Backtesting: Tolking Past Backtesting er en viktig 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, begrense universet til den genren, men i alle andre tilfeller opprettholde et stort univers for testformål. Volatilitetsforanstaltninger er ekstremt viktige å vurdere i utviklingen av et handelssystem. Dette gjelder spesielt for levererte kontoer, som er 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. Artikkel 50 er en forhandlings - og oppgjørsklausul i EU-traktaten som skisserer trinnene som skal tas for ethvert land som. Et første bud på et konkursfirma039s eiendeler fra en interessert kjøper valgt av konkursselskapet. Fra et basseng av tilbudsgivere. Beta er et mål for volatiliteten, eller systematisk risiko, av en sikkerhet eller en portefølje i forhold til markedet som helhet. En type skatt belastet kapitalgevinster pådratt av enkeltpersoner og selskaper. Kapitalgevinst er fortjenesten som en investor. En ordre om å kjøpe en sikkerhet til eller under en spesifisert pris. En kjøpsgrenseordre tillater handelsmenn og investorer å spesifisere. En IRS-regelen (Internal Revenue Service) som tillater straffefri uttak fra en IRA-konto. Regelen krever det. Jeg blir ofte spurt hvor lenge man bør backtest et handelssystem. Selv om det ikke er noe enkelt svar, vil jeg gi deg noen retningslinjer. Det er noen faktorer du må vurdere når du bestemmer perioden for backtesting av ditt handelssystem: Handelsfrekvens Hvor mange handler per dag gjør ditt handelssystem generert Itrsquos ikke viktig hvor lenge du backtest et handelssystem itrsquos viktig at du får nok handler til å Lag statistisk gyldige forutsetninger: Hvis ditt handelssystem genererer tre handler per dag, dvs. 600 handler per år, gir et år med testing deg nok data til å gi pålitelige forutsetninger. Men hvis handelssystemet ditt bare genererer tre handler per måned, det vil si 36 handler per år, bør du teste et par år for å motta pålitelige data. Underliggende kontrakt Du må vurdere egenskapene til den underliggende kontrakten. Tabellen nedenfor viser det gjennomsnittlige daglige volumet av e-mini SampP: Det gjør det ikke fornuftig å backtest et handelssystem for e-mini SampP før 1999, fordi kontrakten ganske enkelt ikke eksisterte. I min opptak gir det ikke mening å backtest en e - mini trading system før 2002 fordi markedet var helt annerledes mindre likviditet og ulike markedsdeltakere. Jeg tror at en pålitelig testperiode for e-mini SampP er årene 2002 ndash 2004. Hva er statistisk validquot Nylig mottok jeg en artikkel fra en Ph. D i statiscs. Han forklarte korrelasjonen mellom prøvestørrelsen og kvotargjenvinningen av errorquot i tabellen nedenfor. Jo større prøven desto mindre er feilmarginen, men vanligvis en prøvedato på 200 handler, skal være tilstrekkelig. Hvis handelssystemet ditt genererer nok handler, bør du bruke 500 - 600 handler. Hvordan backtest din handelsstrategi riktig. Mange suksessfulle handelsmenn deler en vane 8211 de backtest deres handelsstrategier. Backtesting din handelsstrategi vil ikke alene garantere at du vil bli lønnsom, men det er et stort skritt i riktig retning. I denne artikkelen undersøker vi noen potensielle forstyrrelser som kan krype inn i din backtesting, og vi vil se på hvordan du minimerer virkningen av disse forstyrrelsene. Det er mange problemer som kan oppstå når du kontrollerer ditt handelssystem, men de fleste problemene faller inn i en av tre kategorier: postdiktive feil, for mange variabler eller unnlater å forutse drastiske endringer i markedet. Hver av disse feilene er forklart, sammen med metoder for å unngå feil. Klikk her for å lære hvordan du bruker Bollinger Bands med en kvantifisert, strukturert tilnærming for å øke dine handelskanter og sikre større gevinster med Trading med Bollinger Bands 8211 A Quantified Guide. 