Pioneirismo em Tomorrows Trading Como funciona. Construir Algoritmos em um IDE de Navegador, Usando Estratégias de Modelo e Design de Dados Grátis e testar sua estratégia em nossos dados gratuitos e quando estiver pronto, implemente-o ao vivo para sua corretora. Código em várias linguagens de programação e aproveite o nosso cluster de centenas de servidores para executar o backtest para analisar sua estratégia em ações, FX, CFD, Opções ou Futures Markets. QuantConnect é a próxima revolução no comércio quantitativo, combinando computação em nuvem e acesso aberto a dados. Velocidade sem paralelo aproveita nossa fazenda de servidores para velocidades institucionais do seu computador desktop. Você pode iterar em suas idéias mais rápido do que você já fez antes. Massive Data Library Nós fornecemos uma enorme biblioteca gratuita de dados de resolução de carrapatos de 400 TB que cobre os US Equities, Options, Futures, Fundamentals, CFD e Forex desde 1998. Execução de Classe Mundial Nossos algoritmos de negociação ao vivo estão co-localizados ao lado dos servidores de mercado em Equinix (NY7) Para uma execução rápida, resiliente, segura e ilimitada para os mercados. Tenha algumas ótimas idéias Vamos testá-lo. Comece seu algoritmo Qualidade profissional, Open Data Library Estratégias de projeto com nossa biblioteca de dados cuidadosamente com curadoria, abrangendo mercados globais, do tico à resolução diária. Os dados são atualizados quase que diariamente para que você possa testar os dados mais recentes possíveis e o viés de sobrevivência livre. Nós oferecemos dados de ticks de ações de volta a janeiro de 1998 para cada símbolo negociado, totalizando mais de 29 mil ações. O preço é fornecido pela QuantQuote. Além disso, temos dados fundamentais da Morning Star para os 8.000 símbolos mais populares para 900 indicadores desde 1998. FOREX amp CFD Oferecemos 100 pares de moedas e 70 contratos CFD cobrindo todas as principais economias fornecidas pela FXCM e pela OANDA. O dados está na resolução de carrapatos, começa em abril de 2007 e é atualizado diariamente. Nós oferecemos o comércio de trocas de futuros e citar dados de janeiro de 2009 para o presente, para cada contrato negociado em CME, COMEX e GLOBEX. Os dados são atualizados semanalmente e são fornecidos pela AlgoSeek. Nós oferecemos negociação de opções e cotações até resolução de minutos, para cada opção negociada na ORPA desde 2007, cobrindo milhões de contratos. Os dados são atualizados dentro de 48 horas e são fornecidos pela AlgoSeek. Colaboração em equipe Encontre novos amigos na comunidade e colabore com nosso recurso de codificação de equipe Compartilhe projetos e veja seu código instantaneamente à medida que eles digitam. Você pode até mesmo conceder acesso ao vivo e controlar o algoritmo ao vivo em conjunto. Use nossa mensagem instantânea interna para encontrar futuros membros da equipe para unir forças. Propriedade Intelectual Segura Nosso foco é dar-lhe a melhor plataforma de negociação algorítmica possível e proteger sua valiosa propriedade intelectual. Nós sempre seremos um fornecedor de infraestrutura e tecnologia primeiro. Quando você estiver pronto para o comércio ao vivo, felizmente, você o ajudará a executar através do seu corretor de eleição. Executar através de corretoras líderes Estamos integrados com corretoras líderes mundiais para fornecer a melhor execução e taxas mais baixas para a comunidade. Estratégias conduzidas por eventos O projeto de um algoritmo não poderia ser mais fácil. Existem apenas duas funções necessárias e cuidamos de tudo o mais. Você apenas inicializa () sua estratégia e lida com os eventos de dados solicitados. Você pode criar novos indicadores, classes, pastas e arquivos com um compilador C completo baseado na web e auto-completar. Estamos empenhados em oferecer a você a melhor experiência de projeto de algoritmo possível. Aumente o seu potencial Opt nos usuários podem ter suas estratégias apresentadas aos clientes hedgefund em um painel de estratégia profissional transparente. As estratégias são validadas pelo teste de QuantConnects e negociação ao vivo, dando-lhe uma revisão de código neutro de terceiros. Os hedgefunds interessados podem contatá-lo diretamente através da QuantConnect para oferecer emprego ou financiamento para sua estratégia. Junte-se à nossa comunidade. Temos uma das maiores comunidades comerciais quantitativas do mundo, construindo, compartilhando e discutiendo estratégias através da nossa comunidade. Converse com algumas das mentes mais brilhantes do mundo à medida que exploramos novos domínios da ciência, da matemática e das finanças. Sucessivo Backtesting de estratégias de negociação algorítmica - Parte I Este artigo