Forex forward testing

Backtesting and Forward Testing: Znaczenie korelacji Handlowcy, którzy chcą wypróbować pomysł inwestycyjny na rynku, często popełniają błąd, polegając całkowicie na wynikach analizy historycznej, aby ustalić, czy system będzie opłacalny. Backtesting może dostarczyć handlowcom cennych informacji, ale często wprowadza w błąd i jest tylko częścią procesu oceny. Testowanie poza próbą i testy wydajności zapewniają dalsze potwierdzenie skuteczności systemów i mogą pokazywać prawdziwe kolory systemów, zanim pojawią się prawdziwe pieniądze. Dobra korelacja między analizą historyczną, wynikami prób poza wynikami i wynikami testów wydajności jest bardzo ważna dla określenia rentowności systemu transakcyjnego. (Oferujemy kilka wskazówek dotyczących tego procesu, które mogą pomóc w ulepszeniu obecnych strategii handlowych. Aby dowiedzieć się więcej, przeczytaj artykuł Analiza historyczna: interpretacja przeszłości. Analiza historyczna Analiza historyczna to zastosowanie systemu transakcyjnego do danych historycznych w celu zweryfikowania, w jaki sposób system wykonałby określony czas. Wiele dzisiejszych platform transakcyjnych obsługuje weryfikację historyczną. Handlarze mogą przetestować pomysły za pomocą kilku naciśnięć klawiszy i uzyskać wgląd w skuteczność pomysłu bez ryzykowania środków na rachunku handlowym. Analiza historyczna może oceniać proste pomysły, takie jak sposób, w jaki ruchome przeciętne crossover może występować na danych historycznych, lub bardziej złożone systemy z różnymi wejściami i wyzwalaczami. Dopóki pomysł można określić ilościowo, można go przetestować. Niektórzy handlowcy i inwestorzy mogą starać się o kompetencje wykwalifikowanego programisty, aby rozwinąć pomysł w formę możliwą do przetestowania. Zazwyczaj dotyczy to programisty kodującego ten pomysł w zastrzeżonym języku obsługiwanym przez platformę transakcyjną. Programator może zawierać zmienne wejściowe zdefiniowane przez użytkownika, które pozwalają przedsiębiorcy na dostrojenie systemu. Przykładem tego może być prosty system średniej kroczącej opisany powyżej: przedsiębiorca byłby w stanie wprowadzić (lub zmienić) długość dwóch średnich kroczących wykorzystywanych w systemie. Przedsiębiorca mógł wykonać test weryfikacyjny w celu ustalenia, które długości średnich ruchomych najlepiej wypadły w danych historycznych. (Uzyskaj więcej wglądu w samouczku elektronicznego handlu). Badania optymalizacyjne Wiele platform transakcyjnych pozwala również na badania optymalizacyjne. To pociąga za sobą wprowadzenie zakresu dla określonego wejścia i pozwolenie komputerowi na matematykę, aby dowiedzieć się, jakie dane wejściowe wykonałyby najlepiej. Optymalizacja wielu zmiennych może zdziałać matematykę dla dwóch lub więcej zmiennych połączonych w celu ustalenia, które poziomy razem osiągnęłyby najlepszy wynik. Na przykład inwestorzy mogą powiedzieć programowi, jakie dane wejściowe chcieliby dodać do swojej strategii, a następnie zostaną zoptymalizowane do ich idealnych wag, biorąc pod uwagę przetestowane dane historyczne. Analiza historyczna może być ekscytująca, ponieważ nierentowny system często może zostać w magiczny sposób przekształcony w maszynę do robienia pieniędzy z kilkoma optymalizacjami. Niestety, ulepszenie systemu w celu osiągnięcia najwyższego poziomu wcześniejszej rentowności często prowadzi do systemu, który będzie słabo radził sobie z prawdziwymi transakcjami. Ta nadmierna optymalizacja tworzy systemy, które wyglądają dobrze tylko na papierze. Dopasowanie krzywej to użycie analizy optymalizacji w celu stworzenia jak największej liczby zwycięskich transakcji przy