1. Postdictive Error Den postdictive feilen er bare en fancy måte å si at du har brukt informasjon som bare er tilgjengelig 8220after the fact8221 for å teste systemet. Tro det eller ei, dette er en veldig vanlig feil ved testing av handelssystemer. Denne feilen er lett å lage. Noen programvare vil tillate deg å bruke data i dag82 i test av et handelssystem, som alltid er en postdiktiv feil (vi vet ikke om dataene fra today8217 er nyttige ennå for å forutsi fremtiden, men vi vet sikkert om det er nyttig å forutsi fortiden ). Wouldn8217t du elsker å kunne bruke sluttprisen på GBPUSD for å forutsi hva markedet vil gjøre i dag. Selvfølgelig ville du definitivt, men dessverre, denne informasjonen er ikke tilgjengelig for oss før dagen er over. For eksempel kan du ha et system som inkorporerer sluttkurs, da betyr dette åpenbart at handel ikke kan startes før dagen er over. ellers er dette en postdiktiv feil. Et annet eksempel kan bidra til å illustrere den postdiktive feilen, hvis du har en regel i handelssystemet om høyeste priser, så har du en postdiktiv feil. Dette skyldes at høyeste priser ofte defineres av data som kommer senere, i fremtiden. Måten å unngå den postdiktive feilen er å sørge for at når du backtester et system, blir det kun brukt informasjon som er tilgjengelig i det siste på det tidspunktet i backtesting. Med manuell backtesting eller backtesting med forex tester kan du oppnå dette ganske enkelt, men med automatisert backtesting kan postdiktiv feilen snike seg inn i ditt trading system. 2. For mange variabler Dette er også kjent som 8220Degrees of Freedom8221 bias. Dette betyr ganske enkelt at du har for mange variabler eller handelsindikatorer i ditt handelssystem. Det er veldig mulig å komme opp med et handelssystem som kan forklare fortidspraksis for et valutapar. Faktisk, jo flere indikatorer du legger til, desto lettere blir det ofte. Problemet kommer når du vil bruke dette systemet til fremtiden. Ofte når et handelssystem har for mange indikatorer, kan det forutsi markedets oppførsel over en tidsperiode ekstremt godt. Men at8217 er alt systemet bra for, fordi i framtiden faller systemet fra hverandre. Ovennevnte erklæring er ofte vanskelig for handelsmenn å ta tak i, men det er sant. Tenk på hva William Eckhardt, New Market Wizards har å si om handelssystemer. Generelt har de delikate tester som statistikere bruker for å presse betydningen ut av marginale data, ikke noe sted i handel. Vi trenger stumme statistiske instrumenter, robuste teknikker. Selvfølgelig advarer han mot graden av frihetsfeil og tyder på at enkle handelssystemer er mer sannsynlig å stå tidstest. Dette er helt sant. Noen av de mest kraftfulle handelssystemene som er tilgjengelige, er svært enkle. Husk dette når du handler, og som du forsøker å finne et lønnsomt handelssystem. De fleste handelsfolk vil finne at med erfaring blir de mer sannsynlig å omfavne det syn at enklere handel foretrekkes over en kompleks tilnærming. 3. Drastiske endringer i markedet Mange forhandlere glemmer å forutse uforutsette hendelser som vil skje i fremtiden. Det betyr egentlig ikke noe at du ikke vet hva som skal skje i fremtiden 8211 fordi du vet dette: det vil være tider i fremtiden når markedene vil oppføre seg ulovlig. Når dette skjer, bør du ha designet ditt handelssystem for å fortsette å fungere i disse tider. Kanskje noen eksempler kan hjelpe til med dette: Når Saddam Hussein ble funnet (over helgen) reagerte valutamarkedene ganske drastisk på åpningen av mandag8217. Da den globale finanskrisen begynte å utfolde seg i september 2008, handlet de fleste valutapar med mye mer volatilitet enn det som hadde vært sett i årevis. Faktum er at det vil bli uventede hendelser i fremtiden, og disse hendelsene vil påvirke markedene, så det beste du kan gjøre er å være forberedt. Hvordan forbereder du deg på det uventede Vurder disse enkle løsningene: 1) Overstyr dine forventede tap. Hvis din backtesting viser et maksimalt tap på 5000, antar du maksimalt tap på 10.000. Vil dine handelssystemer fortsatt være lønnsomme under disse forholdene 2) Bestem et passende risikonivå for hver handel. Husk at selv dette