역 테스팅 : 과거 해석 을 참조하십시오.) Backtesting Basics
Backtesting은 과거 데이터에 거래 시스템을 적용하여 지정된 기간 동안 시스템이 어떻게 수행되었는지 확인합니다. 오늘날의 많은 거래 플랫폼은 백 테스팅을 지원합니다. 거래자는 몇 번의 키 입력으로 아이디어를 테스트하고 거래 계좌에서 자금을 위험에 빠뜨리지 않고 아이디어의 효과에 대한 통찰력을 얻을 수 있습니다. 역 테스팅은 이동 평균 크로스 오버가 과거 데이터에 대해 수행하는 방식 또는 다양한 입력 및 트리거가있는보다 복잡한 시스템과 같은 간단한 아이디어를 평가할 수 있습니다.아이디어가 정량화 될 수 있다면 그것이 뒷받침 될 수 있습니다. 일부 거래자와 투자자는 검증 된 양식으로 아이디어를 개발할 자격을 갖춘 프로그래머의 전문성을 구할 수 있습니다. 일반적으로 이것은 프로그래머가 아이디어를 거래 플랫폼이 호스팅하는 독점 언어로 코딩하는 것과 관련됩니다. 프로그래머는 상인이 시스템을 "조정할"수있는 사용자 정의 입력 변수를 통합 할 수 있습니다. 예를 들어 위에 언급 한 단순 이동 평균 크로스 오버 시스템에있을 수 있습니다. 상인은 시스템에서 사용되는 두 이동 평균의 길이를 입력 (또는 변경) 할 수 있습니다. 상인은 어느 길이의 이동 평균이 과거 데이터에서 가장 잘 수행되었는지를 판단하기 위해 역 테스트 할 수 있습니다. ( 전자 거래 자습서
에서 더 많은 통찰력을 얻으십시오.)
커브 피팅은 최적화 분석을 사용하여 테스트 기간에 사용 된 과거 데이터에 대해 최대 이익으로 최대 수의 거래를 생성합니다. 백 테스팅 결과가 인상적이긴하지만 곡선 맞춤은 그 결과가 본질적으로 특정 데이터 및 기간에만 맞춤 설계되므로 신뢰할 수없는 시스템을 초래합니다.
역 테스팅 및 최적화는 상인에게 많은 이점을 제공하지만 이것은 잠재적 인 거래 시스템을 평가할 때 프로세스의 일부일뿐입니다. 상인의 다음 단계는 초기 백 테스트 단계에서 사용되지 않은 과거 데이터에 시스템을 적용하는 것입니다. (이동 평균은 계산하기 쉽고 일단 차트에 그려지면 강력한 시각적 트렌드 스포팅 도구입니다. 자세한 내용은
단순 이동 평균을 사용하여 추세가 눈에 <니다
참조).
샘플 데이터와 샘플 외부 데이터 히스토리 데이터에 대한 아이디어를 테스트 할 때, 테스트 목적으로 히스토리 데이터의 기간을 예약하는 것이 유익합니다. 아이디어가 테스트되고 최적화 된 초기 이력 데이터를 샘플 내 데이터라고합니다. 예약 된 데이터 세트를 샘플 외부 데이터라고합니다. 이 설정은 최적화 모델의 구성 요소가 아닌 데이터에 대한 아이디어를 테스트 할 수있는 방법을 제공하기 때문에 평가 프로세스의 중요한 부분입니다. 결과적으로 아이디어는 샘플 밖의 데이터에 의해 영향을받지 않을 것이며 상인은 시스템이 새로운 데이터에서 얼마나 잘 수행 할 수 있는지를 결정할 수있을 것입니다. 나는. 이자형. 실제 거래에서. 백 테스트 또는 최적화를 시작하기 전에 거래자는 샘플을 벗어난 테스트를 위해 예약 된 과거 데이터의 비율을 따로 설정할 수 있습니다. 한 가지 방법은 과거 데이터를 1/3로 나누고 샘플 밖의 테스트에 사용하기 위해 3 분의 1로 분리하는 것입니다. 초기 테스트 및 모든 최적화에는 샘플 내 데이터 만 사용해야합니다. 그림 1은 과거 데이터의 3 분의 1이 샘플 밖 테스트를 위해 예약되고, 3 분의 2가 샘플 내 테스트에 사용되는 시간 선을 보여줍니다. 그림 1은 테스트 초기에 샘플 밖의 데이터를 보여 주지만 일반적인 절차는 순방향 성능 바로 직전에 샘플 밖 부분을 포함하게됩니다. 그림 1 : 백 테스트 프로세스에 사용 된 샘플 내 데이터 및 샘플 외부 데이터의 상대 길이를 나타내는 시간 표시 줄. 샘플링 데이터를 사용하여 거래 시스템을 개발하면 샘플 외부 데이터에 적용 할 준비가됩니다. 거래자는 샘플 내 데이터와 샘플 외부 데이터 간의 실적 결과를 평가하고 비교할 수 있습니다. 상관 관계는 공연과 두 데이터 세트의 전반적인 경향 사이의 유사성을 나타냅니다.상관 관계 측정 항목은 테스트 기간 중에 작성된 전략 성과 보고서를 평가하는 데 사용할 수 있습니다 (대부분의 거래 플랫폼에서 제공하는 기능). 둘 사이의 상관 관계가 강할수록 시스템이 순방향 성능 테스트 및 실시간 거래에서 잘 수행 될 확률이 높아집니다. 그림 2는 샘플 내 데이터에서 테스트 및 최적화 된 다음 샘플 외부 데이터에 적용된 두 가지 시스템을 보여줍니다. 왼쪽의 차트는 샘플 내 데이터에서 잘 작동하고 샘플 외부 데이터에서 완전히 실패한 시스템을 보여줍니다. 오른쪽의 차트는 시료 내부 및 외부에서 모두 잘 수행되는 시스템을 보여줍니다. <그림 2> 2 가지 지분 곡선. 각 노란색 화살표 앞에있는 거래 데이터는 샘플 내 테스트를 나타냅니다. 노란색과 빨간색 화살표 사이에 생성 된 거래는 샘플 외부 테스트를 나타냅니다. 적색 화살표 뒤의 거래는 순방향 성능 테스트 단계의 거래입니다.
