Test og optimaliser dine handelssystemer Tradesignal tilbyr et helt integrert utviklingsmiljø som letter etableringen av handelssystemer med programmeringsspråket Equilla. Endringer i kildeteksten er umiddelbart synlige i diagrammet etter samling. Integrert hjelp og kodehenvisning Grafisk avbildning av kurver, trendlinjer og symboler Utvidelse av programmeringsspråket gjennom åpen Equilla API Mens utvikleren skriver inn kode, foreslår Equilla-redaktøren funksjonsalternativer. Etter at en funksjon er valgt, vises et innblikk som gir nøyaktig informasjon om hvordan funksjonen kan brukes, uten å visuelt hindre utvikleren. Du kan ganske enkelt dele det opprettede handelssystemet med dine kolleger, og du får muligheten til å levere systemet med eller uten kildeteksten. Dine kolleger vil også forbli oppdatert med eventuelle endringer i pakke-systemet. Porteføljehandel Regelbasert handel ved hjelp av en rekke instrumenter Egenkapitalkurve for hele porteføljen Felles pengestyringsregler Instrumenter kan handles i ulike valutaer Pristabeller oppdatert i sanntid og ved trykk Alle indikatorer innebygd eller brukerdefinert kan brukes til klokkeslettene Alle datafeltene som leveres av dataleverandøren er tilgjengelige i kolonner Tusenvis av skannede instrumenter og indikatorresultater Fritt definerbart resultatfilter på alle pris - og indikatorresultater Instrumenter med ulike perioder kan kombineres Detaljert resultatrapport på handelssystemer Multi-monitor støtte Handelsstrategi Veiviser for opprettelsen av hele handelssystemer Søknad, dokumentasjon og støtte på tysk, engelsk og japanskBacktesting Hva er Backtesting Backtesting er prosessen med å teste en handelsstrategi på relevante historiske data for å sikre levedyktigheten før handelsmannen risikerer enhver faktisk kapital. En næringsdrivende kan simulere handel med en strategi over en passende tidsperiode og analysere resultatene for nivåene av lønnsomhet og risiko. BREAKING DOWN Backtesting Hvis resultatene oppfyller de nødvendige kriteriene som er akseptable for næringsdrivende, kan strategien da implementeres med viss grad av selvtillit om at det vil resultere i fortjeneste. Hvis resultatene er mindre gunstige, kan strategien modifiseres, justeres og optimaliseres for å oppnå de ønskede resultatene, eller det kan helt slettes. En betydelig mengde av volumet som handles i dagens finansielle marked, gjøres av handelsfolk som bruker en slags datautomatisering. Dette gjelder spesielt for handelsstrategier basert på teknisk analyse. Backtesting er en integrert del av å utvikle et automatisert handelssystem. Betydende Backtesting Når du er ferdig på riktig måte, kan backtesting være et uvurderlig verktøy for å ta avgjørelser om du skal bruke en handelsstrategi. Prøveperioden som en backtest utføres på er kritisk. Varigheten av prøveperioden skal være lang nok til å inkludere perioder med varierende markedsforhold, inkludert opptrender, downtrends og range-bound trading. Å utføre en test på bare en type markedsforhold kan gi unike resultater som kanskje ikke fungerer bra under andre markedsforhold, noe som kan føre til falske konklusjoner. Prøvestørrelsen i antall bransjer i testresultatene er også avgjørende. Hvis prøvenummeret av handler er for lite, kan testen ikke være statistisk signifikant. En prøve med for mange handler over en lang periode kan gi optimerte resultater der et overveldende antall vinnende handler samles rundt en bestemt markedstilstand eller trend som er gunstig for strategien. Dette kan også føre til at en næringsdrivende trekker villedende konklusjoner. Å holde det Real En backtest bør gjenspeile virkeligheten i størst mulig grad. Handelsutgifter som ellers kan betraktes som ubetydelige av handelsmenn når de analyseres individuelt, kan ha betydelig innvirkning når aggregatkostnaden beregnes over hele testperioden. Disse kostnadene inkluderer provisjoner, spreads og slippe, og de kunne bestemme forskjellen mellom om en handelsstrategi er lønnsom eller ikke. De fleste backtesting programvarepakker inkluderer metoder for å ta hensyn til