Forex walk forward testing

O que é Walk Forward Analyse?

Avançar para a frente é o processo de otimização de um sistema comercial usando um conjunto limitado de parâmetros e, em seguida, testar o melhor parâmetro otimizado definido em dados fora da amostra. Isso é semelhante a como você usaria seu consultor especialista em negociação ao vivo. Os princípios da análise progressiva foram descritos pela primeira vez no livro The Evaluation and Optimization of Trading Strategies de Robert Pardo.

Para realizar uma análise progressiva no MetaTrader, primeiro otimize o consultor especialista no Strategy Tester. Em seguida, escolha o resultado mais lucrativo na guia Resultados da Otimização e execute um backtest durante um período de tempo imediatamente após o período de otimização. A data de término do período de otimização é igual à data de início do período de teste. Este processo é repetido repetidamente até atingir um tamanho de amostra satisfatório.

Se o consultor especialista tiver um bom desempenho no teste, em relação aos resultados de otimização, pode-se concluir que o consultor especialista provavelmente será rentável na negociação ao vivo. Se, por outro lado, o consultor perito executa mal nos testes, então os parâmetros de otimização ou a duração dos períodos de teste e otimização precisarão ser ajustados. Se, depois de muitas tentativas, o consultor perito ainda não tiver um bom desempenho no teste, então pode-se concluir que o sistema de negociação não é lucrativo.

A animação à direita ilustra o procedimento de análise avançado. Uma otimização é realizada durante um período mais longo (os dados na amostra) e, em seguida, o conjunto de parâmetros otimizados é testado durante um período mais curto subseqüente (dados fora da amostra). Os períodos de otimização e teste são deslocados para a frente e o processo é repetido até que um tamanho de amostra apropriado seja alcançado. [Fonte]

Um exemplo de uma análise Walk Forward.

Vamos dar um exemplo da vida real: vamos fazer uma análise progressiva em um consultor especializado, usando o EURUSD M30. Otimizaremos esse consultor especializado durante um período de 120 dias. Escolhemos os 3 ou 4 parâmetros mais importantes para otimizar, de modo a não otimizar ou "ajustar a curva" os resultados. Além disso, poucos parâmetros significam um teste mais rápido.

Selecionaremos o resultado mais lucrativo e acompanharemos esses parâmetros durante um período de 30 dias imediatamente após o período de otimização. Recomenda-se usar um período de teste de aproximadamente 25% do comprimento do período de otimização. Uma vez que registramos nossos resultados, moveremos o próximo período de otimização e teste em 30 dias.

Após 12 rodadas consecutivas de otimização e testes, teremos um ano de dados de análise de progresso. Comparamos o lucro diário médio para os períodos de otimização com o lucro diário médio para os períodos de teste. Isso nos dará um cálculo chamado de taxa de eficiência de progresso.

Uma relação de eficiência progressiva superior a 0,5 é considerada um resultado muito bom. É o que chamamos de sistema de negociação robusto. No entanto, um consultor especialista é negociável, desde que seja consistentemente rentável durante vários períodos de teste. Se o índice de eficiência progressiva é negativo, então isso significa que o consultor especialista não apresentou desempenho em relação aos resultados de otimização.

Claro, você pode fazer uma análise progressiva manualmente no Probador de Estratégia do MetaTrader. Mas o processo é tedioso, demorado e propenso ao erro. Este é o lugar onde o software Walk Forward Analyzer entra. O programa executará automaticamente uma análise progressiva usando o Probador de Estratégia do MetaTrader durante qualquer período de tempo, com apenas algumas configurações fornecidas pelo usuário.

Otimização de marcha para frente.

Se você estivesse caminhando e aleatoriamente começou a chover, você consideraria levar um guarda-chuva amanhã? Claro que sim.

A razão pela qual faço uma pergunta retórica como essa é quando as pessoas observam um comportamento, elas respondem em conformidade. Se eles esperam que algo aconteça novamente, eles mudam seu comportamento para acomodar a mudança de resultados.

Quando você pensa sobre robôs Forex, todos têm o sonho de desenvolver uma estratégia que funcione para sempre. Não requer alterações. As configurações iniciais sempre funcionam. Ligue-o e mude para a praia.