continua a série sobre negociação quantitativa, que começou com o Guia de Iniciantes e Identificação Estratégica. Ambos os artigos mais longos e mais envolvidos têm sido muito populares, então eu continuo nesse sentido e fornece detalhes sobre o tema da estratégia de backtesting. O backtesting algorítmico requer conhecimento de muitas áreas, incluindo psicologia, matemática, estatística, desenvolvimento de software e microestrutura de troca de mercado. Eu não poderia esperar abordar todos esses tópicos em um artigo, então vou dividi-los em duas ou três peças menores. O que vamos discutir nesta seção Iniciarei por definir backtesting e depois descreverei os conceitos básicos de como é realizado. Então, elucidaremos os vícios que abordamos no Guia para Negociadores Quantitativos para Iniciantes. Em seguida, apresentarei uma comparação das várias opções de software de backtesting disponíveis. Nos artigos subseqüentes, analisaremos os detalhes das implementações da estratégia que muitas vezes são mal mencionadas ou ignoradas. Também consideraremos como tornar o processo de backtesting mais realista, incluindo as idiossincrasias de uma troca comercial. Então discutiremos custos de transação e como modelá-los corretamente em uma configuração de backtest. Terminaremos com uma discussão sobre o desempenho de nossos backtests e, finalmente, forneceremos um exemplo de uma estratégia quantitativa comum, conhecida como troca de pares de reversão média. Comece por discutir o que é backtesting e por que devemos realizá-lo em nossa negociação algorítmica. O que é o Backtesting A negociação algorítmica se distingue de outros tipos de classes de investimento porque podemos fornecer expectativas mais confiáveis sobre o desempenho futuro do desempenho passado, como conseqüência da abundante disponibilidade de dados. O processo pelo qual isso é realizado é conhecido como backtesting. Em termos simples, o backtesting é realizado expondo seu algoritmo de estratégia particular a um fluxo de dados financeiros históricos, o que leva a um conjunto de sinais comerciais. Cada troca (que significaremos aqui uma ida e volta de dois sinais) terá um lucro ou perda associada. O acúmulo desta lucrativa durante a duração do backtest da estratégia levará ao lucro total (também conhecido como PL ou PnL). Essa é a essência da idéia, embora, é claro, o diabo está sempre em detalhes. Quais são os principais motivos para testar uma estratégia algorítmica. Filtração - Se você se lembra do artigo sobre Identificação Estratégica. Nosso objetivo no estágio de pesquisa inicial era configurar um pipeline de estratégia e, em seguida, filtrar qualquer estratégia que não atendesse a determinados critérios. Backtesting nos fornece outro mecanismo de filtração, pois podemos eliminar estratégias que não atendem às nossas necessidades de desempenho. Modelagem - Backtesting nos permite (com segurança) testar novos modelos de certos fenômenos do mercado, como custos de transação, roteamento de pedidos, latência, liquidez ou outros problemas de microestrutura de mercado. Otimização - Embora a otimização de estratégia esteja repleta de preconceitos, o backtesting nos permite aumentar o desempenho de uma estratégia modificando a quantidade ou os valores dos parâmetros associados a essa estratégia e recalculando sua performance. Verificação - Nossas estratégias geralmente são obtidas externamente, através do nosso pipeline estratégico. Backtesting uma estratégia garante que não foi implementado incorretamente. Embora raramente tenhamos acesso aos sinais gerados por estratégias externas, muitas vezes teremos acesso às métricas de desempenho, como as características Sharpe Ratio e Drawdown. Assim, podemos compará-los com nossa própria implementação. Backtesting oferece uma série de vantagens para negociação algorítmica. No entanto, nem sempre é possível fazer uma estratégia de forma direta. Em geral, à medida que a frequência da estratégia aumenta, torna-se mais difícil modelar corretamente os efeitos da microestrutura do mercado e das trocas. Isso leva a backtests menos confiáveis e, portanto, uma avaliação mais complicada de uma estratégia escolhida. Este é um problema específico em que o sistema de execução é a chave para o desempenho da estratégia, como com os algoritmos de ultra alta frequência. Infelizmente, o backtesting é repleto de preconceitos de todos os tipos. Nós abordamos algumas dessas questões em artigos anteriores, mas agora vamos discutir em profundidade. Biases que afetam a estratégia Backtests Existem muitos preconceitos que podem afetar o desempenho de uma estratégia pré-testada. Infelizmente, esses distúrbios tendem a inflar o desempenho ao invés de prejudicar. Assim, você sempre