Backtesting trading กลยุทธ์ กับ r

วิธีการ Backtest กลยุทธ์ใน R. เราจะสำรวจความสามารถ backtesting ของ R. ในการโพสต์ก่อนหน้านี้เราได้พัฒนาโอกาสในการเข้าสู่ระบบที่ง่ายสำหรับ USD CAD โดยใช้กลไกการเรียนรู้ด้วยเครื่องจักรและเทคนิคจากกลุ่มย่อยของการทำเหมืองข้อมูลที่เรียกว่ากฎการเชื่อมโยง learning ในโพสต์นี้เราจะสำรวจวิธีการทำ backtest เต็มรูปแบบใน R โดยใช้กฎของเราจากโพสต์ก่อนหน้านี้และใช้ผลกำไรและหยุด loss. Let s ดำน้ำขวาในหมายเหตุ backtest ถูกสร้างขึ้นปิดบาร์ 4 ชั่วโมงใน ชุดข้อมูลของเราและ doesn t มีมุมมองที่ละเอียดขึ้นอัตราการเติบโตเฉลี่ยต่อปีของ CAGR คืออัตราร้อยละของการสูญเสียรายปีซึ่งหมายความว่าจะทำให้การเติบโตเป็นงวดเท่า ๆ กันในแต่ละปีเนื่องจากการทดสอบของเราสิ้นสุดลงลองดูว่าเราสามารถปรับปรุงประสิทธิภาพได้หรือไม่ โดยการเพิ่มการหยุดการขาดทุนและทำกำไรด้วยการหยุดการขาดทุนเพียงเล็กน้อยประสิทธิภาพลดลงดูเหมือนว่าเราจะนำธุรกิจของเราออกไปก่อนที่จะสามารถกู้คืนได้เพื่อที่จะล็อคผลกำไรของเรา กำไรทำกำไรในการทำกำไรของเรามีกำไรดีขึ้นเล็กน้อยประสิทธิภาพ แต่ไม่มาก Let s รวมทั้งหยุดการขาดทุนและทำกำไรขณะนี้ให้ s เปรียบเทียบพื้นฐานยาวกลยุทธ์สั้นเพียงหยุดขาดทุนเพียง ทำกำไรและทั้งสองจะหยุดการสูญเสียและทำกำไรตอนนี้คุณรู้วิธีการเพิ่มกำไรและหยุดการขาดทุนผมขอแนะนำให้คุณเล่นรอบกับข้อมูลและทดสอบค่าที่แตกต่างกันขึ้นอยู่กับพารามิเตอร์ของคุณเองความเสี่ยงส่วนบุคคลและใช้กฎของคุณเอง แม้จะมีอัลกอริทึมที่มีประสิทธิภาพและเครื่องมือที่ซับซ้อนก็ยากที่จะสร้างกลยุทธ์ที่ประสบความสำเร็จสำหรับทุกความคิดที่ดีเรามักจะมีคนไม่ดีอีกหลายคนติดอาวุธด้วยเครื่องมือและความรู้ที่ถูกต้องคุณสามารถทดสอบความคิดของคุณได้อย่างมีประสิทธิภาพจนกว่าคุณจะได้รับสิ่งที่ดี เราได้ปรับปรุงกระบวนการนี้ใน TRAIDE เราได้พัฒนาโครงสร้างพื้นฐานสำหรับทดสอบซึ่งช่วยให้คุณสามารถดูว่ารูปแบบข้อมูลของคุณอยู่ในรูปแบบใดและในแบบเรียลไทม์ดูว่าข้อมูลเหล่านี้มีประสิทธิภาพสูงกว่าข้อมูลทางประวัติศาสตร์ของคุณเราจะปล่อย TR AIDE สำหรับ 7 คู่หลักในตลาด FX กับตัวบ่งชี้ทางเทคนิคในสองสัปดาห์หากคุณสนใจในการทดสอบซอฟต์แวร์และการให้ข้อเสนอแนะกรุณาส่งอีเมลไปที่เรามี 50 จุดที่ใช้ได้ฉัน m ใหม่มาก R และพยายามที่จะ backtest กลยุทธ์ I ve programmed แล้วใน WealthLab. Several สิ่งที่ฉัน don t เข้าใจและ doesn t ทำงานชัดฉัน don t ได้รับการปิดราคาอย่างเป็นเวกเตอร์หรือบางชนิดของเวกเตอร์ แต่เริ่มต้นด้วยโครงสร้างและฉัน don t เข้าใจจริงๆสิ่งที่ฟังก์ชันนี้ ไม่ Thats