A realidade, é claro, é mais complicada do que isso.

A otimização da frente para a frente otimiza continuamente ao longo do tempo em vez de procurar um conjunto de configurações estáticas.

Isso leva a expectativas sobre o que você precisa fazer quando sua estratégia inevitavelmente vai mal. É muito possível que você venha com uma estratégia que funcione e faça incrivelmente bem no mercado atual. No entanto, um passado de gênio não significa futuro gênio. Sempre há a chance de sua estratégia não funcionar mais no futuro.

Por que é que? É a mesma razão que você pode levar um guarda-chuva amanhã, se chover hoje. As pessoas observam o mercado de forma consistente. À medida que mais e mais pessoas fazem a observação, as pessoas começam a negociar. O mercado responde a essas mudanças e, eventualmente, a oportunidade desaparece completamente, já que muitas pessoas ouviram o assunto.

O teste avançado é o processo de determinar se a sua estratégia foi lavada ou não. Ao testar em um conjunto de dados, e depois testá-lo em um conjunto cego, você pode dar-se uma indicação de se sua estratégia é ruim ou não. O objetivo de avançar não é para provar que sua estratégia é boa. É para provar que sua estratégia não é conhecida por ser ruim.

O processo de avançar o teste é muito simples. Você identifica um conjunto de informações que você deseja usar para o seu teste e otimização. Usando um exemplo real, agora é o início de 2017. Então, talvez você queira olhar e testar dados de 2018 até 2018. Esse seria o seu em dados de amostra e, em seguida, seus dados fora da amostra podem ser todos 2018.

Para realizar um teste de caminhada, você testaria e analisaria sua estratégia 2018-2018. Então, para determinar se o & # 8217; s & # 8220; não é conhecido por ser ruim & # 8221 ;, então, avance para 2103 para ver a revisão do desempenho.

O que você fez é um teste cego. Você não sabia o que a estratégia funcionaria em 2018 quando você testou isso em 2018-2018. Ao colocá-lo em uma amostra cega, você dá a oportunidade de falhar.

A razão pela qual muitos comerciantes colocam sua fé em avançar o teste é porque é a melhor ferramenta para identificar fracos na sua otimização. Quando você está testando uma estratégia, é muito provável que você tenha superado as oportunidades passadas.

Loops de auto-feedback no mercado atual.

Deixe-me lhe dar um exemplo. Nos mercados atuais, muitos comerciantes estão batendo ouro no mercado aberto onde todos os dias no mercado abrem. Eles vendem o máximo de ouro possível. Às vezes, vários múltiplos da produção anual são de alguns minutos. O que você vê é uma queda livre absoluta por cinco ou dez minutos. Esse estado persiste por dias de cada vez. Mas isso não dura para sempre. Quando comerciantes suficientes começam a ver que as pessoas bang ouro no aberto, eles começam a fazer o mesmo.

Efectivamente, quem quer que o ouro se apague no mercado aberto ensinou outros comerciantes a fazerem esse comércio por eles. À medida que as pessoas esperam que o ouro caia nos primeiros cinco minutos do aberto, eles mudam seu comportamento. Alguns tentam saltar sobre bater abertos e ficarem curtos.

Outros começam a modificar seu comportamento. Eles percebem que o ouro livre cai por cinco minutos. Então, de repente, ele pára, e mais do que parece reverter para o meio. Eles começarão a mudar sua pegada e comprando depois de tantos minutos decorrerem da abertura. Eles esperam que o volume pesado que precedeu a venda acabará por retornar ao normal. À medida que as pessoas mudam de comportamento, outras pessoas respondem em espécie.

Se o suficiente, as pessoas começam a vender abertas e depois comprando no horário cinco minutos depois, você pode ver que um padrão está se formando onde uma pessoa responde às ações de outra. É um loop de auto-feedback onde o estado que estava funcionando no primeiro par de dias já não funciona no futuro.

Se você pode identificar uma estratégia que é capaz de sobreviver a essas condições e é capaz de sobreviver às condições em que você não fez nenhum teste e otimização, você se dará melhores chances de sucesso no futuro. Isso significa que muitos comerciantes não se interessaram por essa oportunidade comercial que você descobriu.