risikonivået vil sannsynligvis bli overskredet. Hvis du har bestemt deg for å risikere 1 på hver handel, bør du anta at en gang i fremtiden kan du være i en handel, og en uventet hendelse vil oppstå, og handelen din vil ikke miste 1, men i stedet vil 5 gå tapt. 3) Du bør ha en beredskapsplan satt opp. Det vil si hvordan vil du avslutte en handel hvis noe skjer, og du kan ikke få tilgang til kontoen din. For eksempel, hva skjer hvis handelsplattformen din er utilgjengelig og du desperat vil ha en handel. De fleste meglere tilbyr en telefonlinje til forhandlere for disse tilfellene. Har du telefonnummeret 4) Har du et maksimalt risikonivåsett Dette vil gjelde hvis du har flere bransjer åpne samtidig. Hvis du bestemmer deg for å risikere 1 per handel, og du har 7 handler åpne samtidig, betyr dette at du vil risikere 7 av kontoen din eller har bestemt deg for et maksimalt risikonivå, for eksempel 3. Husk at det uventede vil skje, du bør nok ha et maksimalt risikonivå for de tidene når du har flere åpne handler. 5) Hva er maksimal drawdown (hvor mye penger ditt handelssystem mister over en lengre periode) du er villig til å tolerere å huske på at du (og du ikke er alene) er mer sannsynlig å overvurdere graden av drawdowns som du kan tåle, er det viktig å være realistisk. Hvis du mister 30 av kontoen din, slutter du å handle. Hva med om du mister 50 Eller hvis du ser 70 av kontoen din forsvinner Igjen, den beste måten å planlegge for drawdowns er å gjøre omfattende backtesting for å finne ut hva slags historiske drawdowns din handel systemopplevelser og planlegg for enda verre drawdowns i fremtiden. Å forutse drastiske endringer i markedene er den enkleste måten å bevare egenkapitalen på kontoen din. Så, du vet at vellykkede handelsmenn deler denne vanen 8211 de backtest deres handelsstrategier. Du vet at backtesting skiller de velstående handelsmennene fra de som mister penger. Du vet også flere måter å inkorporere backtesting inn i ditt handelsregime. Og du vet om fallgruvene 8211 hva du skal se etter 8211 når du er på nytt, slik at du kan få mest mulig ut av prosessen. Men, hva vil du egentlig få ut av å teste ditt handelssystem? I neste artikkel vil jeg undersøke bivirkningene av backtesting. Walter Peters, PhD er en profesjonell forexhandler og pengeforvalter for et privat forexfond. I tillegg er Walter medstifter av Fxjake. en ressurs for valutahandlere. Walter elsker å høre fra andre handelsmenn, han kan nås via e-post på walterfxjake .9. Tilbake Testing Konkurransen om handelstesting Som jeg tidligere har nevnt, er det en ting jeg egentlig elsker om handel, at i motsetning til alle andre virksomheter kan du fullt ut teste forretningsmodellen din (tradingplan) uten å risikere noen ekte penger. I handel blir denne vurderingsprosessen kalt tilbake testing. Bakprøving er området nå mest neglisjert av handelsmenn. Ive snakket om betydningen av psykologi og pengehåndtering i tidligere kapitler, og så har mange andre handelsbusser. Så mye, det er nå en bevy av informasjon og bevissthet rundt. Du trenger bare å surfe på nettet for å se hvor mye fokus er plassert på disse områdene som det burde være. Men all oppmerksomhet ser ut til å være på bekostning av tilbakestesting. Som et resultat i handel tilbake testing, tror jeg, har nå blitt den nye minst forstått og verdsatt handel område. Hvorfor er back testing så viktig Trading back testing er viktigst fordi det direkte påvirker dine oppføringer og utganger, pengehåndtering og psykologi på følgende måter. Oppføringer og avslutter tilbaketesting gjør at du kan teste hele systemytelsen din ved hjelp av historiske data. Med den informasjonen kan du gjøre de nødvendige justeringene for å produsere resultatene du leter etter. Tilbaketesting av pengestyring gjør at du kan teste ulike modeller for styring av penger for å se hvilke som fungerer best med systemet. Psykologi som diskutert tidligere i boken, forstår systemets styrker og svakheter, selv om de bare er på papir, vil