największym zysku z danych historycznych wykorzystywanych w okresie testowania. Chociaż wyniki analizy historycznej wyglądają imponująco, dopasowywanie krzywych prowadzi do niewiarygodnych systemów, ponieważ wyniki są zasadniczo dostosowane specjalnie do tego konkretnego okresu danych i czasu. Analiza historyczna i optymalizacja zapewniają wiele korzyści przedsiębiorcy, ale jest to tylko część procesu oceny potencjalnego systemu transakcyjnego. Następnym krokiem handlowców jest zastosowanie systemu do danych historycznych, które nie zostały wykorzystane w początkowej fazie analizy historycznej. (Średnia ruchoma jest łatwa do obliczenia, a po wykreśleniu na wykresie jest potężnym wizualnym narzędziem do określania trendów.) Aby uzyskać więcej informacji, przeczytaj Proste średnie ruchy Wyróżnij trendy.) Dane próbne a dane pozapróbkowe Podczas testowania pomysłu na dane historyczne korzystne jest zarezerwowanie okresu historycznych danych do celów testowych. Początkowe dane historyczne, na których pomysł jest testowany i optymalizowany, określane są jako dane wejściowe. Zarezerwowany zestaw danych jest znany jako dane pozapróbkowe. Ta konfiguracja jest ważną częścią procesu oceny, ponieważ umożliwia testowanie pomysłu na dane, które nie były częścią modelu optymalizacji. W rezultacie, na pomysł nie wpłyną w żaden sposób dane pozapróbkowe, a handlowcy będą mogli określić, jak dobrze system może działać na nowych danych, tj. W prawdziwym obrocie handlowym. Przed rozpoczęciem jakichkolwiek testów historycznych lub optymalizacji, inwestorzy mogą odłożyć procent historycznych danych, które mają być zarezerwowane dla testów pozapróbkowych. Jedną z metod jest dzielenie danych historycznych na trzecie i segregowanie jednej trzeciej do wykorzystania w testach pozapróbkowych. Do wstępnego testowania i dowolnej optymalizacji należy używać tylko danych w próbce. Rysunek 1 pokazuje linię czasu, w której jedna trzecia danych historycznych jest zarezerwowana dla testów pozapróbkowych, a dwie trzecie są używane do testowania w ramach próby. Chociaż na rysunku 1 przedstawiono dane pozapróbkowe na początku testu, typowe procedury miałyby część poza próbą bezpośrednio poprzedzającą działanie w przód. Rysunek 1: Linia czasu reprezentująca relatywną długość danych w próbce i poza próbą użytych w procesie analizy historycznej. Po opracowaniu systemu transakcyjnego z wykorzystaniem danych próbnych można go zastosować do danych pozapróbkowych. Handlowcy mogą oceniać i porównywać wyniki wydajności między danymi z próbki i danymi z próby. Korelacja odnosi się do podobieństw między wynikami a ogólnymi trendami dwóch zestawów danych. Dane korelacji mogą być wykorzystywane do oceny raportów skuteczności strategii tworzonych w okresie testowania (funkcja dostępna w większości platform transakcyjnych). Im silniejsza korelacja między tymi dwoma, tym większe prawdopodobieństwo, że system będzie dobrze działał w przyszłych testach wydajności i handlu na żywo. Rysunek 2 ilustruje dwa różne systemy, które zostały przetestowane i zoptymalizowane pod kątem danych w próbce, a następnie zastosowane do danych pozapróbkowych. Wykres po lewej pokazuje system, który był wyraźnie dopasowany do krzywej, aby dobrze działał na danych w próbce i całkowicie zawodził w przypadku danych pozapróbkowych. Wykres po prawej stronie pokazuje system, który działał dobrze zarówno na danych wejściowych, jak i na zewnątrz próbek. Rysunek 2: Dwie krzywe equity. Dane handlowe przed każdą żółtą strzałką reprezentują próbę w teście. Transakcje generowane między żółtymi i czerwonymi strzałkami wskazują na testowanie poza próbą. Transakcje