Resultados do backtest do sistema de negociação

Resultados do Backtest do Sistema Mecânico Forex: A tendência é seu amigo.

bip bip bip boop *

Os números estão em, senhoras e senhores! Aqui estão os resultados de backtest do sistema mecânico forex é seu amigo forex por donnapinciotti.

Como mencionei em meu blog anterior sobre as regras do sistema, decidi mecanizá-lo um pouco definindo uma meta de lucro de 100 pip e uma parada de 50 pip. Os demais indicadores e regras do sistema (EMA 100, RSI 9, confirmação de castiçal de reversão) foram mantidos e aplicados ao gráfico de 4 horas do EUR / USD de 1º de maio de 2013 a 1º de maio de 2014. Estes são os sinais de negociação I obteve:

Com base neste período de backtesting e período de tempo, o sistema mecânico forex foi capaz de gerar um total de 300 pips para um total de 6% na conta. Presumi que cada negociação tivesse 1% de risco, o que significa que ofereceria um retorno de risco de 2: 1 para posições vencedoras.

É claro que, como sempre enfatizo, não basta dar uma olhada nos números de lucro / perda. Outras métricas, como a taxa de ganho ou a maior redução, devem ser consideradas. Aqui estão os resultados baseados no backtest de 1 ano:

A taxa de vitórias do sistema mecânico é inferior a 50% (7 vitórias, 8 derrotas) para o período de backtest, mas ainda conseguiu gerar um retorno decente graças à proporção de recompensa de 2: 1. Apesar do rebaixamento de 4% no final do período de testes, o sistema forex conseguiu escapar com um saldo positivo.

Salvarei o restante dos meus comentários para a revisão geral depois que terminar os resultados dos testes avançados do mês de maio. O que vocês acham do sistema até agora?

Até próxima semana!

* bip bip bip bip *

Tenha sempre em mente que a sua própria resolução para o sucesso é mais importante do que qualquer outra coisa. Abraham Lincoln.

BabyPips ajuda os comerciantes individuais a aprender como negociar o mercado cambial.

Apresentamos pessoas ao mundo do comércio de moedas e fornecemos conteúdo educacional para ajudá-las a aprender como se tornarem traders lucrativos. Também somos uma comunidade de traders que apoiam uns aos outros em nossa jornada diária de negociação.

Melhor Sistema Trader.

Better System Trader é o podcast e blog dedicado a traders sistemáticos, fornecendo dicas práticas de especialistas em negociação em todo o mundo.

Os resultados do seu backtest estão enganando você?

Você já começou a negociar uma estratégia que tenha bom desempenho nos backtests, mas oferece um resultado muito diferente quando você começa a negociar com dinheiro real?

Seus relatórios mais atrasados ​​poderiam enganá-lo, indicando que uma estratégia é ótima, mas na verdade apenas mostrando a você parte do quadro geral?

Como você se dá uma chance melhor de desenvolver sistemas de negociação robustos e com bom desempenho?

Kevin Davey (não o cara da foto acima!), Campeão da World Cup Trading da kjtradingsystems, vem criando estratégias de negociação há mais de 25 anos. No episódio 5 do podcast BetterSystemTrader, ele diz:

Para reduzir a chance de que isso ocorra, ele completa a análise de Monte Carlo em todos os seus sistemas para garantir que eles sejam robustos e atendam aos seus requisitos de risco ANTES que ele coloque seu dinheiro na linha.

O que é a análise de Monte Carlo e como ela pode ser usada para melhorar seus próprios resultados de negociação? Continue a ler, vamos mostrar-lhe.

O que é a análise de Monte Carlo?

A análise de Monte Carlo é um processo que permite obter uma imagem mais precisa do desempenho de uma estratégia de negociação além do que um relatório de backtest padrão pode fornecer.

Um relatório de backtest mostra os resultados de uma série de negociações em uma ordem específica, mas o problema é que é apenas história, você não sabe o que vai acontecer daqui para frente. E se um monte de negociações perdidas aparecer em uma linha, que tipo de rebaixamento você experimentará? Qual é a chance de você conseguir um rebaixamento maior do que o esperado ou uma série de negociações perdidas por mais tempo do que o esperado?