disse kostnadene. Kanskje den viktigste metriske assosiert med backtesting er strategys nivå av robusthet. Dette oppnås ved å sammenligne resultatene av en optimalisert tilbaketest i en bestemt prøveperiode (referert til som prøve) med resultatene av en backtest med samme strategi og innstillinger i en annen prøveperiode (referert til som out - av-prøve). Hvis resultatene er like lønnsomme, kan strategien anses å være gyldig og robust, og den er klar til å bli implementert i sanntidsmarkeder. Hvis strategien feiler i sammenligninger uten sammenligning, trenger strategien ytterligere utvikling, eller det bør helt og holdent bli opphørt. Testing: Tolking Past Backtesting er en sentral komponent i effektiv trading-systemutvikling. Det oppnås ved å rekonstruere, med historiske data, handler som ville ha skjedd tidligere, ved bruk av regler som er definert av en gitt strategi. Resultatet gir statistikk som kan brukes til å måle strategiens effektivitet. Ved hjelp av disse dataene kan handelsmenn optimalisere og forbedre sine strategier, finne tekniske eller teoretiske feil, og få tillit til strategien deres før de påføres de virkelige markedene. Den underliggende teorien er at enhver strategi som fungerte bra i det siste, vil trolig fungere godt i fremtiden, og omvendt vil enhver strategi som har gått dårlig i fortiden, sannsynligvis utføre dårlig i fremtiden. Denne artikkelen tar en titt på hvilke applikasjoner som brukes til backtest, hva slags data er oppnådd, og hvordan man bruker den Data og verktøyene Backtesting kan gi rikelig med verdifull statistisk tilbakemelding om et gitt system. Noen universelle backtesting-statistikker inkluderer: Netto fortjeneste eller tap - Netto prosentvis gevinst eller tap. Tidsramme - Tidligere datoer der testingen skjedde. Universe - Aksjer som ble inkludert i backtestet. Volatilitetsmålinger - Maks prosent prosent opp og ned. Gjennomsnitt - Prosent gjennomsnittlig gevinst og gjennomsnittlig tap, gjennomsnittlige barer holdt. Eksponering - Andel av investert kapital (eller eksponert for markedet). Nivåer - Gevinst-til-tap-forhold. Årlig avkastning - Prosentavkastning over et år. Risikojustert avkastning - Prosentavkastning som en funksjon av risiko. Typisk vil backtesting programvare ha to skjermer som er viktige. Den første tillater handelsmannen å tilpasse innstillingene for backtesting. Disse tilpasningene inkluderer alt fra tidsperiode til provisjonskostnader. Her er et eksempel på en slik skjerm i AmiBroker: Den andre skjermen er den faktiske backtesting-resultatrapporten. Her finner du all statistikk som er nevnt ovenfor. Igjen, her er et eksempel på dette skjermbildet i AmiBroker: Generelt inneholder de fleste handelsprogramvarene lignende elementer. Enkelte avanserte programvare inkluderer også tilleggsfunksjonalitet til å utføre automatisk posisjonering, optimalisering og andre mer avanserte funksjoner. De 10 budene Det er mange faktorer som handlerne tar hensyn til når de vurderer handelsstrategier. Her er en liste over de 10 viktigste tingene å huske mens backtesting: Ta hensyn til de brede markedstrendene i tidsrammen der en bestemt strategi ble testet. For eksempel, hvis en strategi bare ble testet tilbake fra 1999-2000, kan det ikke gå bra på et bjørnmarked. Det er ofte en god ide å backtest over en lang tidsramme som omfatter flere forskjellige typer markedsforhold. Ta hensyn til universet der tilbakestesting skjedde. For eksempel, hvis et bredt markedssystem er testet med et univers bestående av tech-aksjer, kan det mislykkes å gjøre det bra i ulike sektorer. Som en generell regel, hvis en strategi er rettet mot en bestemt genre av lager, begrenser universet den sjangeren, men i alle andre tilfeller opprettholder et stort univers for testformål. Volatilitetsforanstaltninger er ekstremt viktige å vurdere i utviklingen av et handelssystem. Dette gjelder spesielt for levererte kontoer, som blir utsatt for marginanrop dersom egenkapitalen faller under et bestemt punkt. Traders bør søke å holde volatiliteten lav for å redusere risikoen og muliggjøre lettere