A abordagem para avançar o teste é o antídoto para o problema conhecido como ajuste de curva. O encaixe da curva é a melhor estratégia de woulda coulda shoulda. É semelhante a abrir um gráfico de ontem e dizer que eu compraria aqui e eu venderei aqui, já sabendo o que aconteceu.

Claro que você está indo para "# money" e # 8201; nessa situação. Você sabe com uma informação perfeita o que o mercado fez. No futuro, você não conhece a informação perfeita. O objetivo de uma estratégia é lidar com essa ambiguidade.

O encaixe da curva significa que você se encaixou perfeitamente em condições de mercado anteriores que, quando novas situações inevitavelmente surgem, semelhante à frase, a história não se repete, mas rima, e # 8221; sua estratégia faz o mesmo.

Você quer uma estratégia que funcione bem no desempenho passado, mas você não está apresentando uma estratégia para ganhar dinheiro com os mercados históricos. O objetivo do desenvolvimento de uma estratégia é ganhar dinheiro nos futuros mercados. Quando você está testando novamente, você está tentando encontrar o equilíbrio entre o desempenho histórico sólido e, o mais importante, certificando-se de que esse conhecimento histórico extrapola para a performance futura. Seu objetivo é ganhar dinheiro.

Rolling Walk Forward Optimization.

Rolling walk forward optimization leva a idéia de caminhar para a frente e melhora continuamente a estratégia expondo-a a novos dados. Então, diga que você tenha um período de amostra de vinte e quatro meses. Um caminho a seguir seria otimizar sua estratégia por um período de dois meses, e depois avançar para o terceiro mês. Você observa o comportamento e você reoptimiza para o segundo e terceiro mês, e avança para o quarto mês.

Ao fazê-lo continuamente, você elimina o tempo de decaimento da estratégia e dá-lhe a chance de se adaptar às condições de mercado em curso. É uma espécie de enteado ruivo para aprender a máquina. A experiência e as perdas dão à estratégia a oportunidade de melhorar e se adaptar às mudanças do mercado através da otimização de avançar.

& # 8230; você elimina o tempo de decaimento da estratégia e dá-lhe a chance de se adaptar às condições de mercado em curso.

Outra consideração importante para a análise progressiva é os graus de liberdade dentro de um sistema. Por exemplo, digamos que você está analisando uma cruz de mudança de movimento. Você está usando duas médias móveis e usa uma parada fixa e aproveita o lucro. Isso lhe daria quatro graus de liberdade. A média rápida é o primeiro grau. A média lenta é o segundo grau. O terceiro é o stoploss e o quarto é o lucro obtido.

Os mais graus de liberdade que você permite em um sistema aumentam consideravelmente as chances de que a curva seja adequada aos seus dados históricos. Os melhores sistemas absolutos mantêm 12 graus de liberdade ou menos. Você quer encontrar oportunidades de negociação que tenham um grande número de negócios e que ofereçam desempenho que você ache satisfatório.

Outro elemento a considerar na sua otimização é o que você está otimizando. A maioria das pessoas se concentra no retorno absoluto. Os retornos são ótimos, mas a maioria dos comerciantes se importa muito com a forma como eles ganham dinheiro em vez de quanto. Deixe-me lhe dar um exemplo. Se eu tivesse um sistema que ganhasse US $ 25 mil no ano passado, você gostaria disso? Quase todos dizem que sim.

Se eu tiver um sistema que tenha feito US $ 25 mil no ano passado, mas você precisou perder $ 15,000 antes de ganhar dinheiro. A maioria das pessoas não quer esse sistema. O que isso significa é que você se importa muito com o desempenho no dia-a-dia e não com o resultado final. O problema com otimização e até mesmo otimização da frente é que você não está necessariamente focado no que você gosta no mundo real: a maneira como você está fazendo o seu dinheiro.

A maioria dos pacotes de gráficos focados no resultado líquido e que podem causar algumas fraquezas em seu sistema. Se você for negociar de gama, o que você realmente fez é escolher os resultados menos afetados por notícias substanciais. Na verdade, você escolheu as configurações que ainda não foram afetadas pelas caudas de gordura.

