18 октября, 2021
Бэктестинг

Бэктестинг

Применение стратегии или прогнозной модели к историческим данным для определения их точности

Что такое бэктестинг?

Бэктестинг предполагает применение стратегии или прогнозной модели к историческим данным для определения их точности. Его можно использовать для тестирования и сравнения жизнеспособности торговых стратегий, чтобы трейдеры могли использовать и настраивать успешные стратегии.

Резюме

  • Бэктестинг предполагает применение стратегии или прогнозной модели к историческим данным для определения их точности.
  • Это позволяет трейдерам тестировать торговые стратегии без необходимости рисковать капиталом.
  • Общие меры тестирования на истории включают чистую прибыль / убыток, доходность, доходность с поправкой на риск, подверженность рынку и волатильность.

Как работает бэктестинг

Аналитики используют бэктестинг как способ протестировать и сравнить различные методы торговли, не рискуя деньгами. Теория заключается в том, что, если их стратегия плохо работала в прошлом, вряд ли она будет хорошо работать в будущем (и наоборот). Во время тестирования рассматривались два основных компонента: общая прибыльность и принятый уровень риска.

Однако бэктест будет смотреть на эффективность стратегии по отношению к множеству различных факторов. Успешный бэктест покажет трейдерам стратегию, которая исторически доказала положительные результаты. В то время как рынок никогда не движется точно так же, тестирование на исторических данных основывается на предположении, что акции движутся по тем же образцам, что и исторически.

Выполнение

Бэктест обычно кодируется программистом, выполняющим моделирование торговой стратегии. Моделирование запускается с использованием исторических данных по акциям, облигациям и другим финансовым инструментам. Лицо, проводящее бэктест, оценит отдачу от модели по нескольким различным наборам данных.

Также важно, чтобы модель была протестирована в различных рыночных условиях, чтобы объективно оценить эффективность. Затем переменные в модели настраиваются для оптимизации по нескольким различным критериям тестирования на исторических данных.

Общие меры тестирования на истории

  • Чистая прибыль / убыток
  • Доходность: общая доходность портфеля за определенный период времени.
  • Доходность с поправкой на риск: доходность портфеля, скорректированная с учетом уровня риска.
  • Рыночная подверженность: степень подверженности различным сегментам рынка.
  • Волатильность: разброс доходности портфеля.

Предвзятость при тестировании

При создании торговой модели для тестирования на истории трейдеры должны избегать предвзятости при создании модели. Чтобы гарантировать объективность, стратегия должна быть протестирована на нескольких различных временных периодах на беспристрастной и репрезентативной выборке акций. Если бы трейдер выбирал акции и период времени, в котором его стратегия проверяется на исторических данных, модель была бы в корне ошибочной. Хотя тест может дать положительные результаты, это произойдет только потому, что модель была создана так, чтобы идеально соответствовать этим данным. Поэтому важно, чтобы на протяжении всего процесса использовались разные наборы данных.

Смещение взгляда вперед

Еще одна ошибка при тестировании на истории — предвзятость прогноза. Предвзятость предвидения предполагает включение в тестируемую модель информации, которая обычно недоступна, когда модель фактически реализуется.

Например, предположим, что вы тестируете торговую модель на исторических данных, основанную на финансовой информации, доступной на конец финансового года. В модели вы вводите информацию по состоянию на 31 декабря; однако обычно информация становится доступной только через пару недель после окончания года. Внедрение данных в тест на истории приведет к тому, что доходность модели будет искусственно завышена из-за предвзятости прогноза.

  • A — Конец финансового года (время, когда модель тестирования на истории предполагает выпуск годового отчета)
  • B — Годовой отчет выпущен
  • C — Время, когда модель тестирования предполагает выпуск отчета за первый квартал.
  • D — Выпущен отчет за первый квартал

На приведенном выше графике показан график того, как модель тестирования на истории может стать некорректной из-за предвзятости прогноза. Модель предполагает, что информация становится доступной в точках A и C, в то время как в действительности информация становится доступной в точках B и D. Результат правильно построенного бэктеста, вероятно, даст совершенно другой результат, чем тот, который делает те же предположения.

Кто использует бэктестинг?

Любой желающий может провести свой собственный бэктест; однако бэктесты обычно проводят институциональные инвесторы и управляющие капиталом. Бэктестинг использует данные, получение которых может быть дорогостоящим и требует сложного моделирования.

Институциональные трейдеры и инвестиционные компании обладают человеческим и финансовым капиталом, необходимым для использования моделей тестирования на истории в своих торговых стратегиях. Кроме того, когда на кону стоят большие суммы денег, институциональным инвесторам часто приходится проводить бэктест для оценки риска.

Пример

Предположим, вы — аналитик инвестиционной компании, и вас попросили протестировать стратегию на исторических данных, предоставленных вам. Стратегия предполагает покупку акции, если она достигает 90-дневного минимума. Первым шагом в тестировании на истории будет выбор объективных исторических данных.

Затем вы применяете стратегию к данным и обнаруживаете, что эта стратегия принесла доход на 150 базисных пунктов лучше, чем текущая стратегия, используемая компанией. Бэктест помог укрепить исследования, проведенные при создании торговой стратегии. Инвестиционная компания может решить, является ли бэктест достаточной причиной для применения стратегии.

Дополнительные ресурсы:

Finansistem является официальным поставщиком глобальной программы сертификации Certified Banking & Credit Analyst (CBCA) ™, призванной помочь любому стать финансовым аналитиком мирового уровня. Чтобы продолжить карьеру, вам будут полезны следующие дополнительные ресурсы:

  • Алгоритмы
  • Иллюзия кластеризации
  • Проверка гипотезы
  • Смещение выборки

Добавить комментарий