Vad är backtesting?

Backtesting innebär att man tillämpar en strategi eller förutsägbar modell på historiska data för att bestämma dess noggrannhet. Den kan användas för att testa och jämföra lönsamheten för handelsstrategier så att handlare Sex väsentliga färdigheter hos mästhandlare Nästan vem som helst kan bli en näringsidkare, men att vara en av huvudhandlarna kräver mer än investeringskapital och en tredelad kostym. Tänk på: det finns ett hav av individer som vill ansluta sig till mästarnas led och ta med sig den typ av pengar som hör till den titeln. kan använda och justera framgångsrika strategier.

Sammanfattning

• Backtesting innebär att man tillämpar en strategi eller förutsägbar modell på historiska data för att bestämma dess noggrannhet.
• Det gör det möjligt för handlare att testa handelsstrategier utan att behöva riskera kapital.
• Vanliga backtestingåtgärder inkluderar nettovinst / avkastning, avkastning, riskjusterad avkastning, marknadsexponering och volatilitet.

Hur backtesting fungerar

Analytiker använder backtesting som ett sätt att testa och jämföra olika handelstekniker utan att riskera pengar. Teorin är att om deras strategi fungerade dåligt tidigare är det osannolikt att det kommer att fungera bra i framtiden (och vice versa). De två huvudkomponenterna som undersöktes under testningen är den totala lönsamheten och den risknivå som tas.

En backtest kommer dock att se på hur en strategi fungerar i förhållande till många olika faktorer. En framgångsrik backtest visar handlare en strategi som har visat sig visa positiva resultat historiskt. Medan marknaden aldrig rör sig exakt samma, bygger backtesting på antagandet att aktier rör sig i liknande mönster som de gjorde historiskt.

Genomförande

En backtest kodas vanligtvis av en programmerare Programmering Programmering är processen att skriva instruktioner för en dator att utföra. Det liknar ett recept för människor. Ett recept innehåller en lista över åtgärder som kör en simulering av handelsstrategin. Simuleringen körs med historisk data från aktier, obligationer och andra finansiella instrument. Den som underlättar backtestet kommer att bedöma avkastningen på modellen över flera olika datamängder.

Det är också viktigt att modellen testas över många olika marknadsförhållanden för att objektivt kunna bedöma prestanda. Variabler i modellen justeras sedan för optimering mot flera olika motteståtgärder.

Vanliga motteståtgärder

• Nettovinst / förlust
• Avkastning : Portföljens totala avkastning över en viss tidsram
• Riskjusterad avkastning Riskjusterad avkastningskvot Det finns ett antal riskjusterade avkastningskvoter som hjälper investerare att bedöma befintliga eller potentiella investeringar. Dessa förhållanden kan vara mer användbara än enkla mått på investeringsavkastningen som inte tar hänsyn till investeringsrisken. : Portföljens avkastning justerad för en risknivå
• Marknadsexponering : graden av exponering för olika segment av marknaden
• Volatilitet Volatilitet Volatilitet är ett mått på fluktuationer i värdepapperspriset över tid. Den indikerar risknivån i samband med prisförändringarna för ett värdepapper. Investerare och handlare beräknar volatiliteten för ett värdepapper för att bedöma tidigare variationer i priserna: Spridningen av avkastningen på portföljen

Backtesting Bias

När du skapar en handelsmodell som ska testas om igen måste handlare undvika partiskhet när de skapar modellen. För att säkerställa objektivitet måste strategin testas på flera olika tidsperioder med ett opartiskt och representativt urval av bestånd. Om en näringsidkare skulle välja och välja de aktier och den tidsperiod som deras strategi testas mot, skulle modellen i grunden vara bristfällig. Även om testet kan ge positiva resultat skulle det bara bero på att modellen skapades för att passa perfekt till dessa data. Därför är det viktigt att olika datamängder används under hela processen.