Se você for negociar de tendência, você fez o exato oposto. Você escolheu intencionalmente as configurações que maximizam as pontas gordas que aconteceram no passado. Com estratégias de negociação de tendências, você provavelmente não encontrará um desempenho consistente. Em vez disso, o que você achará é que a otimização freqüentemente causa longas e contínuas secas de remoção incessante. Então, de repente, quase do nada, encontra um vencedor de mega monster que retorna vários múltiplos da redução que você experimentou. Isso é bom para um hipotético backteste, mas no mundo real onde você está sofrendo perdas em uma base quase diária, a maioria dos comerciantes não pode tomar a dor. A fraqueza que encontro com a maioria das otimizações é que eles não observam a consistência do desempenho. Um substituto potencial para otimizar uma estratégia seria analisar a regressão linear da curva de equidade ao longo do tempo. A melhor curva de equidade possui a inclinação de regressão linear mais forte.

Os pacotes de gráficos populares que implementam a otimização do passo a passo são Amibroker, TradeStation, Multicarts e NinjaTrader.

Avançar a otimização no NinjaTrader.

Abra o Analisador de Estratégia do Centro de Controle. Clique em File / New / Strategy Analyzer.

Abra o analisador de estratégia no NinjaTrader.

Clique com o botão esquerdo do mouse em um instrumento ou lista de instrumentos e clique com o botão direito do mouse para exibir o menu do mouse no mouse. Selecione o item de menu Walk Forward. Você também pode clicar no & # 8220; w & # 8221; ícone na barra de ferramentas do Strategy Analyzer. Se você preferir teclas de atalho, você também pode usar CTRL + W. Finalmente, você também pode pressionar o & # 8220; W & # 8221; ícone na parte superior esquerda do Strategy Analyzer. Selecione uma estratégia no menu Deslizar Estratégia Defina as propriedades de Avançar para Avançar (Consulte as propriedades & # 8220; Understanding Walk Forward & # 8221; abaixo para as definições de propriedade) e pressione o botão OK.

Existem várias maneiras de selecionar a otimização de avançar no NinjaTrader.

O progresso Walk Forward será mostrado na Barra de Status do Centro de Controle.

6 respostas.

MT5 Strategy Tester possui uma capacidade de avançar (mas não rolando).

Obrigado por compartilhar, Dan.

Excelente artigo. Eu tenho uma EA muito boa, a parte mais difícil estava tentando obter uma boa estratégia para otimização e testes avançados.

O artigo fornece um método muito bom para otimização.

você tem ferramentas WFA?

O que você quer dizer com o WFA? Avançar análise?

Recentemente, comecei a experimentar com a WFA e fiz uma observação surpreendente. Quando tudo o resto é igual, o resultado de um WFA, ou seja, Walk Forward Efficiency pode variar muito se a data de início do primeiro período In-Sample for deslocada apenas um mês.

Google Spread Sheet mostrando o WFA é executado & # 8211; goo. gl/6VHRDU.

No caso 1, o primeiro passo do IS-OS começa em 2 de agosto de 2006 e desliza para a frente em 6 meses em cada etapa. No caso 2, começa em 2 de julho de 2006.

Com efeito, no caso 1, o WFA deixa de fora um mês no início e inclui um mês no final quando comparado ao caso 2.

Case 1 WFE: 100%

Este é um caso de variação sazonal? Alguma outra explicação? É realmente surpreendente ver uma diferença tão grande entre eles.

Por outro lado, o fenômeno reverte quando passamos de 6 meses fora do período de Amostra para 2 meses. Nessa situação, a instância da WFA a partir de 2 de julho de 2006 supera a que começa a partir de 2 de agosto de 2006.

Google Spread Sheet mostrando as execuções do WFA e a inversão do resultado # 8211; goo. gl/AkH4ID.

Pode ser que você possa lançar mais luz sobre esse fenômeno.

O Walk Forward Analyzer está agora gratuito!

Vá para a página de download para obter sua cópia gratuita!

