Backtesting bruker spesifiserte regler på historiske data under en utførelsesmodell. Det anslår hva denne modellen ville ha gitt, ikke hva en reell konto med sikkerhet ville ha tjent.

1. Skriv regler som en annen person kan reprodusere

Definer instrumentet, datakilden, handelsøkten, tidspunktet for signalet, inngangs- og utgangsordrer, kvantumsmetode, kostnader og vilkår for ikke å handle. Oppgi om et signal bruker en fullført bar. Versjoner reglene før du kjører evalueringen.

For et crossover-eksempel: spesifiser typen glidende gjennomsnitt og perioder, hvilken bar som bekrefter krysset, og det tidligste tidspunktet for den påfølgende ordren. «Kjøp ved crossoveren» lar viktige antakelser om utførelse stå uavklart.

2. Kontroller dataene du kunne ha hatt kjennskap til

Undersøk manglende barer, tidssoneendringer, justeringer for selskapshendelser og rullering av futureskontrakter. En nåværende liste over overlevende aksjer er ikke nødvendigvis det historiske universet. Økonomiske offentliggjøringer og selskapstall kan ha blitt revidert etter testdatoen.

Verdier fra høyere tidsrammer og bekreftede svingpunkter kan introdusere informasjon fra fremtiden hvis de brukes for tidlig. Bevar dataversjonen og testinnstillingene slik at resultatet kan reproduseres.

3. Modeller ordrer og kostnader

En bar som inneholder både målet og stoppen, forteller deg ikke hvilket som ble truffet først. Bruk finere data der det er hensiktsmessig, eller dokumenter en konservativ regel for tvetydighet. En berøring av limitpris garanterer ikke tilgjengelig kvantum eller utførelse.

Inkluder den faktiske gebyrstrukturen og et begrunnet spekter av antakelser om ugunstig utførelse. Det finnes ikke noe universelt slippasjetillegg på én til to tick som passer for enhver ordre, ethvert instrument og enhver hendelse. Strategidokumentasjonen til TradingView forklarer hvordan én megleremulator håndterer ordrer og begrensninger ved testing; andre verktøy kan avvike.

4. Se gjennom sekvensen, ikke bare totalen

Registrer tidsstempler for inngang og utgang, utførelser, kvanta, kostnader, åpen eksponering og årsaker til at ordrer er hoppet over eller avvist. Undersøk netto forventet resultat per handel, verdifall fra referansenivået (drawdown) og avhengighet av noen få uteliggere sammen med vinnrate og profittfaktor.

En vinnrate på 45% der gjennomsnittlige bruttogevinster er dobbelt så store som gjennomsnittlige tap, har et positivt forventet bruttoresultat per handel i den modellen. Kostnader eller ulike realiserte resultater per handel kan snu det. Et fastsatt målforhold er ikke det samme som en observert gjennomsnittlig vinnende handel.

5. Hold evaluering adskilt fra utvelgelse

Bruk én del av dataene til å utvikle regler og en separat del til å evaluere dem. Gjentatt finjustering mot den andre delen gjør den til nok et utviklingssett. Registrer hvor mange varianter som ble prøvd, og inkluder ugunstige perioder.

Ingen terskel på 100 handler skaper statistisk signifikans alene. Avhengighet mellom handler, variasjon i resultat per handel og markedsdekning har betydning. Se usikkerhet knyttet til utvalgsstørrelse.

Fremoversimulering kan deretter kontrollere tidspunkt og ordrearbeidsflyt på nye data som kommer inn. Det er fortsatt simulering, og et godt resultat krever ikke en prøveperiode med reelle penger. Sett umiddelbart på pause ved et sikkerhets- eller implementeringsproblem i stedet for å fortsette bare for å nå et antall.

Risikofraskrivelse: Handel innebærer betydelig risiko for tap. Tidligere resultater er ikke en indikasjon på fremtidige resultater. Se vår fullstendige risikofraskrivelse.