Monday 25 July 2016

백 테스팅 무역 전략 r






+

당신이 이론을 backtest 때 백 테스팅을 무너 뜨 백 테스팅, 달성 된 결과는 시험 기간의 움직임에 크게 의존한다. 이론을 백 테스팅하는 것은 과거에 무슨 미래에 일어날 것이며, 이 가정은 전략에 대한 잠재적 인 위험을 일으킬 수 있다고 가정합니다. 예를 들어, 인터넷 기업 공개 (IPO)가 전체 시장을 능가 개념에 기초한 전략을 테스트하고 싶은 말은. 당신이 90 년대 후반의 닷컴 붐 년 동안이 전략을 테스트한다면, 전략이 크게 시장을 능가 할 것이다. 그러나, 버블 붕괴 후 동일한 전략을 시도하는 실력을 반환 될 것입니다. 자주 듣는 것이다 같이 과거 실적이 반드시 미래의 수익을 보장하지 않습니다. 기술적 분석의 맥락에서 조정하는 공정이다. 연구 또는 정보 또는 데이터를 이용하여 생성 된 바이어스. 예를 들면 같은 공통적 인 특징을 공유 유가 증권의 집합입니다. 일정에 따라 화면에 따라 주식을 사고 파는. 시계열 데이터의 사용을 둘러싼 의미. 현재 거래 전략을 구체화 할 수 있습니다 우리는이 과정에 대한 몇 가지 도움말을 제공합니다. 에는 순 현금이 필요하지 않은 투자 전략 전략. - 그것 - 스스로 매우 보람이있을 수 있습니다 거래 - 모두 심리적으로 당신의 지갑. 무역 계획의 중요한 부분은 그 성능을 기대할 수있는 결정하기 위해 시험하고있다. 백 테스팅 앞으로 성능 테스트는 당신의 계획이 성공할 경우 예측하는 데 도움이됩니다. 불행하게도, 이 성공을 보장합니다 완벽한 투자 전략 없지만, 당신은 당신의 위치를​​ 위해 최선을 작동합니다 지표와 전략을 찾을 수 있습니다. 백 테스팅 앞으로 성능 테스트 결과 사이의 상관 관계는 당신이 당신의 거래 시스템을 최적화 할 수 있습니다. 이 연습은 경험과 새로운 상인과 공통이며, 큰 손실로 이어질 수 있습니다. 그것을 방지하는 방법을 알아보십시오. 당신은 우리가 어떻게 당신의 셔츠를 잃지 않고 자신의 능력을 테스트하는 방법을 보여줄 것이다 스트리트를 이길 수 있다고 생각합니다. 미러가 전략을 거래 많은 장점이 있으며, 아직 시장은 동적이며, 없이 손실의 위험이 항상있다. ETF의 뮤추얼 펀드는 스마트 베타 기금에서 사용하는 방법론을 탐색 및 종목 선정을위한 그들의 전략 이유는 모든 스마트하지 않을 수 있습니다. ETF의 뮤추얼 펀드는 종목 선정 및 활동 관리 관행에 대한 독점적 인 방법을 포함 실사에 대한 스마트 베타 펀드가 제시 한 과제를 살펴보십시오. 포트폴리오의 위험과 백 테스팅은 위험 계산에서 값의 정확성을 측정하기 위해 사용되는 방법의 가치에 대해 알아보세요. 이중 최고 패턴이 발견 될 때 알아 대답 읽기 전략 상인 사용합니다. 이 패턴은 공통이며, 자본 수익성이 될 수 있습니다. 동료는 최근 평균 전략을 이동 200분의 50 한 답변 읽기. 나는 온라인으로 가서이 시스템에 보였다 것을 발견했다. 발견에게 위험에서 값의 차이, 또는 var 및 스트레스 테스트를 답변 읽고, 두 개념을 함께 사용할 수있는 방법에 대해 알아 봅니다. 투자자가 인터넷 서비스 및 투자 시장 이후 변경된 닷컴 흉상 및 방법에 기여하는 방법을 알아 대답을 참조하십시오. 