A análise de Monte Carlo basicamente permite embaralhar a ordem dos negócios em um backtest para fornecer uma melhor compreensão de possíveis desempenhos futuros, com base na suposição de que as transações futuras terão características semelhantes às negociações históricas, mas em uma ordem desconhecida.

Os resultados permitem determinar as probabilidades dos níveis de rebaixamento e lucro e a chance de que sua conta de negociação seja completamente eliminada.

Será que é realmente importante?

Sim, até mesmo os profissionais experientes como Kevin usam e é por isso:

Na verdade, encontrei casos em que a curva de equidade da caminhada para frente parecia ótima - provavelmente muitas pessoas acabaram de tomar a decisão: "Ei, vou trocá-la". Mas, quando executei a simulação de Monte Carlo, descobri que foi realmente muito mais risco no sistema e foi muito mais arriscado do que eu esperava. Então, basicamente, a quantidade de retorno que eu estava recebendo em comparação com a quantidade de risco que eu poderia ter, que não necessariamente aparecia naquela curva de patrimônio histórico, era demais para o lucro que eu estava recebendo e então eu basicamente disse: “ Bem, não posso negociar esse sistema em particular.

Usando a ferramenta de análise de Monte Carlo.

Kevin gentilmente ofereceu uma cópia gratuita da ferramenta de análise de Monte Carlo que ele desenvolveu no Excel, para todos os ouvintes de podcast do Better System Trader. Há um link para fazer o download da ferramenta no final deste artigo, mas primeiro veremos como isso funciona e como aplicar os resultados a nossa própria negociação.

Quando você abre o simulador, existem alguns valores que você precisa inserir com base nos seus próprios parâmetros comerciais. (Se ele solicitar que você ative as macros, será necessário dizer sim; caso contrário, o simulador não funcionará).

Para configurar o simulador, insira seus detalhes de negociação nas seções azul claro, começando no canto superior esquerdo com o patrimônio base inicial, o nível no qual você deixaria de negociar o sistema se o patrimônio da conta cair abaixo e o número médio de negócios por ano :

Para inserir seus negócios no simulador, pressione o botão & # 8216; Apagar & # 8217; botão e cole a lista de ganhos e perdas comerciais em $ do seu relatório de backtest.

Para este exemplo, usaremos uma lista de 1805 negociações ao longo de 10,5 anos. Com base em um saldo inicial de US $ 10.000, o CAR é de 31% e o Drawdown Máximo é de 11%, o que resulta em uma curva de patrimônio bastante suave:

Os resultados podem parecer impressionantes, mas vamos executá-lo através do simulador de Monte Carlo. Adicionando os negócios no simulador e pressionando o botão Calcular, o simulador percorre a lista de negociações 2500 vezes, randomizando a sequência de negociações a cada vez. Nós definimos uma equidade inicial de US $ 10.000 para igualar o backtest e o nível de stop trading foi definido como US $ 8.000.

Os resultados do simulador são muito interessantes.

Analisando os resultados.

Nós executamos a lista de negociação por meio do simulador de Monte Carlo e agora é hora de comparar os resultados com o backtest:

A primeira coisa a notar é que o Median Drawdown para as simulações de Monte Carlo é de 24,6%, porém o backtest reportou um Drawdown Máximo de 11%. Como isso pode ser?

Ao mudar a ordem das negociações, identificamos que a estratégia contém mais risco que o relatório de backtest mostra. A sequência favorável de negociações no backtest está subestimando o risco real!

Além disso, se o relatório de teste apenas produzir um rebaixamento de 11%, mas o Desembolso Mediano de Monte Carlo for de 24,6%, há prováveis ​​sequências de negociações que produziram rebaixamentos de 50% ou maiores, muito superiores ao limite de rebaixamento de 20%.