Bias framåt

Ett annat misstag vid backtest är framtidsförskjutning. Framåtriktad förspänning innebär att man införlivar information i modellen som testas på nytt och som normalt inte skulle vara tillgänglig när modellen faktiskt implementeras.

Antag till exempel att du testar en handelsmodell som är beroende av finansiell information tillgänglig vid räkenskapsårets slut. I modellen anger du informationen den 31 december. informationen är dock vanligtvis inte tillgänglig förrän ett par veckor efter årets slut. Implementering av data i ett backtest skulle göra att avkastningen på modellen blir konstgjort hög på grund av framtidsförskjutning.

• A - Räkenskapsårets slut (tidpunkten då backtestmodellen förutsätter att årsredovisningen publiceras)
• B - Årsrapport släppt
• C - Tid vid vilken backtestmodellen antar rapportens första kvartal
• D - Rapport för första kvartalet släppt

Diagrammet ovan visar en tidslinje för hur en backtestmodell kan bli bristfällig på grund av framtidsförskjutning. Modellen antar att information blir tillgänglig vid punkterna A och C, medan informationen i verkligheten blir tillgänglig vid punkterna B och D. Resultatet av en korrekt konstruerad backtest skulle sannolikt ge ett helt annat resultat än det som gör samma antaganden som ovan.

Vem använder backtesting?

Vem som helst kan utföra sitt eget backtest; dock utförs backtester vanligtvis av institutionella investerare och penningförvaltare. Backtesting använder data som kan vara dyra att få och som kräver komplex modellering.

Institutionella handlare och investeringsföretag har det mänskliga och finansiella kapital som krävs för att använda backtestmodeller i sina handelsstrategier. Dessutom, med stora mängder pengar på linjen, är institutionella investerare Institutionella investerare En institutionell investerare är en juridisk enhet som samlar in medel från många investerare (som kan vara privata investerare eller andra juridiska enheter) som ofta är skyldiga att backa test för att bedöma risk.

Exempel

Antag att du är analytiker hos ett värdepappersföretag och du har blivit ombedd att testa en strategi mot en uppsättning historiska data som du har fått. Strategin handlar om att köpa ett aktie om det når en 90-dagars låg. Det första steget i backtesting skulle vara att välja opartisk historisk data.

Du tillämpar sedan strategin på data och upptäcker att strategin gav en avkastning på 150 punkter bättre än den nuvarande strategi som används av företaget. Backtestet hjälpte till att stärka den forskning som utfördes för att skapa handelsstrategin. Värdepappersföretaget kan bestämma om backtestet är tillräckligt skäl för att använda strategin.

Relaterade avläsningar

Finance är den officiella leverantören av den globala Certified Banking & Credit Analyst (CBCA) ™ CBCA ™ Certification Certified Banking & Credit Analyst (CBCA) ™ ackreditering är en global standard för kreditanalytiker som täcker finans, redovisning, kreditanalys, kassaflödesanalys , förbundsmodellering, återbetalning av lån och mer. certifieringsprogram, utformat för att hjälpa vem som helst att bli en ekonomisk analytiker i världsklass. För att fortsätta din karriär kommer de ytterligare resurserna nedan att vara användbara:

• Algoritmer Algoritmer (Algos) Algoritmer (Algos) är en uppsättning instruktioner som introduceras för att utföra en uppgift. Algoritmer introduceras för att automatisera handel för att generera vinster med en frekvens som är omöjlig för en mänsklig näringsidkare.
• Clustering Illusion Clustering Illusion Clustering illusion avser en kognitiv bias i beteendefinansiering där en investerare observerar mönster i vad som faktiskt är slumpmässiga händelser. I andra
• Hypotes Testning Hypotes Testning Hypotes Testing är en metod för statistisk slutsats. Den används för att testa om ett uttalande om en populationsparameter är korrekt. Hypotes testning
• Provval Bias Exempelval Bias Provval bias är den bias som härrör från misslyckandet med att säkerställa korrekt randomisering av ett populationsprov. Bristerna i urvalet av prov