봄베이 증권 거래소 (BSE)의 벤치 마크 지수 - 봄베이 거래소 민감 지수 (센 섹스)의 약어 답변 읽어보십시오. 더 만기일과 채권. 영구 채권은 상환하지 않지만 영원히 관심의 꾸준한 스트림을 지불합니다. 의 일부. 경제 또는 금융 지수 년 시리즈의 첫 번째. 베이스 년 통상 대개의 수명 동안 어떤 시점 동사 지분 일정량으로 변환 할 수 1 본드의 임의의 레벨로 설정된다. 주식 시장에 투자 초과 수익률은 국채의 반환 등의 위험이없는 속도를 통해 제공합니다. 500 주식의 인덱스는 다른 요인들 중 시장 규모, 유동성 및 업계 그룹에 대한 선택. 의 S P 500은 디자인된다. 백 테스팅 : 과거 백 테스팅을 해석 효과적인 거래 시스템 개발의 핵심 구성 요소입니다. 이것은 주어진 전략에 의해 정의 된 규칙을 사용하여 과거에 발생한 것 이력 데이터, 거래와 함께 재구성함으로써 달성된다. 결과는 전략의 효과를 측정하는 데 사용할 수있는 통계 정보를 제공한다. 이 데이터를 사용하여, 상인은 최적화하고 그들의 전략을 개선, 기술적 또는 이론적 결함을 발견하고 실제 시장에 적용하기 전에 전략에 대한 자신감을 얻을 수 있습니다. 기본적인 이론은 과거에 잘 작동하는 전략은 미래에 잘 작동 할 가능성이 있는지, 그리고 반대로 과거 부진 어떤 전략은 미래에 제대로 수행 할 가능성이있다. 이 문서에서는 응용 프로그램을 얻을 수있다 데이터의 종류, backtest하는 데 사용되며, 이 데이터와 백 테스팅이 주어진 시스템에 대한 중요한 통계의 의견을 충분히 제공 할 수있는 도구를 사용하도록 설정하는 방법을 무엇인지 살펴 봅니다. 일부 범용 백 테스팅 통계는 다음과 같습니다 순이익 또는 손실 - 인터넷 백분율 손익을. 시간 프레임 - 테스트 ING가 발생한 과거 날짜. 우주 - backtest에 포함 된 주식. 변동성을 측정 - 최대 비율의 상승과 하락. 평균 - 비율 평균 이득 및 평균 손실은 평균 막대를 개최했다. 노출 - 자본의 백분율 (시장 또는 노출) 투자했다. 비율 - 승 - 투 - 손실 비율. 연간 수익 - 년 넘게 백분율 돌아갑니다. 위험 조정 수익 - 위험의 함수로 백분율 돌아갑니다. 일반적으로 백 테스팅 소프트웨어는 중요한 두 개의 화면을 제공합니다. 첫 번째는 백 테스팅에 대한 설정을 사용자 정의 할 수있는 상인을 할 수 있습니다. 이러한 사용자 지정 시간에서 수수료 비용 모두를 포함한다. 여기 AmiBroker 이러한 화면의 예입니다 : 두 번째 화면은 실제 백 테스팅 결과 보고서입니다. 위에서 언급 한 모든 통계를 확인할 수있는 곳이다. 다시 말하지만, 여기 AmiBroker이 화면의 예입니다 : 일반적으로 대부분의 거래 소프트웨어 비슷한 요소가 포함되어 있습니다. 일부 하이 엔드 소프트웨어 프로그램은 자동 위치 크기 조정, 최적화 및 기타 자세한-고급 기능을 수행 할 수있는 추가 기능을 포함한다. 10 계명은 거래 전략을 백 테스팅하는 경우에 상인이주의 여러 가지 요소가 있습니다. 주어진 전략을 시험 하였다 된 시간 프레임에서 계정에 폭 넓은 시장 동향을 가지고 다음은 백 테스팅을하는 동안 기억해야 할 10 개의 가장 중요한 것들의 목록입니다. 