Como você sabe se seu consultor especialista é realmente lucrativo? O Probador de Estratégia do MetaTrader não lhe dá toda a imagem! Você está negociando com base em backtests excessivamente otimistas e decepcionado ao descobrir que seu consultor especialista está perdendo dinheiro na negociação ao vivo? Gostaria de saber se o seu consultor especialista é lucrativo, rápido e facilmente, sem perder dinheiro?

O Walk Forward Analyzer para MetaTrader.

O Walk Forward Analyzer usa o próprio testador de estratégia do MetaTrader para realizar uma análise progressiva, usando as configurações e os parâmetros de teste fornecidos pelo usuário. O software é fácil de usar, e pode lhe fornecer uma análise de progresso para a frente em uma fração do tempo que levaria para você fazer isso manualmente.

Uma análise progressiva determina se um consultor especialista é rentável ao negociar com parâmetros otimizados em dados fora da amostra. Qualquer consultor especializado pode produzir um impressionante resultado de otimização, mas o teste verdadeiro é se esses resultados serão suportados quando testados em relação a dados futuros. O Walk Forward Analyzer executa este processo muitas vezes ao longo de meses e anos de dados históricos, dando-lhe uma imagem precisa do verdadeiro desempenho do seu consultor especializado.

Após a conclusão de uma análise progressiva, você receberá um detalhado relatório de análise de progresso, mostrando os resultados das execuções de teste e otimização, o lucro / perda total de testes e o índice de eficiência progressiva, que é uma medida de Quão robusto é o seu sistema comercial.

Veja o Walk Forward Analyzer em Ação.

Se você não está familiarizado com o procedimento de análise de caminhada, leia o que é Walk Forward Analyse? para descobrir por que é o melhor método para determinar a robustez e rentabilidade potencial do seu sistema de negociação. O vídeo abaixo fornece um passo a passo completo e um tutorial do Walk Forward Analyzer para MetaTrader:

Backtesting e Teste Avançado: A Importância da Correlação.

Os comerciantes que estão ansiosos para tentar uma idéia de negociação em um mercado vivo muitas vezes cometem o erro de confiar inteiramente nos resultados de backtesting para determinar se o sistema será lucrativo. Enquanto o backtesting pode fornecer aos comerciantes informações valiosas, muitas vezes é enganoso e é apenas uma parte do processo de avaliação. Testes fora da amostra e testes de desempenho avançado fornecem confirmação adicional quanto à eficácia de um sistema e podem mostrar as cores verdadeiras do sistema, antes que o dinheiro real esteja na linha. Uma boa correlação entre resultados de teste de backtesting, out-of-sample e forward performance é vital para determinar a viabilidade de um sistema de negociação. (Oferecemos algumas dicas sobre este processo que podem ajudar a refinar suas estratégias de negociação atuais. Para saber mais, leia Backtesting: Interpreting the Past.)

Enquanto uma idéia pode ser quantificada, ela pode ser testada novamente. Alguns comerciantes e investidores podem procurar a experiência de um programador qualificado para desenvolver a idéia em uma forma testável. Normalmente, isso envolve um programador que codifica a idéia na linguagem proprietária hospedada pela plataforma de negociação. O programador pode incorporar variáveis ​​de entrada definidas pelo usuário que permitem que o comerciante "ajuste" o sistema. Um exemplo disso seria no sistema de cruzamento de média móvel simples observado acima: o comerciante seria capaz de inserir (ou alterar) os comprimentos das duas médias móveis usadas no sistema. O comerciante poderia voltar a testar para determinar quais comprimentos de médias móveis teriam realizado o melhor nos dados históricos. (Obtenha mais informações no Tutorial de Negociação Eletrônica.)

Muitas plataformas de negociação também permitem estudos de otimização. Isso implica entrar em um intervalo para a entrada especificada e deixar o computador "fazer a matemática" para descobrir o que a entrada teria realizado o melhor. Uma otimização multi-variável pode fazer a matemática para duas ou mais variáveis ​​combinadas para determinar quais níveis juntos teriam alcançado o melhor resultado. Por exemplo, os comerciantes podem dizer ao programa quais insumos gostariam de adicionar à sua estratégia; estes seriam então otimizados para seus pesos ideais, dado os dados históricos testados.