po czerwonych strzałach pochodzą z faz testów wydajności. Jeśli istnieje niewielka korelacja między testami w próbce i poza próbą, jak na lewym wykresie na Rys. 2, prawdopodobnie system został zbytnio zoptymalizowany i nie będzie dobrze działał w handlu na żywo. Jeśli istnieje silna korelacja w wydajności, jak widać na prawej wykresie na Rysunku 2, kolejna faza oceny obejmuje dodatkowy rodzaj testów pozapróbkowych, znanych jako testy wydajności. (Aby dowiedzieć się więcej na temat prognozowania, zapoznaj się z Prognozą finansową: metoda bayesowska.) Podstawy testowania wydajności do przodu Testowanie wydajności do przodu, zwane również handlem papierem. zapewnia przedsiębiorcom inny zestaw danych poza próbą, na podstawie których można ocenić system. Testy wydajności Forward są symulacją rzeczywistego handlu i obejmują logikę systemów na rynku rzeczywistym. Nazywa się to również handlem papierem, ponieważ wszystkie transakcje są wykonywane tylko na papierze, tzn. Wpisy handlowe i wyjścia są dokumentowane razem z dowolnym zyskiem lub stratą dla systemu, ale nie są wykonywane żadne prawdziwe transakcje. Ważnym aspektem przyszłych testów wydajności jest podążanie za logiką systemów dokładnie inaczej, staje się trudne, jeśli nie niemożliwe, dokładne oszacowanie tego etapu procesu. Handlowcy powinni być szczerzy w odniesieniu do wszelkich wpisów handlowych i wyjść i unikać zachowań, takich jak transakcje w zakresie zbierania wiśni, lub nie włączając handlu na papierze, racjonalizując, że nigdy bym nie podjął tego handlu. Jeśli transakcja miałaby miejsce zgodnie z logiką systemów, powinna być udokumentowana i oceniona. Wielu brokerów oferuje symulowane konto transakcyjne, na którym można umieszczać transakcje i obliczać odpowiedni zysk i stratę. Korzystanie z symulowanego konta handlowego może stworzyć półrealistyczną atmosferę, w której można ćwiczyć handel i dalej oceniać system. Rysunek 2 pokazuje również wyniki przyszłych testów wydajności w dwóch systemach. Ponownie, system przedstawiony na lewym wykresie nie radzi sobie dobrze poza początkowym testowaniem danych w próbce. Jednak system pokazany na prawym wykresie nadal działa dobrze we wszystkich fazach, w tym w testach wydajności. System, który pokazuje pozytywne wyniki z dobrą korelacją między testami wydajności w próbkach, poza próbą i w przód, jest gotowy do wdrożenia na rynku rzeczywistym. Backtesting Bottom Line jest cennym narzędziem dostępnym na większości platform transakcyjnych. Dzielenie danych historycznych na wiele zestawów, aby umożliwić testowanie w próbce i poza próbą, może zapewnić handlowcom praktyczne i skuteczne narzędzie do oceny pomysłu i systemu handlu. Ponieważ większość inwestorów stosuje techniki optymalizacji w testach historycznych, ważne jest, aby następnie ocenić system na czystych danych, aby określić jego opłacalność. Kontynuowanie testów poza próbą dzięki testom wydajności do przodu zapewnia kolejną warstwę bezpieczeństwa przed wprowadzeniem systemu na rynek, ryzykując prawdziwą gotówką. Pozytywne wyniki i dobra korelacja między testami historycznymi w próbie i poza próbą oraz testy wydajności w przód zwiększają prawdopodobieństwo, że system będzie dobrze działał w rzeczywistym obrocie. (Aby uzyskać kompleksowy przegląd analizy technicznej, patrz Analiza techniczna: Wprowadzenie.) Miara zależności między zmianą ilości żądanego towaru a zmianą jego ceny. Cena. Łączna wartość rynkowa w dolarach wszystkich dostępnych akcji spółki. Kapitalizacja rynkowa jest obliczana poprzez pomnożenie. Frexit krótko dla quotFrench exitquot to francuski spinoff terminu Brexit, który pojawił