overgang inn og ut av et gitt lager. Det gjennomsnittlige antall barer som holdes er også veldig viktig å se når man utvikler et handelssystem. Selv om de fleste backtesting programvare inkluderer provisjonskostnader i de endelige beregningene, betyr det ikke at du bør overse denne statistikken. Hvis det er mulig, kan det hende at gjennomsnittlig antall barer som holdes, reduserer provisjonskostnadene, og forbedrer din generelle avkastning. Eksponering er et dobbeltkantet sverd. Økt eksponering kan føre til høyere fortjeneste eller høyere tap, mens redusert eksponering betyr lavere fortjeneste eller lavere tap. Imidlertid er det generelt en god ide å holde eksponering under 70 for å redusere risiko og muliggjøre lettere overgang inn og ut av et gitt lager. Den gjennomsnittlige gevinstløpsstatistikken, kombinert med vinner-til-tap-forholdet, kan være nyttig for å bestemme optimal plassering og pengestyring ved hjelp av teknikker som Kelly-kriteriet. (Se Money Management ved hjelp av Kelly-kriteriet.) Traders kan ta større stillinger og redusere provisjonskostnader ved å øke sine gjennomsnittlige gevinster og øke deres vinner-til-tap-forhold. Årlig avkastning er viktig fordi den brukes som et verktøy for å benchmark en systemavkastning mot andre investeringssteder. Det er viktig ikke bare å se på den samlede årlige avkastningen, men også å ta hensyn til økt eller redusert risiko. Dette kan gjøres ved å se på den risikojusterte avkastningen, som står for ulike risikofaktorer. Før et handelssystem er vedtatt, må det overgå alle andre investeringssteder med like eller mindre risiko. Backtesting tilpasning er ekstremt viktig. Mange backtesting-applikasjoner har innspill for provisjonsbeløp, runde (eller brøkdelte) masse størrelser, tikkestørrelser, marginkrav, renter, slippage-forutsetninger, stillingsreguleringsregler, same-bar-utgangsreguleringer, (bak) stoppinnstillinger og mye mer. For å få de mest nøyaktige backtesting resultatene, er jeg viktig å justere disse innstillingene for å etterligne megleren som vil bli brukt når systemet går live. Backtesting kan noen ganger føre til noe kjent som overoptimalisering. Dette er en tilstand hvor resultatene avstemmes så høyt til fortiden at de ikke lenger er like nøyaktige i fremtiden. Det er generelt en god ide å implementere regler som gjelder for alle aksjer, eller et utvalg av målrettede aksjer, og er ikke optimalisert i den grad reglene ikke lenger er forståelige av skaperen. Backtesting er ikke alltid den mest nøyaktige måten å måle effektiviteten til et gitt handelssystem. Noen ganger har strategier som har gått bra i det siste, ikke lykkes i det nåværende. Tidligere resultater er ikke en indikasjon på fremtidige resultater. Pass på å papirhandel et system som har blitt suksessfullt testet før du går, for å være sikker på at strategien fortsatt gjelder i praksis. Konklusjon Backtesting er et av de viktigste aspektene ved å utvikle et handelssystem. Hvis det opprettes og tolkes ordentlig, kan det hjelpe handelsmenn å optimalisere og forbedre strategiene, finne tekniske eller teoretiske feil, samt få tillit til strategien deres før de påføres det til de virkelige verdensmarkeder. Ressurser Tradecision (tradecision) - High-end Trading System Development AmiBroker (amibroker) - Budsjett Trading System Development. Den totale dollarverdien av alle selskapets utestående aksjer. Markedsverdien beregnes ved å multiplisere. Frexit kort for quotFrench exitquot er en fransk spinoff av begrepet Brexit, som dukket opp da Storbritannia stemte til. En ordre som er plassert hos en megler som kombinerer funksjonene til stoppordre med grensene. En stoppordre vil. En finansieringsrunde hvor investorer kjøper aksjer fra et selskap til lavere verdsettelse enn verdsettelsen plassert på. En økonomisk teori om total utgifter i økonomien og dens effekter på produksjon og inflasjon. Keynesian økonomi ble utviklet. En beholdning av en eiendel i en portefølje. En porteføljeinvestering er laget med forventning om å tjene en avkastning på den. Dette.
No comments:
Post a Comment