Note que negociar essa estratégia com um saldo inicial de $ 10.000 tem 33% de chance de atingir ou exceder o limite de 20% de rebaixamento. Este risco de ruína é muito alto.

Aplicando os resultados.

Os resultados de Monte Carlo mostraram que, começando com uma conta de $ 10.000 e um limite de rebaixamento de 20%, temos 33% de chance de ruína e o Median Drawdown de 24.6% é maior que o nosso limite de rebaixamento. O que podemos fazer sobre isso?

Sem ajustar as regras da estratégia ou o risco por negociação, parece que a melhor abordagem é começar com um saldo de conta mais alto. Ao verificar a tabela de resultados amarela no simulador de Monte Carlo, podemos ver que provavelmente deveríamos negociar essa estratégia com US $ 25.000 ou mais:

Conclusão.

Agora podemos ver a importância da análise de Monte Carlo no processo de desenvolvimento do sistema. Este exemplo básico nos mostrou como os resultados do backtest, que mostram apenas o desempenho de uma ordem de negociações, podem não estar mostrando a imagem completa.

Ao executar a lista de negociação através do simulador de Monte Carlo, determinamos:

O valor do Drawdown Máximo no relatório de backtest (-11%) foi baseado em uma série de negociações favoráveis ​​e estava subestimando o risco real de rebaixamentos, com as simulações de Monte Carlo mostrando um Desembolso Médio de -24,6% O Risco de Ruína ao negociar um O tamanho da conta de US $ 10.000 foi de 33%, muito arriscado para o comércio, portanto, seria necessário um tamanho de conta maior ou um risco comercial menor para reduzir a possibilidade de ruína.

Baixe.

Quer receber as últimas atualizações automaticamente?

A melhor maneira de ser notificado quando novas coisas são lançadas é inscrever-se na lista de e-mail abaixo. Vamos informá-lo:

Posts Relacionados.

Eu acho que seus resultados de Monte Carlo podem estar enganando você. Você só pode usar a quantia em dólar P & amp; L se o tamanho da sua negociação permanecer constante. Ou eu sinto falta de alguma coisa?

Oi Nikolay, que é uma ótima pergunta, então pedi a Kevin Davey para responder. Foi assim que ele explicou:

Ao avaliar uma estratégia de negociação em potencial, gosto de ver seu desempenho sem qualquer dimensionamento de posição ou técnicas de gerenciamento de dinheiro aplicadas. Então, eu normalmente avalio estratégias potenciais com um tamanho constante de 1 contrato. Se a estratégia for aprovada (o que significa uma expectativa positiva de longo prazo), então a incorporarei em vários portfólios de estratégia que tenho e incorporarei o dimensionamento de posição nesse ponto. & # 8221;

Espero que ajude,

Grande Questão Nikolay. Além da resposta que dei a Andrew acima, devo mencionar também que, se você conhece a linguagem de macros do Excel, é bastante simples adicionar qualquer abordagem de dimensionamento de posição desejada. Para uma abordagem fracionária fixa, por exemplo, seria necessário apenas algumas linhas extras de código.

Então, o simulador é legal porque você pode adaptá-lo às suas necessidades.

Para as pessoas que participam da minha oficina, forneço aos alunos uma versão especial do simulador que inclui o dimensionamento de posição fracionária fixa.

Olá & # 8230; quantas simulações este Monte Carlo realiza? Há algum número de confiança?

Este simulador realiza 2500 iterações. Não calcula intervalos de confiança. Se você conhece a linguagem de macros do Excel, pode facilmente alterar ou modificar o código para o que quiser que o simulador faça.

Trackbacks

[& # 8230;] prometido, aqui está o link para a Simulação de Monte Carlo que eu achei que usei no [& # 8230;]

[& # 8230] este post no bettersystemtrader, Andrew Swanscott entrevista Kevin Davey da KJ Trading Systems que [& # 8230;]

Negociar ações, opções, futuros e forex envolve risco significativo de perda e não é adequado para todos. O desempenho passado não é necessariamente indicativo de resultados futuros.