deve considerar um backtest como um limite superior idealizado sobre o desempenho real da estratégia. É quase impossível eliminar os vícios do comércio algorítmico, pelo que é nosso trabalho minimizá-los do melhor modo possível para tomar decisões informadas sobre nossas estratégias algorítmicas. Existem quatro vieses principais que eu gostaria de discutir: otimização do viés. Look-Ahead Bias. Bias de Sobrevivência e Bias de Tolerância Psicológica. Bias de otimização Este é provavelmente o mais insidioso de todos os preconceitos de backtest. Isso envolve o ajuste ou a introdução de parâmetros de negociação adicionais até que o desempenho da estratégia no conjunto de dados do backtest seja muito atraente. No entanto, uma vez que o desempenho da estratégia pode ser marcadamente diferente. Outro nome para este viés é o encaixe de curva ou o viés de snooping de dados. O viés de otimização é difícil de eliminar, pois estratégias algorítmicas geralmente envolvem muitos parâmetros. Parâmetros nesta instância podem ser os critérios de entrada, os períodos de retorno, os períodos de média (ou seja, o parâmetro de suavização da média móvel) ou a freqüência de medição de volatilidade. O viés de otimização pode ser minimizado, mantendo o número de parâmetros ao mínimo e aumentando a quantidade de pontos de dados no conjunto de treinamento. Na verdade, é preciso também ter cuidado com este último, já que os pontos de treinamento mais antigos podem estar sujeitos a um regime prévio (como um ambiente regulatório) e, portanto, podem não ser relevantes para sua estratégia atual. Um método para ajudar a mitigar este viés é realizar uma análise de sensibilidade. Isso significa variar os parâmetros de forma incremental e traçar uma superfície de desempenho. Som, o raciocínio fundamental para opções de parâmetros deve, com todos os outros fatores considerados, levar a uma superfície de parâmetro mais suave. Se você tem uma superfície de desempenho muito nervosa, muitas vezes significa que um parâmetro não está refletindo um fenômeno e é um artefato dos dados do teste. Há uma vasta literatura sobre algoritmos de otimização multidimensional e é uma área de pesquisa altamente ativa. Eu não vou pensar nisso aqui, mas mantenha-o no fundo de sua mente quando você encontrar uma estratégia com um bônus de observação maravilhoso Look-Ahead Bias O avanço do look-ahead é introduzido em um sistema de backtesting quando os dados futuros são incluídos acidentalmente em um ponto no Simulação onde esses dados não estavam realmente disponíveis. Se estivermos executando o backtest cronologicamente e alcançarmos o ponto do tempo N, então o viés avançado ocorre se os dados estiverem incluídos para qualquer ponto Nk, onde k0. Os erros de polarização anteriores podem ser extremamente sutis. Aqui estão três exemplos de como o avanço da aparência pode ser introduzido: Bugs técnicos - Arraysvectors no código geralmente têm iteradores ou variáveis de índice. Deslocamentos incorretos desses índices podem levar a um viés de frente, incorporando dados em Nk para zero não-zero. Cálculo de Parâmetros - Outro exemplo comum de polarização prospectiva ocorre ao calcular parâmetros de estratégia ótimos, como com regressões lineares entre duas séries temporais. Se todo o conjunto de dados (incluindo dados futuros) é usado para calcular os coeficientes de regressão e, portanto, aplicado de forma retroativa a uma estratégia de negociação para fins de otimização, os dados futuros estão sendo incorporados e existe um viés prospectivo. MaximaMinima - Certas estratégias de negociação utilizam valores extremos em qualquer período de tempo, como a incorporação dos preços altos ou baixos nos dados da OHLC. No entanto, uma vez que estes valores máximos máximos só podem ser calculados no final de um período de tempo, um viés prospectivo é introduzido se esses valores forem usados - durante o período atual. É sempre necessário atrasar os valores de alta velocidade em pelo menos um período em qualquer estratégia de negociação que os use. Tal como acontece com o viés de otimização, é preciso ter o cuidado de evitar sua introdução. Muitas vezes, é a principal razão pela qual as estratégias de negociação apresentam um desempenho inferior aos seus testes anteriores significativamente na negociação ao vivo. Survivorship Bias O viés de sobrevivência é um fenômeno particularmente perigoso e pode levar a desempenho significativamente inflacionado para determinados tipos de estratégia. Ocorre quando as estratégias são testadas em conjuntos de dados que não incluem o universo completo de ativos anteriores que podem ter sido escolhidos em um determinado momento, mas apenas consideram aqueles que sobreviveram à hora