Zpětné testování - přehled, jak to funguje, běžná opatření

Zpětné testování zahrnuje použití strategie nebo prediktivního modelu na historická data k určení jejich přesnosti. Lze jej použít k testování a porovnání životaschopnosti obchodních strategií, takže obchodníci Šest základních dovedností mistrů obchodníků Obchodníkem se může stát téměř každý, ale být jedním z mistrů obchodníků vyžaduje víc než investiční kapitál a třídílný oblek. Mějte na paměti: existuje moře jednotlivců, kteří se chtějí připojit k řadám mistrů obchodníků a přivést si domů peníze, které k tomuto titulu patří. může zaměstnávat a vylepšovat úspěšné strategie.

Zpětné testování

souhrn

  • Zpětné testování zahrnuje použití strategie nebo prediktivního modelu na historická data k určení jejich přesnosti.
  • Umožňuje obchodníkům otestovat obchodní strategie bez nutnosti riskovat kapitál.
  • Mezi běžná opatření zpětného testování patří čistý zisk / ztráta, výnos, výnos upravený o riziko, tržní expozice a volatilita.

Jak funguje zpětné testování

Analytici používají zpětné testování jako způsob, jak otestovat a porovnat různé obchodní techniky bez rizika peněz. Teorie spočívá v tom, že pokud by jejich strategie v minulosti fungovala špatně, je nepravděpodobné, že by v budoucnu fungovala dobře (a naopak). Dvě hlavní složky, na které se při testování přihlíží, jsou celková ziskovost a úroveň rizika.

Backtest se však bude zabývat výkonem strategie ve vztahu k mnoha různým faktorům. Úspěšná zpětná zkouška ukáže obchodníkům strategii, která historicky vykazuje pozitivní výsledky. Zatímco se trh nikdy nepohybuje úplně stejně, backtesting se opírá o předpoklad, že akcie se pohybují v podobných vzorcích, jako tomu bylo v minulosti.

Zpětné testování - jak to funguje

Implementace

Backtest je obvykle kódován programátorem Programování Programování je proces psaní instrukcí, které má počítač provést. Je to podobné receptu pro člověka. Recept obsahuje seznam akcí a spuštění simulace obchodní strategie. Simulace probíhá pomocí historických dat z akcií, dluhopisů a dalších finančních nástrojů. Osoba zajišťující zpětný test posoudí návratnost modelu v několika různých souborech dat.

Je také nezbytné, aby byl model testován napříč mnoha různými tržními podmínkami, aby bylo možné objektivně posoudit výkon. Proměnné v modelu jsou poté vylepšeny pro optimalizaci proti několika různým opatřením zpětného testování.

Běžná opatření zpětného testování

  • Čistý zisk / ztráta
  • Vrátit se: Celková návratnost portfolia v daném časovém rámci
  • Výnos upravený o riziko Poměry návratnosti upravené podle rizika Existuje řada poměrů návratnosti upravených podle rizika, které pomáhají investorům posoudit stávající nebo potenciální investice. Tyto poměry mohou být užitečnější než jednoduché metriky návratnosti investice, které nezohledňují úroveň investičního rizika. : Výnos portfolia upravený o úroveň rizika
  • Tržní expozice: míra expozice různým segmentům trhu
  • Volatilita Volatilita Volatilita je míra míry kolísání ceny cenného papíru v čase. Udává úroveň rizika spojeného se změnami ceny cenného papíru. Investoři a obchodníci vypočítávají volatilitu cenného papíru k posouzení minulých výkyvů cen: Rozptyl výnosů z portfolia

Zpětné testování zkreslení

Při vytváření obchodního modelu, který má být zpětně testován, se obchodníci musí při vytváření modelu vyhnout zaujatosti. Aby byla zajištěna objektivita, musí být strategie testována na několika různých časových obdobích s nezaujatým a reprezentativním vzorkem akcií. Pokud by si obchodník vybral akcie a časové období, ve kterém je jejich strategie testována, model by byl zásadně vadný. Zatímco test může přinést pozitivní výsledky, bylo by to jen proto, že model byl vytvořen tak, aby dokonale odpovídal těmto datům. Proto je nezbytné, aby se v celém procesu používaly různé datové sady.