Como backtest sistemas de negociação e evitar o ajuste de curva.

Para julgar como um determinado sistema comercial deve funcionar no futuro, nós o testamos em dados de mercado anteriores. O backtesting aplica um conjunto de regras de negociação a dados históricos para estimar como essas regras teriam sido realizadas se realmente as tivéssemos negociado. Bons resultados históricos hipotéticos não garantem que um conjunto de regras funcionará bem no futuro. No entanto, resultados históricos hipotéticos pobres quase certamente significam que um sistema não deve ser negociado em tempo real.

O valor percebido do backtesting está enraizado na crença de que as tendências históricas se repetem. Os comerciantes têm testado estratégias sobre dados históricos por gerações. No entanto, a prática tornou-se popular com o advento dos computadores pessoais e com o software de teste do sistema, como o System Writer, que evoluiu para o TradeStation. Este software e um banco de dados de dados históricos permitiram que aqueles sem um histórico de escrita de códigos testassem as idéias do sistema de negociação. A compreensão e aceitação mais amplas dos sistemas de negociação, bem como a frustração que muitos enfrentaram ao tentar construir sistemas de negociação por conta própria, ajudaram o mercado de sistemas de terceiros a florescer durante os anos 90.

A Futures Truth é uma empresa independente que acompanha os sistemas de negociação disponíveis comercialmente desde os anos 80. Atualmente, ele rastreia mais de 500 sistemas. A Futures Truth testa sistemas de negociação em tempo real, não em dados históricos. Isso impede a modificação de regras ao longo do tempo e simula melhor a execução de regras em condições reais de mercado, como períodos de alta volatilidade. De acordo com a Futures Truth, apenas cerca de 45% dos sistemas rastreados são rentáveis ​​a longo prazo, enquanto apenas 20% exibiram uma boa relação risco / recompensa. No entanto, esses números provavelmente são melhores do que a população em geral, porque apenas os fornecedores realmente confiantes em sua lógica entregam-se à Futures Truth para análise em tempo real e crítica pública.

Muitos sistemas falham porque não têm uma premissa válida. Em vez disso, os parâmetros de entrada e saída são derivados da mineração de dados. A mineração de dados simplesmente verifica dados históricos em busca de regras que funcionariam no passado. Freqüentemente, essas regras se encaixam precisamente no passado e não têm esperança de funcionar melhor do que aleatoriamente em dados não vistos. Em vez disso, o desenvolvimento do sistema deve começar com uma teoria que possa ser testada, analisada e ajustada para aplicação. Esse conceito também implica uma perspectiva diferente do próprio teste do sistema: o objetivo do backtesting não é produzir uma coleção de estatísticas hipotéticas de lucros e perdas. É testar a validade da teoria e a precisão das regras para capturar a premissa.

O teste do sistema é um processo multifacetado a partir dos dados, até a escala de tempo, para as suposições de entrada do pedido, para as especificações do contrato e controle de risco. A falha em qualquer um deles pode arruinar um teste de outra forma válido & mdash; ou, manipulá-los pode gerar resultados muito superiores ao que atingiríamos em tempo real. Você precisa fazer isso corretamente se você deseja validar o & mdash; ou quando apropriado, invalidar & mdash; Seu sistema.

Existem dois elementos para backtesting: as ferramentas adequadas & mdash; software e dados & mdash; e um método científico para desenvolver sistemas usando essas ferramentas. Vamos começar por olhar para as ferramentas do comércio.

Muitas opções estão disponíveis para testar suas ideias. Eles diferem na facilidade de transformar idéias em código e em como eles lidam com os detalhes, o que pode ter um grande impacto nos resultados. Por exemplo, se um sistema entrar em uma ordem de limite, algum software registrará um preenchimento se esse preço for tocado. No entanto, dificilmente há uma garantia de que tal ordem teria sido preenchida em negociação real, nem há uma garantia de que não vai ser. Entrando em paradas garante uma entrada, mas não um preço.