atual. Como exemplo, considere testar uma estratégia em uma seleção aleatória de ações antes e depois do crash do mercado de 2001. Algumas ações de tecnologia falharam, enquanto outras conseguiram ficar à tona e até prosperaram. Se tivéssemos restringido esta estratégia apenas às ações que passaram pelo período de retirada do mercado, estaremos apresentando um viés de sobrevivência porque já demonstraram o sucesso deles. Na verdade, este é apenas outro caso específico de viés à frente, uma vez que as futuras informações estão sendo incorporadas na análise passada. Existem duas maneiras principais de mitigar o viés de sobrevivência em seus testes de estratégia: Survivorship Bias Free Datasets - No caso de dados de capital, é possível comprar conjuntos de dados que incluem entidades excluídas, embora não sejam baratos e que apenas sejam utilizados por empresas institucionais. . Em particular, os dados do Yahoo Finance não são viés de sobrevivência livre, e isso é comumente usado por muitos comerciantes de algo de varejo. Pode-se também negociar em classes de ativos que não são propensas ao viés de sobrevivência, como certas commodities (e seus futuros derivados). Use dados mais recentes - No caso de ações, o uso de um conjunto de dados mais recente mitiga a possibilidade de que a seleção de ações escolhida seja ponderada para os sobreviventes, simplesmente porque há menor probabilidade de exclusão geral de estoque em períodos de tempo mais curtos. Pode-se também começar a construir um conjunto de dados pessoais sem sobrevivência, coletando dados do ponto atual. Após 3-4 anos, você terá um sólido conjunto de dados de ações de sobrevivência e tendenciosidade com o qual voltar a testar outras estratégias. Vamos agora considerar certos fenômenos psicológicos que podem influenciar o seu desempenho comercial. Tolerância de tolerância psicológica Este fenômeno particular não é frequentemente discutido no contexto da negociação quantitativa. No entanto, é discutido extensivamente em relação a métodos comerciais mais discricionários. Ele tem vários nomes, mas eu decidi chamar isso de viés de tolerância psicológica porque ele capta a essência do problema. Ao criar backtests ao longo de um período de 5 anos ou mais, é fácil analisar uma curva de equidade tendencialmente ascendente, calcular o retorno anual composto, o índice de Sharpe e até mesmo as características de retirada e ficar satisfeito com os resultados. Por exemplo, a estratégia pode possuir uma redução relativa máxima de 25 e uma duração máxima de retirada de 4 meses. Isso não seria atípico para uma estratégia de impulso. É direto convencer-se de que é fácil tolerar tais períodos de perdas porque a imagem geral é corajosa. No entanto, na prática, é muito mais difícil Se as retiradas históricas de 25 ou mais ocorrem nos backtests, então, com toda a probabilidade, você verá períodos de rebaixamento similar na negociação ao vivo. Esses períodos de retração são psicologicamente difíceis de suportar. Eu observei de primeira mão o que pode ser um alongamento prolongado, em um ambiente institucional, e não é agradável - mesmo que os backtests sugerem que tais períodos ocorrerão. A razão pela qual eu disse que ele é um viés é que, muitas vezes, uma estratégia que, de outra forma, seria bem-sucedida é interrompida na negociação durante os períodos de redução prolongada e, portanto, levará a um desempenho inferior significativo em comparação com um backtest. Assim, mesmo que a estratégia seja de natureza algorítmica, fatores psicológicos ainda podem ter uma forte influência na lucratividade. O takeaway é garantir que, se você ver retrações de uma certa porcentagem e duração nos backtests, então você deve esperar que eles ocorram em ambientes de negociação ao vivo, e precisará perseverar para alcançar a rentabilidade mais uma vez. Pacotes de software para backtesting A paisagem do software para backtesting de estratégia é vasta. As soluções variam de software sofisticado de grau institucional totalmente integrado até linguagens de programação como C, Python e R, onde quase tudo deve ser escrito a partir do zero (ou plugins adequados obtidos). Como comerciantes de quantos estamos interessados no equilíbrio de poder possuir nossa plataforma de tecnologia comercial versus a velocidade e a confiabilidade de nossa metodologia de desenvolvimento. Aqui estão as principais considerações para a escolha do software: Habilidade de programação - A escolha do ambiente será, em grande parte, reduzida a sua capacidade de programar o software. Eu argumentaria que estar no controle da pilha total terá um maior efeito em sua PL de longo prazo do que a terceirização, tanto quanto possível, para o software do