그림 2의 왼쪽 차트와 같이 샘플 내 테스트와 샘플 테스트의 상관 관계가 거의없는 경우 시스템이 과도하게 최적화되어 라이브 거래에서 제대로 작동하지 않을 가능성이 있습니다. 그림 2의 오른쪽 차트와 같이 성능에 강력한 상관 관계가있는 경우 다음 평가 단계에는 순방향 성능 테스트라는 추가 샘플 테스트가 포함됩니다. 예측에 대한 자세한 내용은 재무 예측 : 베이지안 방법
을 참조하십시오.
|
|
| 전방 성과 테스트 기본 사항 |
전향 적 테스트는 종이 거래라고도하며, 시스템을 평가할 샘플 데이터 순방향 성능 테스트는 실제 거래의 시뮬레이션이며 실제 시장에서 시스템의 논리를 따라야합니다. 모든 거래가 종이에서만 이루어지기 때문에이 거래를 종이 트레이딩이라고도합니다. 즉, 거래 항목과 종료는 시스템의 모든 손익과 함께 문서화되지만 실제 거래는 실행되지 않습니다. 순방향 성능 테스트의 중요한 측면은 시스템의 논리를 정확하게 따르는 것입니다. 그렇지 않으면 프로세스의이 단계를 정확하게 평가하는 것이 불가능하지는 않더라도 어렵게됩니다. 무역업자들은 모든 무역 출입국 사실에 대해 솔직해야하며, 체리 채취 무역과 같은 행동을 피하거나 "나는 결코 그 무역을하지 않았을 것"이라는 합리적인 문서 무역을 포함해서는 안됩니다. 시스템의 논리에 따라 거래가 발생하면 문서화되고 평가되어야합니다.
많은 중개인이 거래를 할 수 있고 상응하는 손익을 계산할 수있는 시뮬레이션 거래 계정을 제공합니다. 시뮬레이션 된 거래 계정을 사용하면 거래를 연습하고 시스템을 더 평가할 수있는 준 현실적인 분위기를 조성 할 수 있습니다. 또한,도 2는 2 개의 시스템에 대한 순방향 성능 테스트의 결과를 나타낸다. 다시 말하지만, 왼쪽 차트에 표시된 시스템은 샘플 내 데이터의 초기 테스트를 훨씬 능가하지 못합니다. 그러나 오른쪽 차트에 표시된 시스템은 순방향 성능 테스트를 포함하여 모든 단계에서 계속해서 잘 수행됩니다.샘플 내, 샘플 밖 및 순방향 성능 테스트간에 좋은 상관 관계가있는 긍정적 인 결과를 보여주는 시스템은 실제 시장에서 구현할 준비가되어 있습니다.
|
|
| 결론 |
백 테스트는 대부분의 거래 플랫폼에서 유용한 도구입니다. 과거 데이터를 여러 세트로 나누어 샘플 내 및 샘플 밖 테스트를 제공하면 거래자는 거래 아이디어와 시스템을 평가할 수있는 실용적이고 효율적인 방법을 제공 할 수 있습니다. 대부분의 거래자는 백 테스팅에서 최적화 기술을 사용하기 때문에, 시스템의 유효성을 판단하기 위해 시스템을 깨끗한 데이터로 평가하는 것이 중요합니다. 순방향 성능 테스트를 통한 샘플 밖 테스트를 계속하면 실제 현금을 위험에 빠뜨리는 시스템을 시장에 출시하기 전에 또 다른 안전 계층을 제공합니다. 긍정적 인 결과와 샘플 내외 테스트 및 순방향 성능 테스트 간의 좋은 상관 관계는 시스템이 실제 거래에서 잘 수행 될 확률을 높입니다. 기술 분석에 대한 전체 개요는 기술 분석 : 소개 를 참조하십시오.)