Outra questão é registrar preços reais. Embora a maioria dos softwares desenvolvidos profissionalmente não tenha mais esse problema, ainda é uma preocupação para aqueles que testam manualmente sistemas em planilhas, como o Microsoft Excel. Por exemplo, se um sistema compra em uma parada igual ao fechamento mais um terço da faixa média nos últimos três períodos, e se a faixa média é 10, então estamos comprando no fechamento mais 3,333. Se estamos negociando o E-mini S & P 500, ele negocia em tamanhos de 0,25 ticks. Isso significa que o diferencial de entrada deve arredondar para 3.50. Um operador iniciante pode não perceber isso se processar manualmente os números, e não faz muito tempo que muitos programas profissionais cometeram o mesmo erro. Com o tempo, esse erro pode resultar em uma discrepância considerável.

No quadro geral, no entanto, tais detalhes processuais são menores. O grande problema são os dados.

Experiência do Sistema HLHB # 3: Resultados do Backtest.

Eu encontrei o único! Depois de semanas mexendo nas regras do HLHB Trend-Catcher System, finalmente escolhi o conjunto de regras forex que testarei para as próximas semanas.

Para aqueles que estão apenas em sintonia, você deve saber que eu estava em uma busca para encontrar uma maneira mais sustentável de negociar o Huck Loves Her Bucks o sistema de negociação mecânica de captura de tendência.

Em suas regras originais, os EMAs 5 e 10 são aplicados a gráficos de 1 hora e os sinais de cruzamento de EMA são filtrados pelo indicador RSI. Embora tenha sido loucamente rentável (especialmente para o GBP / USD) no ano passado, produziu muitos sinais para minha paz de espírito. É por isso que tentei refinar um pouco as regras para ver se conseguia obter os mesmos resultados, mas trocaria menos sinais.

Aqui estão os links, se você quiser recuperar o atraso:

Para aqueles que já estão atualizados, aqui está um resumo dos resultados do backtesting das últimas duas semanas:

Como você pode ver acima, mesmo o ajuste mais lucrativo ainda não conseguiu reproduzir os resultados fantásticos que vimos em 2016. Nenhum dos ajustes gerou resultados negativos, então, acho que é algo.

Quanto ao tweak # 3, descobri que a redução do requisito de ADX expunha o sistema a muito mais falsos falsos, embora ainda perdesse algumas tendências-chave dentro da semana. Heck, eu provavelmente poderia ter em minhas mãos o número de vezes que ele realmente negou um sinal de crossover do RSI!

Qual ajuste devo escolher então? Depois de semanas fazendo backtests, acho que realmente prefiro negociar o prazo de 4 horas. Negociar o gráfico de 1 hora apenas coloca muitos sinais e requer muito esforço para um sistema mecânico.

Então, se eu tiver que escolher entre os ajustes que fiz, vou escolher o tweak # 2. É aqui que eu coloco o indicador ADX (14) na parte superior do RSI e uso ADX & gt; 25 como filtro. Embora não tenha o ganho percentual mais impressionante, ele tende a mostrar taxas de ganho mais altas e ganho médio por comércio. Bem, talvez com exceção do USD / JPY. Mas eu não estou pensando muito sobre isso, principalmente porque eu ainda estou "conhecendo" o par depois de focar no EUR / USD e GBP / USD por tanto tempo.

O que você acha? Devo continuar com o tweak # 2 ou devo me ater às regras originais? Claro, se você tiver sugestões sobre como o Sistema HLHB pode pegar tendências, isso seria incrível.

Ah, e não hesite em compartilhar se você estiver usando outras estratégias / indicadores para identificar tendências nos principais pares do dólar!

Este conteúdo é estritamente apenas para fins informativos e não constitui um conselho de investimento. Negociar qualquer mercado financeiro envolve risco. Por favor, leia a nossa Divulgação de Riscos para se certificar de que compreende os riscos envolvidos.