fornecedor. Isto deve-se ao risco negativo de ter erros externos ou idiossincrasias que você não conseguiu consertar no software do fornecedor, o que, de outra forma, seria facilmente corrigido se você tivesse mais controle sobre sua stack de tecnologia. Você também quer um ambiente que alcance o equilíbrio certo entre produtividade, disponibilidade da biblioteca e velocidade de execução. Faço minha própria recomendação pessoal abaixo. Capacidade de Execução Interação do Bunch - Alguns softwares de backtesting, como o Tradestation, vinculam diretamente uma corretora. Eu não sou fã desta abordagem, pois reduzir os custos de transação são muitas vezes um grande componente de obter uma proporção Sharpe mais alta. Se você estiver vinculado a um corretor particular (e a Tradestation forçá-lo a fazer isso), então você terá mais dificuldade em mudar para o novo software (ou um novo corretor), se for necessário. Interactive Brokers fornece uma API que é robusta, embora com uma interface ligeiramente obtusa. Personalização - Um ambiente como o MATLAB ou o Python oferece uma grande flexibilidade ao criar estratégias de algo, pois oferecem bibliotecas fantásticas para quase todas as operações matemáticas imagináveis, mas também permitem uma personalização extensiva, quando necessário. Complexidade de Estratégia - Certos softwares simplesmente não são cortados para uma grande combinação de números ou complexidade matemática. O Excel é um desses softwares. Embora seja bom para estratégias mais simples, não pode realmente lidar com inúmeros recursos ou algoritmos mais complicados, com rapidez. Minimização de polarização - Uma determinada peça de software ou dados se presta mais aos viés de negociação Você precisa ter certeza de que, se você quiser criar toda a funcionalidade, que não introduza bugs que possam levar a desvios. Velocidade do Desenvolvimento - Não devemos passar meses e meses implementando um mecanismo de back-test. A prototipagem só deve demorar algumas semanas. Certifique-se de que o seu software não está impedindo o seu progresso em grande medida, apenas para obter alguns pontos percentuais adicionais de velocidade de execução. C é o elefante no quarto aqui Velocidade de Execução - Se sua estratégia for completamente dependente da pontualidade de execução (como em HFTUHFT), será necessário um idioma como C ou C. No entanto, você estará presumindo a otimização do kernel do Linux e o uso de FPGA para esses domínios, que está fora do escopo deste artigo Custo - Muitos dos ambientes de software que você pode programar estratégias de negociação algorítmicas são totalmente gratuitos e de código aberto. Na verdade, muitos hedge funds utilizam software de código aberto para todas as suas plataformas de troca de algo. Além disso, o Excel e o MATLAB são relativamente baratos e existem até alternativas gratuitas para cada um. Agora que listámos os critérios com os quais precisamos escolher nossa infra-estrutura de software, eu quero executar alguns dos pacotes mais populares e como eles comparam: Nota: Eu só vou incluir o software disponível para a maioria dos profissionais de varejo e Desenvolvedores de software, pois este é o público do site. Enquanto outros softwares estão disponíveis, como as ferramentas de grau institucional, eu acho que estas são muito caras para ser efetivamente usadas em uma configuração de varejo e pessoalmente não tenho experiência com elas. Comparação de software Backtesting Descrição: linguagem de alto nível projetada para velocidade de desenvolvimento. Grande variedade de bibliotecas para quase qualquer tarefa programática imaginável. Obtendo maior aceitação em fundos de hedge e comunidade de bancos de investimento. Não é tão rápido quanto CC para velocidade de execução. Execução: plugins Python existem para corretores maiores, como Interactive Brokers. Portanto, o sistema de backtest e execução pode fazer parte da mesma stack de tecnologia. Personalização: Python tem uma comunidade de desenvolvimento muito saudável e é uma linguagem madura. NumPySciPy fornecem ferramentas científicas científicas e de análise estatística rápidas relevantes para o comércio de quant. Complexidade de Estratégia: existem muitos plugins para os algoritmos principais, mas não tão grande como uma comunidade quant para MATLAB. Minimização de polarização: existem problemas de minimização de bias semelhantes para qualquer linguagem de alto nível. Precisa ser extremamente cuidadoso com os testes. Velocidade de desenvolvimento: a maior vantagem de Pythons é a velocidade de desenvolvimento, com recursos robustos em testes de teste. Velocidade de Execução: não tão rápido como C, mas os componentes de computação científica são otimizados e o Python pode