전략은 1999-2000에서만 backtested 인 경우 예를 들어, 곰 시장에서 잘 지내지 않을 수 있습니다. 종종 시장 상황의 여러 가지 유형을 포함 긴 시간 프레임을 통해 backtest하는 것이 좋습니다. 계정에 백 테스팅가 발생한 우주를 가져 가라. 넓은 시장 시스템 기술 주식으로 구성된 우주와 시험 예를 들어, 서로 다른 분야에서 잘하지 못할 수 있습니다. 전략은 주식의 특정 장르를 대상으로하는 경우 일반적으로 해당 장르에 우주를 제한하지만, 다른 모든 경우에, 테스트 목적으로 큰 우주를 유지한다. 변동성 조치는 무역 시스템 개발에 고려하는 것이 매우 중요합니다. 이것은 그들의 주식이 특정 지점 아래로 떨어질 경우 마진 콜을 실시 활용 계정, 특히 사실이다. 상인은 위험을 줄이고에서 주어진 품절 쉽게 전환을 가능하게하기 위해 변동성이 낮게 유지하기 위해 노력해야한다. 지지 바의 평균 수는 거래 시스템을 개발할 때 시청하는 것도 매우 중요하다. 대부분의 백 테스팅 소프트웨어가 최종 계산에 수수료 비용을 포함하지만, 그건 당신이이 통계를 무시해야 의미하지 않는다. 가능하면 수수료 비용을 절감하고, 전체 수익을 향상시킬 수 있습니다 개최 바의 평균 개수를 제기. 노출은 양날의 검이다. 노출이 낮은 이익 또는 낮은 손실을 의미한다 감소하면서 증가 된 노출, 높은 수익 이상 손실로 이어질 수 있습니다. 하지만, 일반적으로는 위험을 줄이고 및 소정의 품절 쉽게 전환 할 수 있도록하기 위해 (70) 아래에 노출을 유지하는 것이 좋다. 는 WINS 대 손실 비율과 함께 평균 이득 / 손실 통계는 최적의 위치 크기와 켈리 기준 등의 기술을 사용하여 자금 관리를 결정하는 데 유용 할 수 있습니다. (돈 관리는 켈리 기준 사용을 참조하십시오.) 상인이 더 큰 위치를 가지고 평균 이익을 증가시키고 자신의 승리 - 투 - 손실 비율을 증가시킴으로써 수수료 비용을 줄일 수 있습니다. 그것은 다른 투자 장소에 대한 벤치 마크 시스템의 반환에 도구로 사용되기 때문에 연간 수익률은 중요하다. 전체 연간 수익을보고, 또한 계정으로 증가 또는 감소 위험을 감수 할뿐만 아니라 중요합니다. 이 다양한 위험 요소를 차지 위험 조정 수익률을보고 할 수 있습니다. 무역 시스템을 채택하기 전에 작거나 위험에 다른 모든 투자 장소를 능가해야합니다. 사용자 정의를 백 테스팅하는 것은 매우 중요합니다. 대부분의 백 테스팅 응용 프로그램은 수수료 금액 라운드 (또는 부분) 부지 크기, (뒤) 크기, 여백 요구 사항, 금리, 슬립 가정, 위치 크기 규칙, 같은 바 출구 규칙을 체크 중지 설정 등을위한 입력을 가지고있다. T O를 가장 정확한 백 테스팅 결과를 얻을, 나는 t 시스템이 라이브가 될 때 사용되는 브로커를 모방하기 위해 이러한 설정을 조정하는 것이 중요합니다. 백 테스팅은 때때로을 통해 최적화로 알려진 뭔가가 발생할 수 있습니다. 이것은 성능 결과는 더 이상 미래의 정확한 없는지 과거 너무 높게 조정되는 조건이다. 일반적으로 모든 주식, 또는 대상 주식의 선택 세트에 적용하고, 규칙이 더 이상 이해할 수 작성자가 있다는 정도에 최적화되지 않은 규칙을 구현하는 것이 좋습니다. 