoti ir todėl optimizuoti. Pats optimizavimo faktas daro jį linkusį per daug optimizuoti. Šis punktas yra nepaprastai svarbus norint ateityje gauti stabilią grąžą.
Įprastas žingsnis radus praeityje gerai veikusią strategiją yra bandymas optimizuoti modelį. Didelė klaida. Pirmiausia turėtumėte tai įtempti, arba tai, ką aš vadinu, pabrėždamas sistemą. Pradėkite jį dirbti blogiausioje, tokioms sistemoms žinomoje aplinkoje. Taigi, pavyzdžiui, jei mes turime tendencijų sistemą, reikės ją naudoti ilgesniais šoniniais laikotarpiais, kad pamatytume, kaip ji elgiasi, kai nėra palankaus scenarijaus, kaip generuoti grąžą iš sistemos. To priežastis yra ta, kad mes nežinome, kas bus ateityje, todėl atsidūrę blogiausiame įmanomame scenarijuje mes kuo labiau atitolome nuo neišvengiamo (ir pageidaujamo) atsitiktinumo.
Ką daryti be streso?
Viską keičiančios sąvokos yra bandymas į priekį ir bandymas iš atrankos. Bet jei nežinome ateities, kaip mes ką nors išbandysime apie tai, ko nežinome? Mes turime du variantus, kuriuos netrukus pamatysime. Kita vertus, mes turime išimties sąvoką. Šio pavyzdžio pasirinkimas - kurio rekomenduoju, kad jų būtų nemažai (ne tik vienas), o tikimybių pasiskirstymas, kurio charakteristikos skiriasi, yra būtinas norint pasiekti veikiančią sistemą. Idėja yra ta, kad bandymai ir optimizavimas atliekami skirtingais laikotarpiais. Taigi, nemokami pavyzdžiai liks. Nors tai priklauso nuo analitiko skonio. Tai galima padaryti kitu būdu, tačiau galime patekti į statistines klaidas, kurios nėra šio straipsnio tikslas.
- Pirmasis būdas atlikti procesą yra tai, ką mes vadinsime tradiciniu: mes sukuriame sistemą, ją optimizuojame ir, peržiūrėję tam tikrą metriką, mes ją pritaikome dirbdami fiktyviais pinigais arba turėdami mažai realių pinigų. Jei viskas gerai, tai pritaikome realiai.
- Antrasis būdas atlikti procesą yra tai, ką mes vadinsime „nauju“, nors iš tikrųjų jis turi mažai naujo: mes vykdome sistemą, ją optimizuojame, tikriname parametrų stabilumą laikui bėgant, vykdome iš bandymų pavyzdžiai, dirbtiniai bandymai į priekį ir mes jį pritaikėme tikram pirmyn. Jei viskas gerai, tai pritaikome realiai.
Antrasis būdas, palyginti su pirmuoju, grindžiamas dviem koncepcijomis: parametrų stabilumas laikui bėgant ir dirbtiniai pirmyn atliekami bandymai. Dirbtiniai į priekį atliekami bandymai nėra pavyzdiniai bandymai, kuriais bandoma imituoti tikrąjį bandymą į priekį. Pagalvokime apie šiuos dalykus:
Pastaruosius metus atlikome sistemos kūrimo procesą. Pradėti jį dirbti nuo šio mėnesio (liepos) iki metų pabaigos (gruodžio mėn.) Yra praktiškai tas pats, kas judėti į priekį visus 6 mėnesius ir imituoti bandymą į priekį nuo sausio iki liepos. Tai nėra tas pats, nes realios sąlygos visada siūlo sunkiai sugalvojamas situacijas, tačiau mes žengiame toliau ir pasiekiame geresnių rezultatų. Po tų „išradimų“, nes jie iš tikrųjų yra išradimai, mes atlikome išankstinį bandymą realiu laiku. Tai turiu omenyje dirbtinius bandymus į priekį. Kai kuriems tai gali nepatikti, tačiau galvoti kitaip yra psichiškai šališkas. Jei būtumėte atradę šią strategiją 6 mėnesiais anksčiau, būtumėte padarę tą patį.
Kita vertus, laikui bėgant turime sistemos parametrų stabilumą. Man tai yra svarbiausia metrika ir nurodo, ar sistema yra per daug optimizuota. Jei po optimizavimo kas X periodą parametrai išlieka stabilūs, tai reiškia, kad parametrai yra rečiau optimizuoti labiau nei kiti, kurie skiriasi labiau. Jei prie to pridėsime, kad kiekvienam iš optimizavimų atliekame dirbtinį bandymą į priekį, o rezultatai taip pat yra stabilūs, susiduriame su sistema, kuri gali būti tikrai pelninga.
Visa tai gali būti kur kas labiau sujaukta. Nors tai atrodo sudėtinga, taip nėra. Jis sunkus, tačiau paprastesnis nei ąsočio mechanizmas. Kaip visada, kiekvienas žmogus turi savo būdą daryti dalykus, tai nėra vienintelis būdas, bet aš norėjau aiškiai pasakyti, kad „backtest“ be kelionės palydovų yra nenaudingas ir nenaudingas. Bent jau, žinoma, prekybos pasaulyje.