Předpětí dopředu

Další chybou při zpětném testování je zkreslení dopředu. Předpětí dopředného pohledu zahrnuje začlenění informací do zpětně testovaného modelu, které by normálně nebyly k dispozici, když je model skutečně implementován.

Předpokládejme například, že provádíte zpětné testování obchodního modelu, který se opírá o finanční informace dostupné na konci fiskálního roku. V modelu zadáte informace k 31. prosinci; tyto informace však obvykle nejsou k dispozici až několik týdnů po konci roku. Implementace dat v backtestu by způsobila, že návratnost modelu bude uměle vysoká kvůli vychýlení dopředu.

Backtesting - Look-Ahead Bais Chart

  • A - Fiskální rok (čas, kdy model zpětného testování předpokládá vydání výroční zprávy)
  • B - Výroční zpráva zveřejněna
  • C - Čas, kdy model zpětného testování předpokládá vydání zprávy za první čtvrtletí
  • D - Zpráva za první čtvrtletí zveřejněna

Výše uvedený graf ukazuje časovou osu, jak by mohl být model zpětného testování chybný kvůli zaujatosti do budoucna. Model předpokládá, že informace budou k dispozici v bodech A a C, zatímco ve skutečnosti budou informace k dispozici v bodech B a D. Výsledek správně sestaveného zpětného testu by pravděpodobně přinesl zcela odlišný výsledek než ten, který dává stejné předpoklady jako výše.

Kdo používá zpětné testování?

Každý může provést svůj vlastní backtest; zpětné testy však obvykle provádějí institucionální investoři a správci peněz. Zpětné testování využívá data, jejichž získání může být nákladné, a vyžaduje komplexní modelování.

Institucionální obchodníci a investiční společnosti disponují lidským a finančním kapitálem nezbytným pro využití modelů zpětného testování do svých obchodních strategií. Institucionální investoři Institucionální investor je právnická osoba, která shromažďuje finanční prostředky mnoha investorů (což mohou být soukromí investoři nebo jiné právnické osoby), kteří jsou často povinni provést backtest k posouzení rizika.

Příklad

Předpokládejme, že jste analytikem v investiční společnosti a že jste byli požádáni, abyste provedli testovací strategii oproti souboru historických dat, který vám byl dán. Strategie zahrnuje nákup akcií, pokud dosáhnou 90denního minima. Prvním krokem při zpětném testování by byl výběr nezaujatých historických dat.

Poté strategii použijete na data a zjistíte, že strategie přinesla návratnost o 150 bazických bodů lepší než současná strategie používaná společností. Zpětná zkouška pomohla zpevnit výzkum prováděný při vytváření obchodní strategie. Investiční společnost může rozhodnout, zda je backtest dostatečným důvodem k uplatnění strategie.

Související čtení

Finance je oficiálním poskytovatelem globálního Certified Banking & Credit Analyst (CBCA) ™ Certifikace CBCA ™ Certifikace Certified Banking & Credit Analyst (CBCA) ™ je celosvětovým standardem pro úvěrové analytiky, který zahrnuje finance, účetnictví, kreditní analýzu, analýzu peněžních toků , modelování smluv, splácení půjček atd. certifikační program, jehož cílem je pomoci komukoli stát se finančním analytikem světové úrovně. K dalšímu rozvoji vaší kariéry budou užitečné následující zdroje:

  • Algorithms Algorithms (Algos) Algorithms (Algos) are a set of instructions that are entered to perform a task. Algorithms are entered to automate trading to generate profits at a frequency to human human trader
  • Clustering Illusion Clustering Illusion Clustering Illusion odkazuje na kognitivní zkreslení v behaviorálním financování, při kterém investor sleduje vzorce toho, co jsou ve skutečnosti náhodné události. V jiných
  • Testování hypotéz Testování hypotéz Testování hypotéz je metoda statistické inference. Slouží k testování, zda je prohlášení týkající se parametru populace správné. Testování hypotéz
  • Předpětí výběru vzorku Předpětí výběru vzorku Předpětí výběru vzorku je vychýlení, které je výsledkem selhání zajištění správné randomizace vzorku populace. Chyby výběru vzorku

Poslední příspěvky