conversar com o código nativo C com determinados plugins. Custo: FreeOpen Fonte Descrição: Linguagem madura e de alto nível projetada para velocidade de execução. Amplo conjunto de finanças quantitativas e bibliotecas numéricas. Mais difícil de depurar e muitas vezes leva mais tempo para implementar do que o Python ou o MATLAB. Extremamente prevalente tanto no lado da compra como da venda. Execução: a maioria das APIs de corretagem são escritas em C e Java. Assim, existem muitos plugins. Personalização: CC permite o acesso direto à memória subjacente, portanto, estratégias de ultra-alta freqüência podem ser implementadas. Complexidade de Estratégia: C STL oferece ampla gama de algoritmos otimizados. Quase qualquer algoritmo matemático especializado possui uma implementação de código aberto de código aberto na web. Minimização de polarização: o viés prospectivo pode ser complicado de eliminar, mas não é mais difícil do que outro idioma de alto nível. Boas ferramentas de depuração, mas é preciso ter cuidado ao lidar com a memória subjacente. Velocidade de desenvolvimento: C é bastante detalhado em comparação com Python ou MATLAB para o mesmo algoritmo. Mais linhas de código (LOC) muitas vezes leva a maior probabilidade de erros. Velocidade de Execução: o CC possui velocidade de execução extremamente rápida e pode ser otimizado para arquiteturas computacionais específicas. Este é o principal motivo para utilizá-lo. Custo: vários compiladores: LinuxGCC é gratuito, o MS Visual Studio possui diferentes licenças. Estratégias diferentes exigirão diferentes pacotes de software. As estratégias HFT e UHFT serão escritas em CC (estes dias são muitas vezes realizadas em GPUs e FPGAs), enquanto as estratégias de equidade direcional de baixa freqüência são fáceis de implementar na TradeStation, devido a toda a natureza da correção de software. Minha preferência pessoal é para Python, pois fornece o grau certo de personalização, velocidade de desenvolvimento, capacidade de teste e velocidade de execução para minhas necessidades e estratégias. Se eu precisar de algo mais rápido, posso entrar diretamente em C diretamente dos meus programas Python. Um método preferido por muitos comerciantes quant é prototar suas estratégias em Python e depois converter as seções de execução mais lentas em C de maneira iterativa. Eventualmente, todo o algo está escrito em C e pode ser deixado sozinho para negociar. Nos próximos artigos sobre backtesting, daremos uma olhada em algumas questões específicas relacionadas à implementação de um sistema de backtesting de negociação algorítmica, bem como como incorporar os efeitos de Trocas comerciais. Vamos discutir a medida de desempenho da estratégia e finalmente concluir com uma estratégia de exemplo. Clique abaixo para aprender mais sobre. A informação contida neste site é a opinião dos autores individuais com base em sua observação pessoal, pesquisa e anos de experiência. A editora e seus autores não são conselheiros de investimento registrados, advogados, CPAs ou outros profissionais de serviços financeiros e não prestam assessoria jurídica, fiscal, contábil, de investimento ou outros serviços profissionais. A informação oferecida por este site é apenas de educação geral. Como cada situação factual de indivíduos é diferente, o leitor deve procurar seu próprio conselheiro pessoal. Nem o autor nem o editor assumem qualquer responsabilidade ou responsabilidade por quaisquer erros ou omissões e não devem ter responsabilidade nem responsabilidade para qualquer pessoa ou entidade em relação a danos causados ou alegadamente causados direta ou indiretamente pelas informações contidas neste site. Use por sua conta e risco. Além disso, este site pode receber compensações financeiras das empresas mencionadas através de publicidade, programas afiliados ou de outra forma. Taxas e ofertas de anunciantes exibidos neste site mudam com freqüência, às vezes sem aviso prévio. Enquanto nos esforçamos para manter informações precisas e oportunas, os detalhes da oferta podem estar desactualizados. Os visitantes devem assim verificar os termos de tais ofertas antes de participar delas. O autor e sua editora se responsabilizam por atualizar informações e negar a responsabilidade pelo conteúdo, produtos e serviços de terceiros, inclusive quando acessados através de hiperlinks ou propagandas neste site. Testen einer Trading-Strategie with Backtesting Software Vor dieser Lektion solltest du bereits gelesen haben : Manuelles Backtesting von 30 Trades mit einem Demokonto kann dir helfen zu entscheiden, ob es sinnvoll ist, eine Strategie fortzufhren. Wenn du allerdings mit einer neuen Estratégia lngerfristig traden willst, dann willst du nicht monatelang