Backtesting pode ser emocionante na medida em que um sistema não lucrativo muitas vezes pode ser magicamente transformado em uma máquina de fazer dinheiro com algumas otimizações. Infelizmente, ajustar um sistema para alcançar o maior nível de rentabilidade passada muitas vezes leva a um sistema que funcionará mal na negociação real. Esta sobre-otimização cria sistemas que parecem bons apenas em papel.

Curve fitting é o uso de análises de otimização para criar o maior número de negócios vencedores com o maior lucro nos dados históricos usados ​​no período de teste. Embora pareça impressionante em resultados de backtesting, o ajuste de curva leva a sistemas não confiáveis, uma vez que os resultados são essencialmente personalizados para apenas esse dado e período de tempo específicos.

Backtesting e otimização fornecem muitos benefícios para um comerciante, mas isso é apenas parte do processo ao avaliar um sistema comercial potencial. O próximo passo de um comerciante é aplicar o sistema a dados históricos que não foram utilizados na fase inicial de teste posterior. (A média móvel é fácil de calcular e, uma vez plotada em um gráfico, é uma poderosa ferramenta visual de tendência-mancha. Para mais informações, leia Médias móveis simples, faça as tendências se destacarem.)

Dados em amostra versus dados fora da amostra.

Antes de iniciar qualquer backtesting ou otimização, os comerciantes podem reservar uma porcentagem dos dados históricos a serem reservados para testes fora da amostra. Um método é dividir os dados históricos em terços e segregar um terço para uso nos testes fora da amostra. Apenas os dados na amostra devem ser usados ​​para o teste inicial e qualquer otimização. A Figura 1 mostra uma linha de tempo onde um terço dos dados históricos é reservado para testes fora da amostra e dois terços são usados ​​para o teste na amostra. Embora a Figura 1 represente os dados fora da amostra no início do teste, os procedimentos típicos teriam a porção fora da amostra imediatamente anterior ao desempenho para a frente.

Uma vez que um sistema comercial foi desenvolvido usando dados na amostra, está pronto para ser aplicado aos dados fora da amostra. Os comerciantes podem avaliar e comparar os resultados de desempenho entre os dados na amostra e fora da amostra.

A correlação refere-se a semelhanças entre os desempenhos e as tendências gerais dos dois conjuntos de dados. As métricas de correlação podem ser usadas na avaliação de relatórios de desempenho de estratégias criados durante o período de teste (um recurso que a maioria das plataformas de negociação fornece). Quanto mais forte for a correlação entre os dois, melhor será a probabilidade de um sistema funcionar bem no teste de desempenho direto e na negociação ao vivo. A Figura 2 ilustra dois sistemas diferentes que foram testados e otimizados em dados na amostra, depois aplicados a dados fora da amostra. O gráfico à esquerda mostra um sistema claramente ajustável para funcionar bem nos dados na amostra e falhou completamente nos dados fora da amostra. O gráfico à direita mostra um sistema que funcionou bem em dados internos e fora da amostra.

Se houver pouca correlação entre o teste na amostra e fora da amostra, como o gráfico esquerdo na Figura 2, é provável que o sistema tenha sido superestimado e não funcionará bem na negociação ao vivo. Se houver uma forte correlação no desempenho, como visto no gráfico certo na Figura 2, a próxima fase da avaliação envolve um tipo adicional de testes fora da amostra, conhecidos como teste de desempenho para a frente. (Para mais informações sobre previsão, consulte Previsão Financeira: o Método Bayesiano.)

Princípios básicos do teste de desempenho avançado.

Muitos corretores oferecem uma conta de negociação simulada onde os negócios podem ser colocados e o lucro e perda correspondente calculados. O uso de uma conta de negociação simulada pode criar uma atmosfera semi-realista para praticar o comércio e avaliar ainda mais o sistema.

A Figura 2 também mostra os resultados para o teste de desempenho para frente em dois sistemas. Mais uma vez, o sistema representado no gráfico à esquerda não consegue ir muito além do teste inicial em dados na amostra. O sistema mostrado no gráfico certo, no entanto, continua a funcionar bem em todas as fases, incluindo o teste de desempenho para frente. Um sistema que mostra resultados positivos com boa correlação entre os testes de desempenho na amostra, fora da amostra e para frente está pronto para ser implementado em um mercado ao vivo.