się, gdy Wielka Brytania głosowała. Zlecenie złożone z brokerem, który łączy w sobie funkcje zlecenia stopu z zleceniami limitów. Zlecenie stop-limit będzie. Runda finansowania, w ramach której inwestorzy nabywają akcje od spółki o niższej wycenie niż wycena na rzecz spółki. Ekonomiczna teoria łącznych wydatków w gospodarce i jej wpływ na produkcję i inflację. Została opracowana ekonomia keynesowska. Walk Forward Analyzer jest teraz darmowy Przejdź do strony pobierania, aby uzyskać bezpłatną kopię. Skąd wiesz, czy Twój ekspert jest naprawdę opłacalny? Tester strategii MetaTraders nie daje pełnego obrazu Czy handlujesz w oparciu o nadmiernie optymistyczne testy przeszłości i zawiedziony, gdy odkryjesz, że Twój ekspert doradca traci pieniądze w handlu na żywo Chcesz wiedzieć, czy Twój ekspert doradca jest rentowny, szybki i łatwy, nie tracąc pieniędzy Analizator Walk Forward dla MetaTrader Analizator Walk Forward używa MetaTraderów do testowania strategii przeprowadzić analizę naprzód. za pomocą ustawień i parametrów testowych dostarczonych przez użytkownika. Oprogramowanie jest łatwe w użyciu i może zapewnić pełną analizę przejścia do przodu w ułamku czasu potrzebnego do zrobienia tego ręcznie. Analiza "chodzenia do przodu" określa, czy doradca ekspercki jest rentowny przy handlu z optymalizowanymi parametrami na danych pozapróbkowych. Każdy ekspert doradca może uzyskać imponujący wynik optymalizacji, ale prawdziwym testem jest to, czy wyniki te będą się utrzymywać podczas testowania przyszłych danych. The Walk Forward Analyzer wykonuje ten proces wiele razy w ciągu miesięcy i lat danych historycznych, co daje dokładny obraz prawdziwej wydajności twojego eksperta. Po zakończeniu analizy przechodzenia do przodu zostanie przedstawiony szczegółowy raport z analizy postępu, pokazujący wyniki testów i optymalizacji, całkowity zysk z testowania oraz wskaźnik efektywności chodu. który jest miarą tego, jak solidny jest twój system transakcyjny. Zobacz Analizator Walk Forward w akcji Jeśli nie jesteś zaznajomiony z procedurą analizy chodu, zapoznaj się z artykułem Co to jest analiza przejścia do przodu, aby dowiedzieć się, dlaczego jest to najlepsza metoda określenia solidności i potencjalnej opłacalności twojego systemu transakcyjnego. Poniższy film wideo zawiera kompletny przewodnik i samouczek w narzędziu Walk Forward Analyzer dla MetaTrader: MetaTrader 4 Przewodnik po testach strategicznych Aby w pełni wykorzystać możliwości eksperta, musisz zoptymalizować i przetestować strategię za pomocą narzędzia MetaTraders Strategy Tester. Podczas przeprowadzania testów testowych na konto demonstracyjne jest niezbędne, analiza historyczna pozwala symulować handel przez długi czas w kilka minut. Dzięki funkcji optymalizacji możesz sprawdzić, które ustawienia są najlepsze w wybranym historycznym okresie wykresów. Istnieje spora debata na temat dokładności testera strategii MetaTraders. W najlepszym przypadku analiza historyczna oferuje tylko bliskie przybliżenie, w jaki sposób transakcje byłyby wykonywane w czasie rzeczywistym. Jest to jednak jedyne dostępne narzędzie, które pozwala szybko przetestować dowolną strategię w szerokim zakresie sytuacji handlowych, i które należy nauczyć się dobrze używać. Otwórz Tester strategii w MetaTrader, klikając odpowiedni przycisk na pasku narzędzi lub wybierając opcję Tester strategii z menu Widok. History Center Przed testowaniem wstecznym lub optymalizacją, ważne jest, aby upewnić się, że dane historii są kompletne i dokładne, szczególnie jeśli używasz każdego tiku jako modelu testowego. Jeśli zauważysz niedopasowane błędy wykresu w dzienniku