ทำไมชุดของฉัน 1 โทรอาจ doesn t work. n - ชุด nrow doesn t ทำงานทั้ง แต่ฉันต้องการที่ Loop ดังนั้นฉันเดาถ้าฉันได้ 2 คำถามเหล่านี้ตอบกลยุทธ์ของฉันควรทำงานฉัน m ขอบคุณมากสำหรับใด ช่วย R ดูเหมือนซับซ้อนมากแม้มีประสบการณ์การเขียนโปรแกรมใน languages. yeah อื่น ๆ I ชนิดของการคัดลอกบางบรรทัดของรหัสจากกวดวิชานี้และ don t เข้าใจบรรทัดนี้ฉันหมายถึงชุด 1 ฉันคิดว่าจะใช้ฟังก์ชัน f บนคอลัมน์ที่ 1 ของชุด แต่ตั้งแต่นี้ eries คือบาง compley กับโครงสร้างอื่น ๆ it doesn t งานฉันพูดคุยเกี่ยวกับการกวดวิชานี้ MichiZH Jun 6 13 at 14 22.Backtesting Interpreting Past. Backtesting เป็นองค์ประกอบสำคัญของการพัฒนาระบบการค้าที่มีประสิทธิภาพสามารถทำได้โดยการสร้างใหม่ด้วยข้อมูลทางประวัติศาสตร์ , ธุรกิจการค้าที่จะเกิดขึ้นในอดีตโดยใช้กฎที่กำหนดโดยกลยุทธ์ที่กำหนดผลเสนอสถิติที่สามารถใช้ในการวัดประสิทธิภาพของกลยุทธ์การใช้ข้อมูลนี้ผู้ค้าสามารถเพิ่มประสิทธิภาพและปรับปรุงกลยุทธ์ของพวกเขาหาข้อบกพร่องทางเทคนิคหรือทฤษฎี, และได้รับความเชื่อมั่นในกลยุทธ์ของพวกเขาก่อนที่จะนำไปใช้กับตลาดจริงทฤษฎีพื้นฐานคือว่ากลยุทธ์ใด ๆ ที่ทำงานได้ดีในอดีตมีแนวโน้มที่จะทำงานได้ดีในอนาคตและตรงกันข้ามกลยุทธ์ใด ๆ ที่ทำไม่ดีในอดีตมีแนวโน้มที่จะดำเนินการ ไม่ดีในอนาคตบทความนี้จะพิจารณาถึงสิ่งที่แอ็พพลิเคชันใช้เพื่อทำ backtest ชนิดของข้อมูลที่ได้มาและวิธีการนำไปใช้ Data และ Tool สถิติการทำ backtesting ที่เป็นสากล ได้แก่ ผลกำไรหรือขาดทุน - กำไรหรือขาดทุนสุทธิร้อยละ - กรอบเวลา - วันที่ผ่านมาซึ่งการทดสอบเกิดขึ้น - ผู้มีส่วนได้ส่วนเสีย - หุ้นที่รวมอยู่ใน backtest. Volatility มาตรการ - ร้อยละของกำไรสูงสุดและลดลงเฉลี่ย - เปอร์เซ็นต์เฉลี่ยกำไรและการสูญเสียเฉลี่ย, บาร์เฉลี่ยที่จัดขึ้นการเปิดรับ - ร้อยละของเงินทุนที่ลงทุนหรือสัมผัสกับตลาดอัตราส่วน - อัตราส่วนกำไรต่อขาดทุน - ผลตอบแทนรายปี - ผลตอบแทนร้อยละต่อปี ผลตอบแทนที่ได้รับจากการลงทุน - ผลตอบแทนจากการลงทุนเป็นผลมาจากความเสี่ยงโดยปกติซอฟต์แวร์ backtesting จะมีหน้าจอสองหน้าจอที่มีความสำคัญก่อนจะช่วยให้พ่อค้าสามารถปรับแต่งการตั้งค่าสำหรับ backtesting ได้การปรับแต่งเหล่านี้ประกอบด้วยทุกอย่างตั้งแต่ช่วงเวลาไปจนถึงค่าคอมมิชชั่น ของหน้าจอดังกล่าวใน AmiBroker หน้าจอที่สองคือรายงานผลการทำ backtesting ที่เกิดขึ้นจริงซึ่งเป็นที่ที่คุณสามารถค้นหาสถิติทั้งหมด กล่าวถึงข้างต้นอีกครั้งนี่คือตัวอย่างของหน้าจอนี้ใน AmiBroker