forbedre din handelstillit. Dette vil ha uendelig effekt på ytelsen din når du begynner å handle for ekte. Uansett hvilket teknisk analyse kriterium du bruker til å handle med å flytte gjennomsnitt, lysestaker, volatilitetsbrudd, Fibonacci retracements eller andre handelssystemer som du kommer til å trenge, må du teste det grundig for å fjerne eventuell tvil om dens evne. Uten å drive tilbake test, oppstår en mangel på tillit og krever vanligvis handelsmenn å stille spørsmål til egne handelssystemer. De gir fristelsen til å endre sin handelsplan ofte med ødeleggende konsekvenser. Denne fristelsen kommer vanligvis fra en rekke tapende handler eller en mulighet til å erstatte sitt handelssystem med en ny whiz-bang-indikator som er den siste fadet som snakket om i chatfora. Alt som høres for godt ut til å være sant, vil tiltrekke seg en handelsmann som ikke er fornøyd med sitt handelssystem, bare fordi hun ikke har testet systemet i orden. Hun har ikke bygget opp den nødvendige tilliten som trengs for å kunne håndtere systemet hun har utviklet. Vil min handelsstrategi være lønnsom Dette er det mest spurte spørsmålet i handelsverdenen. Forfatter Mark Jurik hadde en tur på å svare på det i sin bok Computerized Trading, som vist i boks 9.1. Kilde: Jurik, M 1999, Datastyrt handel: Maksimering av daghandel og overnatting, New York Institute of Finance, New York. Men hva handler det om å teste tilbake på nytt? Trading backtesting er prosessen med å teste en handelsstrategi ved hjelp av historiske data i stedet for å teste det i sanntid med ekte penger. De beregninger som er oppnådd ved testing, kan brukes som en indikasjon på hvor godt strategien ville ha utført dersom den hadde blitt brukt på tidligere bransjer. Tolkning av disse resultatene gir da forhandleren tilstrekkelige beregninger for å vurdere handelssystemets potensial. Logisk vet vi at resultatene fra denne typen test ikke vil kunne forutsi fremtidig avkastning med presisjonsnøyaktighet, men det kan gi en indikator på om du bør selv forfølge et handelssystem eller ikke. Hva mer, hvis du bestemmer deg for å fortsette å handle med systemet, vil det gi deg veiledninger om hva du kan forvente. Men spørsmålet gjenstår: hvordan kan du teste en trading system ytelse over tid Det er bare to måter å gjøre dette manuelt eller med dataprogramvare. For å være ærlig, er dataprogram det eneste virkelige alternativet. Jeg har prøvd begge testmetoder og manuell testing er ikke bare tidkrevende, men veldig vanskelig å replikere og teste effektivt. Fordelene som kommer fra trading backtesting programvare kan ikke overvurderes. Det vil spare deg tid og gi en endeløs mulighet til å finjustere og teste systemet ditt. Et lite utlegg i kapital for å kjøpe god programvare for tilbakeringstesting vil potensielt spare deg tusenvis på markedet. Det er en veldig smart investering hvis du vurderer å designe et vellykket og mekanisk handelssystem. Mekanisk tilbakestilling Vennligst forstå, så lenge ditt mekaniske handelssystem utelukkende fungerer med prisdata (åpent, høyt, lavt, nært, volum), vil du kunne bruke programvare for tilbakestilling. For eksempel, si at du oppretter et mekanisk handelssystem med følgende oppføringsregel: Regel: Kjøp en sikkerhet når 10-dagers glidende gjennomsnitt av sluttkurs går over 30-dagers glidende gjennomsnitt av sluttkurs. Denne regelen kan testes ganske enkelt over historiske data. På den annen side kan kjøpesignalregelen være litt mer komplisert, for eksempel: Regel: Kjøp sikkerhet når 10-dagers glidende gjennomsnitt av sluttkursen krysser over 30-dagers glidende gjennomsnitt av sluttkurs og PE-forholdet var 75 eller lavere enn verdien tre måneder før. Denne regelen introduserer data som ikke ofte leveres eller vedlikeholdes i en database med prisinformasjon. For å lykkes tilbake testen vil dette innebære å skaffe historiske data for et sikkerhetssystem, samt pris-til-inntjeningsforholdet (PE-forhold). Typisk vil historiske data på en gruppe