백 테스트는 항상 주어진 거래 시스템의 유효성을 측정하는 가장 정확한 방법이 아니다. 때때로 과거에 잘 실행 전략은 본에서 잘하지 못한다. 과거의 실적이 미래의 결과를 보장하지 않습니다. 전략은 여전히​​ 실제로 적용된다는 것을 확인하기 위해 라이브 가기 전에 성공적으로 backtested되었습니다 시스템 종이 무역을해야합니다. 결론 백 테스팅는 무역 시스템을 개발의 가장 중요한 측면 중 하나입니다. 생성 제대로 해석하면, 상인 최적화하고 그들의 전략을 개선, 기술적 또는 이론적 결함을 찾을뿐만 아니라 실제 시장에 적용하기 전에 전략에 대한 자신감을 얻을 수 있습니다. 자원 Tradecision (tradecision) - 하이 엔드 트레이딩 시스템 개발 AmiBroker (amibroker) - 예산 트레이딩 시스템 개발. 멀티 자산 Backtest. 회전 무역 전략 나는 몇 맨 위 자산에 베팅 시간에 걸쳐 투자 할당을 전환하는 체계적인 투자 도구 상자 국지적 회전 무역 전략의 백 테스팅 라이브러리를 사용하여 회전 무역 전략의 이행을 논의합니다. 예를 들어, 순위가 상대적 강도 나 운동량에 기초 할 수있다. 회전 무역 전략 (또는 전술적 자산 배분)의 몇 가지 예입니다 : 내가 ETF 섹터 전략 게시물에 ETF 화면에 도입 된 전략을 사용하여 회전 무역을 설명하고자합니다. 매달, 이 전략은 6개월 반환으로 분류되어 21 ETF의의 상단이에 투자하고있다. ETF의 위치가 한 이러한 ETF의 상단 6 순위에 그대로 유지됩니다 이후 개월 만에 매출을 줄일 수 있습니다. 우리가이 전략을 구현하기 전에, 우리는 두 도우미 루틴을 작성해야합니다. 첫째, s는 각 기간에 대한 상위 N 위치를 선택하는 함수를 만들 수 : 다음의 각 기간에 대한 상위 N 위치를 선택하고 그들이 KeepN 순위 이하로 떨어질 때까지 계속하는 함수를 만들 수 : 이제 우리는 준비가 체계적인 투자 도구 상자의 백 테스팅 라이브러리를 사용하여이 전략을 구현 :이 전략을 개선하는 방법에는 여러 가지가 있습니다. 순위 다양한 방법을 고려한다 : 여기서 고려할 추가 방법 샘플리스트이다. 즉 1/2/3/6/12 개월 수익률과 조합, 순위 위험 조정. , 드로을 제어하고 M. 페이버 (2006)에 의해 전술 자산 배분에 대한 양적 접근에 제시된 성능은 타이밍 메커니즘을 고려 증가합니다. 다른 자산 우주를 생각해 보자. 수입, 국제 자본 시장을 고정 상품과 같은 다른 자산에 덜 상관 ETF의를 포함합니다. 예를 들어, 단일 국가 국제 전략 포스트를 보라. 유일한 경계는 당신의 상상이다. 또한 사용자의 데이터를 overfitting되지 않았는지 확인하기 위해 전략 개발시 민감도 분석을 수행하는 것이 좋습니다. 이 예를 들어 완전한 소스 코드를 보려면 GitHub의에서 bt. test. r에서 bt. rotational. trading. test () 함수에서 봐 주시기 바랍니다. 업데이트가 최신 R 게시물로 전자 메일을받을 R-블로거에 가입 그리워. (당신은이 메시지를 다시 표시되지 않습니다.)




No comments:

Post a Comment