Por que o teste de volta é melhor do que o teste direto.

Autores de seção superior.

Por que o teste de volta é melhor do que o teste direto.

Em primeiro lugar, os back-testing devem ser feitos com a maior precisão possível. Isso significa que todas as melhores práticas de back-testing devem ser implementadas. Alguns exemplos são:

Incluindo spreads razoáveis ​​Evitando tendências de espera Inclinando eventuais formas de comissões se aplicável Usando dados históricos tão precisos e completos quanto possível Garantir que a lógica comercial testada seja razoável e praticável na negociação real. Reduzindo o deslizamento (embora este não seja normalmente um problema com o Forex devido à sua imensa liquidez)

Com back-testing preciso, as características da estratégia de negociação podem ser observadas e analisadas de forma confiável. O que isso significa é que o perfil de risco e retorno da estratégia é estatisticamente confiável, e qualquer desempenho é considerado atribuído à estratégia e não devido a pura chance.

O teste avançado não é a maneira mais eficiente de determinar as características de risco e retornos de uma estratégia. Um teste direto é uma série de preços no tempo. Backtesting também é uma série de preços no tempo. Não há diferença significativa e ndash; Deixe-nos dizer que você encaminhar o teste por 3 meses para tirar conclusões, ganhou e tornar-se um teste de volta de 3 meses no ponto de conclusão?

Além disso, backtesting pode ser feito em várias séries de preços aleatórios para um teste de robustez. Isso pode ser feito viaMonte Carlosimulation ou cinto de inicialização.

Em seguida, é necessário um teste de 5 anos para cobrir um ciclo de mercado completo. Isso não pode ser feito através de testes diretos. Se você está executando uma estratégia em testes diretos e gera 10 negociações ao longo de um período de 2 meses, isso não é estatisticamente significativo para fazer uma conclusão confiável sobre as características de risco e retorno da estratégia. Essas 10 trocas podem ser devidas a pura chance. Muitos mais negócios são necessários para serem estatisticamente significativos e isso pode ser anos de testes para frente. O teste de volta é muito mais eficiente.

Dito isto, o objetivo do teste a frente é testar questões operacionais, como se sua infra-estrutura de TI é suficiente e estável para negociação ao vivo, se o corretor é capaz de preencher sua ordem corretamente e se um software de negociação forex tem algum erro, etc. . Você também terá uma idéia do comportamento do robô e também ganha confiança de que o robô funciona como deveria.

Dica de teste de volta 1: Time Frame.

Usando um período de tempo mais curto (por exemplo, 5min, 15min) introduz mais ruído na série de preços, dificultando a busca da tendência. É mais adequado para escalar, arbitragem de curto prazo, tipo de estratégias de reversão média em geral. Um período de tempo mais curto responde rapidamente às mudanças de preços, resulta em períodos de retenção mais curtos e provavelmente mais negociações são geradas. Estatisticamente, quanto mais os negócios forem gerados, os retornos médios reais mais próximos correspondem e ldquo; a média da população retorna & rdquo; ou & ldquo; retorno médio teórico & rdquo ;.

Na analogia mais simples da moeda, mesmo quando o lançamento da moeda é estatisticamente 50-50, pode haver 10 cabeças seguidas por 10 lançamentos da moeda. No entanto, quando lançamos 1.000 vezes, as proporções de cabeças devem inclinar-se para 50%. Este mesmo conceito se aplica à negociação. Precisamos de mais observações de negociações para determinar o risco real e os retornos do sistema. Os intervalos de tempo mais curtos são mais sensíveis à qualidade de execução onde o deslizamento é mais importante.

Usar um período de tempo mais longo (por exemplo, semanalmente) coloca mais ênfase na tendência e menor ênfase em outros componentes, como reversão média. Os intervalos de tempo mais longos também reagem mais lentamente às mudanças de preços. Um período de tempo mais longo não é tão sensível à qualidade de execução e o deslizamento raramente é importante.

Você precisa estar logado para publicar comentários ou avaliar este artigo.