aksjer bare omfatte det åpne, høye, lave, lukkede og volum for hver periode. På grunn av denne begrensningen er mange mekaniske handelssystemer designet rundt rent tekniske indikatorer. Dessverre er det meste mekaniske handelssystem basert på grunnleggende data utover omfanget av detaljhandel investorer på grunn av mangel på historiske data tilgjengelig for å gjennomføre en komplett trading back test. Back testing software Heldigvis har mange kartleggingspakker i dag mange tester som er innebygd. Hvis du fulgte prosessen for å velge en kartleggingspakke i det forrige kapitlet, burde du enten ha funnet en med tilbakestillingstester inkludert eller funnet en som er kompatibel med en annen off-the-shelf pakke. For de av dere som bestemte meg for å kjøpe MetaStock i kapittel 8, er TradeSim 8211 ultimate-trading-systemstradesim trolig den mest realistiske, ekte handelssimulatoranalyser jeg har funnet. Det kan raskt teste og evaluere et handelssystem, enten det er en sikkerhets - eller en sikkerhetsportefølje. Jeg tror at tading tilbake testing er den eneste måten å fjerne selvtillit. Når du først har etablert at du har et pålitelig og robust handelssystem, vil du være trygg på å handle det. På samme måte som kartleggingsprogramvaren, sørg for at du kjenner pakken din tilbake til forsiden. Du vil ikke kunne få det beste ut av det med mindre du forstår fullt ut hvordan det fungerer og hva du kan gjøre med det. Alternative løsninger Dessverre har jeg sett mange klienter aldri helt få det med hensyn til tilbake testing. For mange er tilbakemeldingsprogramvare ganske enkelt for teknisk. Hvis du faller inn i den kategorien, ikke gi opp. Det er et kritisk skritt i systemdesignprosessen. For de mindre tekniske har jeg funnet en løsning som heter Trading Performance Analyzer ultimate trading-systemstpa. Det er lett å bruke og perfekt for å analysere systemet før du handler det i sanntid. Viktig merknad: Hvis du finner deg selv testing og re-testing i håp om å snuble over den sølvkulen, husk, vil du aldri opprette et handelssystem som har en 100 suksessrate. Mange har prøvd (selv inkludert) og alle har mislyktes. Du bør være på utkikk etter et godt trading system med minimal drawdown og en god risiko-til-belønning ratio. Many handelssystemer har mer tapende handler enn de vinne og likevel tjener de fortsatt penger. Hvordan Money Management. (Se kapittel 6.) Det siste stykket i systemdesign puslespillet er å ta handelssystemet du har designet i de forrige kapitlene og teste det. Ved å teste systemene dine har du nettopp satt deg blant de øverste 1 av handelsmenn, og sikrer din suksess. Gratulerer Kjøpe en handel tilbake test pakke: TradeSim 8211 ultimate-trading-systemstradesim Trading Performance Analyzer 8211 ultimatetradingsystemstpa Lær din valgte programvare for bakre testing innvendig og utvendig. Tilbake test ditt nyutviklede system, inkludert inngangs-, utgangs - og pengestyringsregler. Har du sjekket ut Portfolio123 For 50 dollar i måneden du skjermer for grunnleggende og tekniske variabler, backtest det, gjør robusthetstest (tilfeldige oppføringer hundrevis for å sikre at du ikke har kirsebær plukker resultatene), og simuleringstesting med separate kjøp og salg regler , slippage, tilpassede universer, bla, bla, bla. Du kan bruke den i 45 dager som en gratis prøveversjon hvis du bruker koden HKURTIS når du registrerer deg for å teste den ut. Før Portfolio123 trodde jeg at bare Zacks Research Wizard var et lavprisalternativ 8211, men hundrevis av dollar for vannet versjon, overlevelsesforstyrrelser og andre problemer 8211 nei takk. IMO sin institusjonelle karakter programvare for ca 120th kostnaden. Jesuraj 7 mars 2012 klokka 5:07 hei Dave, jeg skjedde å lese dette gode aritcle. I Metastock vil jeg gjerne bestille overskudd for bare halvparten av min stilling, og jeg kunne ikke finne en måte å gjøre dette på. Kan du gi meg beskjed om slik testing er mulig i Metastock. Takk og hilsen Jesuraj
No comments:
Post a Comment