dziennika lub jeśli jakość modelowania jest mniejsza niż 90, dane historyczne są niewystarczające do wygenerowania dokładnych znaczników. Otwórz Centrum Historii z menu Narzędzia lub naciskając klawisz F2 na klawiaturze. Kliknij dwukrotnie parę wykresów w lewej kolumnie, dla której chcesz wykonać test wsteczny. Lista terminów pojawi się poniżej. Rozpocznij od dwukrotnego kliknięcia na 1 minutę (M1), aby załadować dane historii dla tego okresu. Backtester wykorzystuje dane M1 do generowania tyknięć, dlatego ważne jest, aby twoje dane M1 były kompletne. Z Centrum Historii można pobrać lub zaimportować dane do wykorzystania w analizie historycznej. Twój broker automatycznie dostarczy trochę nowych danych, ale może nie wystarczyć na dłuższą analizę. Ponadto bezpłatne dane do pobrania z MetaTrader (dostępne za pomocą przycisku Pobierz) nie zawsze są kompletne i mogą zawierać duże luki. Możesz pobrać bezpłatne dane M1 z forextesterdatadasasources. html. Najpierw wybierz okres M1 dla symbolu z listy po lewej stronie. Kliknij przycisk Importuj, a następnie kliknij przycisk Przeglądaj w oknie dialogowym Importuj, aby wybrać właśnie pobrany plik danych M1. Naciśnij OK, aby zaimportować dane - może to potrwać kilka minut. Masz teraz kilka lat danych M1 dla tego symbolu. Aby móc korzystać z tych danych w wyższych ramach czasowych, musisz użyć skryptu periodconverter dostarczonego z MetaTrader. Otwórz okno wykresu i ustaw je na M1. Przeciągnij i upuść skrypt konwertera okresów z okna nawigatora na wykresie i ustaw wartość parametru ExtPeriodMultiplier na liczbę minut do przekonwertowania. Dla M15, użyj 15 dla H1, użyj 60 dla H4, użyj 240 i tak dalej. Powtórz ten proces dla wszystkich okresów symboli, które chcesz przetestować. Po uzyskaniu wystarczających danych historycznych możesz rozpocząć testowanie. Poniższy film przedstawia proces importowania i konwertowania danych M1: Optymalizacja Funkcja optymalizacji MetaTrader 4 pozwala przetestować tysiące kombinacji ustawień doradcy eksperta, aby znaleźć najbardziej opłacalne ustawienia dla wybranego wykresu, okresu i zakresu dat. Strategie oparte na wskaźnikach będą musiały zostać zoptymalizowane w celu uzyskania maksymalnej rentowności. Jednak prawie wszyscy EA będą czerpać korzyści z optymalizacji - nawet ci, którzy handlują danymi tick, pod warunkiem, że posiadasz pełne dane historii M1 (patrz wyżej). Optymalizator zwróci najbardziej opłacalne ustawienia dla wybranego zakresu dat, ale nie gwarantuje to, że ustawienia te będą opłacalne w przyszłości. Warunki rynkowe zmieniają się często, dlatego ważne jest, aby regularnie optymalizować swojego eksperta, aby uzyskać najlepsze wyniki. Aby zoptymalizować swojego eksperta, najpierw wybierz go z rozwijanego menu Expert Advisor. Wybierz parę walutową z pola Symbol i okres wykresu z pola Okres. Dla modelu. na ogół chcesz wybrać Tylko otwarte ceny, chyba że zoptymalizujesz EA, który działa na podstawie danych zaznaczenia. W takim przypadku wybierz opcję Każdy odznak. Zaznacz opcję Użyj daty i wybierz zakres dat do optymalizacji. Na koniec upewnij się, że zaznaczona jest opcja Optymalizacja. Kliknij przycisk Właściwości eksperta, aby otworzyć ustawienia doradcy eksperta. Pod zakładką Wejścia podaj zakres wartości do optymalizacji. Kolumna Początek będzie najniższą wartością dla danego ustawienia, a kolumna Stop będzie najwyższa. Kolumna Step to ilość, którą optymalizator przejdzie od ustawienia Start to the Stop. Na powyższym obrazku optymalizujemy ustawienia SL, TS i TP dla doradcy eksperta. Wartość Początkowa wynosi 20, Krok wynosi 20, a Stop wynosi 200. Optymalizator przetestuje