warten mssen, bevor du entscheiden kannst, ob du diese Strategie auf einem Echtgeld konto anwenden kannst. Verschiedene Wege, eine Trading Strategie automatisch backzutesten Hier kann dir Backtesting Software helfen. Du kannst dadurch viel schneller sehen, wie sich die Estratégia wahrscheinlich ber einen lngeren Zeitraum verhalten wird. Dies kannst du ber zwei Wege tun: Du kannst eine Backtesting Software nutzen oder einen Roboter. Nutzung von Backtesting Software Du kannst spezielle Backtesting Software wie den FOREX TESTER benutzen. Dieses Programm ermglicht es dir, eine Strategie ber einen lngeren Zeitraum zu testen, wobei reale historische Daten genutzt werden. Diese Art von Software erlaubt es dir, die historischen Marktdaten zurckzuspulen und Tage, Wochen oder Monate in einem viel krzeren Zeitraum zu traden. Wenn du dir eine solche Software zulegen mchtest, solltest du dir das Forex Tester 2 Rabattangebot ansehen. Nutzung eines Roboters Eine Alternative Zur Nutzung von Backtesting Software ist die Nutzung eines Roboters oder eines Expert Advisors. Der Roboter wrde die historischen Daten em hoher Geschwindigkeit durchgehen und die Trades, die du mit deiner Strategie eingehen wrdest, nachahmen. Dies ermglicht es dir zu sehen, wie deine Strategie ber einen langen Zeitraum funktioniert htte. Einige Dinge, die du beachten solltest Die Performance einer Strategie in der Vergangenheit ist keine sichere Grundlage fr die zuknftige Desempenho. Du kannst nie wissen, wie viel Geld du am Markt verdienen wirst und wie die Performance der Strategie in der Zukunft ist. Egal, ob du eine Backtesting Software com FOREX TESTER benutzt oder einen Roboter, du darfst nicht vergessen, dass die vergangene Performance keine Garantie fr die zuknftige Performance ist. Wenn du eine Strategie testest, solltest du nicht versuchen zu sehen, wie viel Geld ou Rendite du machen kannst. Du kannst nie wissen, morreu Mrkte als Nchstes tun werden, weswegen du nie wissen kannst, wie viel du im nchsten Monat erreichen kannst. Wenn du eine Strategie backtestest, konzentriere dich nicht auf die Performance in der Vergangenheit, sondern darauf, ob die Prinzipien der Strategie fr bestimmte Assets funktionieren. Wenn du eine Strategie backtestest, dann mchtest du in Erfahrung bringen, ob die grundlegenden Prinzipien der Strategie mit bestimmten Ativos em outros mercados Marktbedingungen funktionieren. Wenn du beispielsweise eine Testes de Estratégia, Desempenho de Tendências de Tendências e Ensaios de Artes e Estratégias. Estradas no Mercado de Mudança de mercado. Herausgefiltert hast, dann kannst du mit Hilfe der Software untersuchen, ob diese Strategie erfolgreich ist und am Markt angewendet werden knnte. Sollte sich herausstellen, dass die Estratégia sem fins lucrativos ist, kannst du versuchen, unprofitable Trades herauszufiltern und somit die Verluste zu reduzieren. Wenn das Resultat Danach eine rentável Estratégia, musst du an der ursprnglichen Estratégia, estratégia e desenvolvimento, experiência e experiência Estratégia geográfica, morrem ao vivo Markt angewendet werden kann. Vermeide Kurven-Fitting Kurven-Fitting ist die Optimierung deiner Estratégia zur Maximierung des Lucros, basierend auf vergangenen Daten. Du solltest immer daran denken, dass du deine Strategie niemals então weit optimieren solltest, damit sie maximalen Beneficio abwirft. Dies ist als Kurven-Fitting bekannt und bedeutet, dass du deine Strategie soweit optimiert hast, dass sie, basierend auf den vergangenen Daten, maximal profitabel ist. Vergangene Performance ist kein Indikator fr zuknftige Resultate Dies wird dir jedoch nicht in der Zukunft helfen, denn die Bedingungen, die deiner ber-optimierten Estratégia em der Vergangenheit geholfen haben, werden sich ndern. Und selbst bei einer nur sehr kleinen nderung, wirst du mit deiner Estratégia nicht mehr dieselben Resultate erzielen. Du musst immer darauf achten, dass die Prinzipien deiner Strategie funktionieren. Anschlieend optimierst du die Estratégia ahand der aktuellen Marktbedingungen und nicht der vergangenen Bedingungen. Backtesting ist nicht exakt Es gibt einige Faktoren, die das Ergebnis eines Backtests beeinflussen knnen. Verschiedene Broker haben verschiedene Preisfeeds und Spreads. Du solltest dir auch im Klaren darber sein, dass andere praktische Faktoren zu anderen Resultaten fhren knnen. Em jedem Fall haben verschiedene Broker verschiedene Preisfeeds und Spreads. Daher kann das Nutzen verschiedener Broker zum Testen einer Strategie zu verschiedenen Ergebnissen fhren. Praktische Anwendung wird zu anderen Resultaten fhren als das Backtesting Es besteht auch ein Unterschied zwischen dem ben einer Estratégia e deren Anwendung em Einer