โดยทั่วไปซอฟต์แวร์ซื้อขายส่วนใหญ่มีองค์ประกอบที่คล้ายกันบางโปรแกรมระดับไฮเอนด์ยังรวมถึงการทำงานเพิ่มเติมเพื่อดำเนินการปรับขนาดโดยอัตโนมัติการเพิ่มประสิทธิภาพและอื่น ๆ คุณลักษณะขั้นสูงอื่น ๆ 10 บัญญัติมี เป็นปัจจัยหลายอย่างที่ผู้ค้าต้องใส่ใจเมื่อมีการทำ backtesting trading strategies นี่คือรายการของ 10 สิ่งที่สำคัญที่สุดที่ควรจดจำขณะ backtesting. Take คำนึงถึงแนวโน้มการตลาดแบบกว้าง ๆ ในกรอบเวลาที่มีการทดสอบกลยุทธ์ตัวอย่างเช่น กลยุทธ์เป็นเพียง backtested จาก 1999-2000 ก็อาจไม่ได้ดีในตลาดหมีมักจะเป็นความคิดที่ดีที่จะ backtest ในกรอบเวลานานที่ครอบคลุมหลายประเภทที่แตกต่างกันของสภาวะตลาดเข้าบัญชีจักรวาลที่ backtesting เกิดขึ้น ตัวอย่างเช่นหากมีการทดสอบระบบตลาดแบบกว้าง ๆ กับจักรวาลซึ่งประกอบด้วยหุ้นเทคโนโลยีอาจทำให้ไม่ดีในหลาย ๆ ภาคเช่นกัน al หากกลยุทธ์มีการกำหนดเป้าหมายไปยังประเภทที่เฉพาะเจาะจงของสต็อก จำกัด จักรวาลกับประเภทนั้น แต่ในกรณีอื่น ๆ ทั้งหมดรักษาจักรวาลขนาดใหญ่สำหรับการทดสอบวัตถุประสงค์มาตรการความหิวเป็นสิ่งสำคัญมากที่จะต้องพิจารณาในการพัฒนาระบบการซื้อขายนี่คือ โดยเฉพาะอย่างยิ่งสำหรับบัญชีที่ใช้ประโยชน์ซึ่งอยู่ภายใต้การเรียกมาร์จินหากหุ้นของพวกเขาลดลงต่ำกว่าจุดหนึ่งผู้ค้าควรพยายามทำให้ความผันผวนต่ำเพื่อลดความเสี่ยงและช่วยให้สามารถเปลี่ยนและออกจากหุ้นได้ง่ายขึ้นจำนวนบาร์โดยเฉลี่ย เป็นสิ่งที่สำคัญมากในการเฝ้าดูเมื่อพัฒนาระบบการซื้อขายแม้ว่าซอฟต์แวร์ backtesting ส่วนใหญ่จะมีค่าคอมมิชชั่นในการคำนวณขั้นสุดท้ายไม่ได้หมายความว่าคุณควรละเว้นสถิตินี้ถ้าเป็นไปได้การเพิ่มจำนวนบาร์ที่จัดขึ้นเฉลี่ยสามารถลดค่าคอมมิชชันและปรับปรุง ผลตอบแทนโดยรวมการรับแสงเป็นดาบสองคมความเสี่ยงที่เพิ่มขึ้นอาจนำไปสู่ผลกำไรที่สูงขึ้นหรือความสูญเสียที่สูงขึ้นในขณะที่ความเสี่ยงที่ลดลงหมายถึงต่ำกว่า กำไรหรือความเสียหายที่ลดลงอย่างไรก็ตามโดยทั่วไปควรเก็บระดับต่ำกว่า 70 เพื่อลดความเสี่ยงและช่วยให้สามารถเปลี่ยนและออกจากสต็อกได้ง่ายขึ้นสถิติการสูญเสียเฉลี่ยที่ได้รับรวมกับกลยุทธ์การชนะ - Loss Ratio จะเป็นประโยชน์ในการกำหนดตำแหน่งและการจัดการเงินโดยใช้เทคนิคเช่น Kelly Criterion ดูการบริหารเงินโดยใช้ Kelly Criterion Traders สามารถใช้ตำแหน่งที่มีขนาดใหญ่และลดค่าคอมมิชชั่นโดยการเพิ่มผลกำไรเฉลี่ยและเพิ่มอัตราส่วนการชนะต่อขาดทุน ผลตอบแทนที่ได้รับเป็นสิ่งสำคัญเนื่องจากใช้เป็นเครื่องมือในการเปรียบเทียบผลตอบแทนของระบบกับสถานที่การลงทุนอื่น ๆ เป็นสิ่งสำคัญไม่ใช่เพียงแค่มองไปที่ผลตอบแทนต่อปีโดยรวม แต่ยังคำนึงถึงความเสี่ยงที่เพิ่มขึ้นหรือลดลงซึ่งสามารถทำได้ โดยพิจารณาจากผลตอบแทนที่ได้รับความเสี่ยงซึ่งมีปัจจัยเสี่ยงหลายประการก่อนที่จะมีการใช้ระบบการซื้อขายหลักทรัพย์จะต้องมีผลประกอบการที่ดีกว่าสถานที่ลงทุนอื่น ๆ ทั้งหมดที่มีความเสี่ยงเท่ากับหรือน้อยกว่า การปรับแต่งการทำ Backtesting เป็นสิ่งที่สำคัญมากการทำ backtesting จำนวนมากมีการป้อนข้อมูลสำหรับจำนวนเงินที่ได้รับค่าคอมมิชชั่นล็อตหรือเศษเล็กเศษน้อยขนาดขีดความต้องการอัตราดอกเบี้ยอัตราการคร่าวๆสมมติฐานการเลื่อนตำแหน่งกฎการปรับขนาดตำแหน่งกฎการออกจากบาร์เดียวกันการตั้งค่าการหยุดต่อท้ายและอื่น ๆ อีกมากมาย T o ได้ผลลัพธ์ที่ถูกต้องที่สุดในการทำ backtesting สิ่งสำคัญคือต้องปรับแต่งการตั้งค่าเหล่านี้เพื่อเลียนแบบโบรกเกอร์ที่จะใช้เมื่อระบบทำงานแบบสดๆการตรวจสอบบางครั้งอาจนำไปสู่สิ่งที่เรียกว่าการเพิ่มประสิทธิภาพมากกว่านี้เป็นเงื่อนไขที่ปรับผลการปฏิบัติงาน มากไปในอดีตที่พวกเขาจะไม่ถูกต้องในอนาคตโดยทั่วไปความคิดที่ดีที่จะใช้กฎที่ใช้กับหุ้นทั้งหมดหรือเลือกชุดของกลุ่มเป้าหมายและไม่ได้รับการปรับให้เหมาะสมในขอบเขตที่กฎไม่ได้อีกต่อไป เข้าใจได้ง่ายโดยผู้สร้างการทดสอบการทำคะแนนไม่ได้เป็นวิธีที่แม่นยำที่สุดในการวัดประสิทธิภาพของระบบการซื้อขายที่กำหนดไว้บางครั้งกลยุทธ์ที่มีผลดีใน ในอดีตไม่ได้แสดงให้เห็นถึงผลการดำเนินงานในอนาคตให้แน่ใจว่าได้ทำการค้ากระดาษเป็นระบบที่ประสบความสำเร็จในการทำข้อสอบก่อนที่จะมีชีวิตอยู่เพื่อให้แน่ใจว่ากลยุทธ์ยังคงใช้ในทางปฏิบัติข้อสรุป Backtesting เป็นสิ่งที่สำคัญที่สุด หากมีการสร้างและตีความอย่างถูกต้องจะช่วยให้ผู้ค้าเพิ่มประสิทธิภาพและปรับปรุงกลยุทธ์หาข้อบกพร่องด้านเทคนิคหรือทฤษฎีรวมทั้งได้รับความเชื่อมั่นในกลยุทธ์ของตนก่อนนำไปใช้กับตลาดโลกแห่งความจริง Resources Tradecision - end การพัฒนาระบบการซื้อขาย AmiBroker - การพัฒนาระบบการซื้อขายงบประมาณจำนวนเงินสูงสุดที่สหรัฐฯสามารถยืมได้มีการสร้างเพดานหนี้ภายใต้พระราชบัญญัติตราสารหนี้เสรี 2 (Second Liberty Bond Act) อัตราดอกเบี้ยที่สถาบันรับฝากเงินให้ยืมเงินที่ธนาคารกลางสหรัฐฯ สถาบันการเงิน 1 มาตรการทางสถิติในการกระจายผลตอบแทนของดัชนีความมั่นคงหรือดัชนีตลาด V การกระทำของสภาคองเกรสสหรัฐผ่านในปี 1933 เป็นพระราชบัญญัติการธนาคารซึ่งไม่ได้รับอนุญาตธนาคารพาณิชย์จากการมีส่วนร่วมในการลงทุนการจ่ายเงินเดือน Nonfarm หมายถึงงานนอกฟาร์มใด ๆ ครัวเรือนส่วนบุคคลและภาคไม่แสวงหาผลกำไรสหรัฐอเมริกาสำนักแรงงาน ตัวย่อสกุลเงินหรือสัญลักษณ์สกุลเงินของรูปีอินเดีย INR ซึ่งเป็นสกุลเงินของประเทศอินเดียเงินรูปีที่ถูกสร้างขึ้นจาก 1