każdą kombinację wartości od 20, 40, 60 itd. Do 200. Użyj wartości początkowej, etapu i zatrzymania, która jest odpowiednia dla ustawienie, które optymalizujesz. Równe wartości (5, 10 itd.) Są dobre. Aby to ustawienie zostało zoptymalizowane, należy zaznaczyć pole wyboru po lewej stronie. Wszelkie ustawienia, które nie są sprawdzane, będą używać liczby w kolumnie Wartość podczas optymalizacji. W zakładce Testowanie możesz dostosować początkowy depozyt do czegoś bardziej realistycznego. Pozostaw pozostałe ustawienia domyślne. Kiedy będziesz gotowy do rozpoczęcia optymalizacji, kliknij przycisk Start w prawym dolnym rogu okna Testera strategii. W zależności od okresu, zakresu dat, modelu testowania i liczby ustawień, które mają zostać zoptymalizowane, może zająć od kilku minut do kilku godzin. Jeśli trwa to zbyt długo, rozważ skrócenie zakresu dat, optymalizację mniejszej liczby ustawień lub użycie większej wartości kroku. Po zakończeniu optymalizacji otwórz kartę Wyniki optymalizacji i kliknij dwukrotnie kolumnę Zysk, aby posortować wyniki. Kliknij dwukrotnie dowolny wynik, aby załadować go do testera. Naciśnij ponownie przycisk Start, aby wykonać test wsteczny z wybranymi ustawieniami. Analiza historyczna W tej chwili powinno być oczywiste, jak działa backtester. Wybierz swojego doradcę eksperta. Symbol. Okres i model. zaznacz pole Użyj daty i wybierz zakres dat. Wybierz opcję Tryb wizualny tylko wtedy, gdy potrzebujesz wizualnego przeglądu weryfikacji historycznej. Pozostaw niezaznaczone Optymalizacja. Naciśnij przycisk Właściwości eksperta i wprowadź ustawienia w kolumnie Wartość na karcie Wejścia. Możesz także załadować lub zapisać ustawienia za pomocą przycisków w prawym dolnym rogu. Kolumny Start, Step i Stop są ignorowane, podobnie jak pola wyboru. Zamknij okno dialogowe Właściwości eksperta i naciśnij przycisk Start, aby rozpocząć testowanie. Zajmie to od kilku sekund do kilku minut, w zależności od ustawień. Po zakończeniu testowania otwórz kartę Raport u dołu, aby zobaczyć wyniki. Kilka statystyk, które należy wziąć pod uwagę: Całkowity zysk netto - Zysk brutto minus strata brutto. Współczynnik zysku - stosunek zysku brutto do straty brutto. Im wyżej, tym lepiej, wszystko powyżej 1,5 jest dobre. Bezwzględne wypłaty - Wypłata początkowego depozytu. Wysokie wypłaty zwiększają prawdopodobieństwo, że Twoje konto zostanie zniszczone. Profit trades - Twój ogólny procent wygranych. Jakość modelowania - ważne tylko, jeśli model testowy to Every Tick. Jeśli tak, to powinna wynosić 90. Jeśli nie, postępuj zgodnie z instrukcjami powyżej, aby zaktualizować historię z dokładnymi danymi M1. Zakładka Wyniki na dole testera strategii dostarcza szczegółowych informacji na temat zleceń otwartych i zamkniętych, w tym stopu końcowego, zysków i stop loss. Kliknij przycisk Otwórz wykres, aby uzyskać wizualną reprezentację wyników. Podczas testowania nowego EA należy dokładnie je sprawdzić, aby upewnić się, że strategia działa zgodnie z przeznaczeniem. Walk Forward Analysis Podczas analizy historycznej i optymalizacji możesz dobrze zrozumieć, w jaki sposób twój EA będzie wymieniał transakcje, będziesz musiał przeprowadzić bardziej szczegółowe testy, aby upewnić się, że Twój system transakcyjny jest naprawdę opłacalny. Najlepszym sposobem na osiągnięcie tego jest proces zwany analizą przejścia. Analiza przejścia do przodu składa się z wielu cykli optymalizacji i weryfikacji historycznej oraz analizowania wyników testów przez długi czas. Nasz artykuł na temat dalszej analizy objaśnia szczegółowo proces. Nasz Walk Forward Analyzer dla MetaTrader pozwala szybko i łatwo wykonać WFA.