Realen Umgebung. Em Einer realen Umgebung unterliegst du deutlich leichter emotionalen Einflssen. Es ist auch wahrscheinlicher, dass du Fehler machst ou o zu langsam reagierst, wenn du die Strategie wirklich anwendest. Du solltest vorsichtig sein, da du nicht in der Lage bist, Trades genauso akkurat und konsistent auszufhren wie ein Roboter. Auch stehst du in einer realen Umgebung deutlich strker unter Stress. Groe Positionsgren knnen Resultate ndern Wenn du mit einem sehr groen Konto tradest, wirst du den Preis unvermeidlich durch die Platzierung deiner Order ndern. Das kann zu einer langsameren Ausfhrung und zu unvorteilhaften Preisen fhren. Dieser Aspekt wird bei Backtests nicht beachtet. Wenn du ein kleines Startkapital hast, bist du bei dem Volumen. Dass du traden kannst, limitiert. Mit wachsendem Konto kannst du grere Mengen traden, wodurch du mehr verdienen, aber auch mehr verlieren kannst. Wenn ein Konto allerdings sehr gro wird, entestehen einigergigment Problems. Du kannst an Mrkten mit einer sehr geringen Liquiditt den Preis des Assets tatschlich durch das pure Platzieren einer Ordem verndern. Dies knnte fr dich eine niedrigere Ausfhrungsgeschwindigkeit bedeuten ou dass du nicht exakt den Preis bekommst, den du wolltest. Die Benutzung von Backtesting Software fr historische Daten bercksichtigt diese Faktoren nicht, wohingegen diese am realen Markt allgegenwrtig sind. Backtesting ist ein Mittel um zu entscheiden, ob e eine Strategie wert ist, angewendet zu werden Alles in allem kann eine Backtesting Software trotzdem sehr ntzlich sein. Auch wenn sie keine konkrete Aussage darber treffen kann, wie viel du genau verdienen wirst ou wie sich dein Konto entwickelt wird, bietet sie dir eine groartige Mglichkeit herauszufinden, ob eine Estratégia funktionieren wird oder nicht. Durch das Testen einer Strategie ber einen langen Zeitraum kannst du eine deutlich grere Samplesize erhalten, foi die gesamte Test-Umgebung genauer macht. Dadurch kannst du sicherer sein, dass die grundlegenden Prinzipien, auf denen die Strategie aufgebaut ist, ber einen greren Zeitraum funktionieren. Zusammenfassung Du hast bis hierhin gelernt, dass. . Du, wenn du ber einen lngeren Zeitraum mit einer Strategie traden willst, eine Software benutzen kannst, die dir zeigt, ob es sinnvoll ist, die Strategie fortzufhren. Du musst dafr nicht monatelang warten. . Es zwei verschiedene Arten von Software gibt, die du nutzen kannst: Backtesting Software e automatisierte Roboter. . Backtesting Software dir erlaubt, historische Marktdaten zurckzuspulen, wodurch du diese wie live traden kannst. Du kannst morre Marktentwicklung beschleunigen und somit Wochen an Daten in einem kurzen Zeitraum durchgehen. . Ein Trading Roboter, wie ein Expert Advisor, automatisch historische Daten traden kann, wodurch du sehen kannst, wie die Resultate gewesen wren. . Einige Dinge gibt, die du bei der Benutzung von Backtesting Software, beachst musst. . Der Sinn von Backtesting nicht ist, zu erfahren, wie sehr dein Konto anwachsen knnte oder wie viel Geld du jeden Monat verdienen kannst. Durch Backtesting kannst du aber erfahren, ob die Prinzipien einer Strategie fr verschiedene Ativos ou outros. . Du Kurven-Fitting vermeiden solltest - dabei optimierst du deine Estratégia, um pouco mais Performance bei vergangenen Daten zu erhalten. . Es externo Faktoren gibt, morre morra Resultate eines Backtests beeinflussen knnen - beispielsweise Preisfeeds eines Brokers ouder unterschiedliche Distribuir verschiedener Broker. Die Anwendung einer Strategie e Markt deutlich anders ist als der Backtest. Es ist wahrscheinlicher, dass emotionale Einflsse dich behindern, oder du Fehler machst. . Do den Preis durch das reine Platzieren einer Pedido beeinflussen kannst, wenn dein Konto zu gro wird. Dies kann zu einer langsameren Ausfhrung deines Trades und zu schlechteren Preisen fhren. Diese Aspekte werden beim Backtest nicht bercksichtigt. . Backtesting nicht dafr eingesetzt werden sollte um konkrete Zahlen em Bezug auf Rendite und Profit zu ermitteln, sondern um herauszufinden, ob es sich lohnt, eine Strategie live am Markt anzuwenden. Wes gehts weiter Besuche unser Fórum: von mir einmal eine vorlufige erklrung, bis sich einer der tradingspezialisten meldet: - der spread ist von broker zu broker unterschiedlich - ebenso die ausfhrungsqualitt, gerade in momenten starker preisbewegung (notícias) - auch lacunas knnen unterschiedlich ausfallen - Und der devisenmarkt als solcher ist kein zentraler markt, sondern eher ein konglomerat aus vielen teilmrkten die kurse selber werden schon dict beieinander sein, doch frs trading sind die bid-preise als solche eben nur ein faktor von mehreren
No comments:
Post a Comment