Alguns homens têm milhares de razões pelas quais não podem fazer o que querem, quando tudo o que precisam é uma das razões pelas quais podem. Mary Frances Berry.

BabyPips ajuda os comerciantes individuais a aprender como negociar o mercado cambial.

Apresentamos pessoas ao mundo do comércio de moedas e fornecemos conteúdo educacional para ajudá-las a aprender como se tornarem traders lucrativos. Também somos uma comunidade de traders que apoiam uns aos outros em nossa jornada diária de negociação.

Backtesting

O que é 'backtesting'

Backtesting é o processo de testar uma estratégia de negociação em dados históricos relevantes para garantir sua viabilidade antes que o negociador arrisque qualquer capital real. Um trader pode simular a negociação de uma estratégia durante um período de tempo apropriado e analisar os resultados para os níveis de lucratividade e risco.

QUEBRANDO "backtesting"

Uma quantidade significativa do volume negociado no mercado financeiro atual é feita por traders que usam algum tipo de automação de computadores. Isso é especialmente verdadeiro para estratégias de negociação baseadas em análises técnicas. O backtesting é parte integrante do desenvolvimento de um sistema de negociação automatizado.

Backtesting significativo.

Quando feito corretamente, o backtesting pode ser uma ferramenta inestimável para a tomada de decisões sobre a utilização de uma estratégia de negociação. O período de tempo de amostra no qual um backtest é realizado é crítico. A duração do período de tempo da amostra deve ser suficientemente longa para incluir períodos de condições de mercado variáveis, incluindo tendências de alta, tendências de baixa e negociação com limite de intervalo. Realizar um teste em apenas um tipo de condição de mercado pode gerar resultados únicos que podem não funcionar bem em outras condições de mercado, o que pode levar a conclusões falsas.

O tamanho da amostra no número de negociações nos resultados do teste também é crucial. Se o número da amostra de negociações for muito pequeno, o teste pode não ser estatisticamente significativo. Uma amostra com muitos negócios durante um período muito longo pode produzir resultados otimizados nos quais um número esmagador de negociações vencedoras se aglutina em torno de uma condição ou tendência de mercado específica que é favorável à estratégia. Isso também pode levar um comerciante a tirar conclusões enganosas.

Mantendo a realidade.

Um backtest deve refletir a realidade na melhor medida possível. Os custos de negociação que, de outra forma, poderiam ser considerados insignificantes pelos comerciantes, quando analisados ​​individualmente, podem ter um impacto significativo quando o custo agregado é calculado ao longo de todo o período de backtesting. Esses custos incluem comissões, spreads e derrapagens, e eles poderiam determinar a diferença entre se uma estratégia de negociação é lucrativa ou não. A maioria dos pacotes de software de backtesting inclui métodos para contabilizar esses custos.

Talvez a métrica mais importante associada ao backtesting seja o nível de robustez da estratégia. Isso é realizado comparando os resultados de um teste de retorno otimizado em um período de tempo de amostra específico (chamado de amostra) com os resultados de um backtest com a mesma estratégia e configurações em um período de tempo de amostra diferente (referido como out - de amostra). Se os resultados forem igualmente lucrativos, a estratégia pode ser considerada válida e robusta, e está pronta para ser implementada em mercados em tempo real. Se a estratégia falhar em comparações fora da amostra, então a estratégia precisa de mais desenvolvimento, ou deve ser abandonada por completo.

Descubra estratégias lucrativas.

Veja o desempenho histórico em dois cliques. Nenhuma programação, instalação de software ou compra de dados. Crie sua própria estratégia ou procure os melhores desempenhos. Receba alertas por email em tempo real de novos negócios.

Novo no backtesting?

Estratégias quantitativas podem ser simuladas historicamente para mostrar o desempenho como uma base para futuros investimentos.

Recursos inovadores.

Otimize sua estratégia testando centenas ou milhares de permutações de uma variável e veja um gráfico das tendências de desempenho.

Preços simples.

Seja você um consultor, gestor de fundos, trader ou investidor individual, temos um plano para atender às suas necessidades.