Tirgotāji, kuri vēlas izmēģināt tirdzniecības ideju aktīvā tirgū, bieži pieļauj kļūdu, pilnībā paļaujoties uz atkārtotas pārbaudes rezultātiem, lai noteiktu, vai sistēma būs rentabla. Kaut arī atkārtota pārbaude tirgotājiem var sniegt vērtīgu informāciju, tā bieži ir maldinoša, un tā ir tikai viena vērtēšanas procesa sastāvdaļa.
Pārbaude ārpus izlases un priekšlaicīga veiktspējas pārbaude sniedz turpmāku apstiprinājumu par sistēmas efektivitāti un var parādīt sistēmas patiesās krāsas pirms īstas naudas ienākšanas rindā. Lai noteiktu tirdzniecības sistēmas dzīvotspēju, ir būtiska laba korelācija starp atkārtotas pārbaudes, ārpus parauga un iepriekšējiem veiktspējas testēšanas rezultātiem.
Atpakaļpārbaudes pamati
Atpakaļpārbaude attiecas uz tirdzniecības sistēmas piemērošanu vēsturiskajiem datiem, lai pārbaudītu, kā sistēma būtu darbojusies noteiktajā laika posmā. Daudzas šodienas tirdzniecības platformas atbalsta atkārtotu pārbaudi. Tirgotāji var pārbaudīt idejas ar dažiem taustiņsitieniem un gūt priekšstatu par idejas efektivitāti, neriskējot ar līdzekļiem tirdzniecības kontā. Atkārtota pārbaude var novērtēt vienkāršas idejas, piemēram, to, kā mainīgais vidējais krosovers darbotos ar vēsturiskajiem datiem, vai sarežģītākas sistēmas ar dažādām ieejām un sprūdajiem.
Kamēr ideju var izteikt skaitļos, to var atkārtoti pārbaudīt. Daži tirgotāji un investori var iegūt kvalificēta programmētāja zināšanas, lai ideju izstrādātu pārbaudāmā formā. Parasti tas ietver programmētāju, kurš kodē ideju patentētā valodā, kuru uztur tirdzniecības platforma. Programmētājs var iekļaut lietotāja definētus ievades mainīgos, kas ļauj tirgotājam "iekniebt" sistēmu.
Tā piemērs ir vienkāršā mainīgā vidējā krustojuma sistēmā, kas minēta iepriekš: Tirgotājs varēs ievadīt (vai mainīt) divu sistēmā izmantoto kustīgo vidējo garumu. Tirgotājs varēja veikt atpakaļejošu pārbaudi, lai noteiktu, kura mainīgā vidējā garuma dati būtu bijuši vislabākie no vēsturiskajiem datiem.
Optimizācijas pētījumi
Daudzas tirdzniecības platformas arī ļauj veikt optimizācijas pētījumus. Tas nozīmē, ka jāievada norādītās ievades diapazons un jāļauj datoram "izdarīt matemātiku", lai noskaidrotu, kura ievade būtu bijusi vislabākā. Vairāku mainīgo lielumu optimizācija var matemātiski noteikt divus vai vairākus mainīgos, lai noteiktu, kuras kombinācijas būtu sasniegušas vislabāko rezultātu.
Piemēram, tirgotāji var pateikt programmai, kuras izejvielas viņi vēlētos pievienot savā stratēģijā; tos pēc tam optimizēs atbilstoši to ideālajam svaram, ņemot vērā pārbaudītos vēsturiskos datus.
Atkārtota pārbaude var būt aizraujoša, jo nerentablu sistēmu bieži var maģiski pārveidot par naudas pelnīšanas mašīnu ar dažām optimizācijām. Diemžēl sistēmas pielāgošana, lai sasniegtu augstāko iepriekšējās rentabilitātes līmeni, bieži noved pie sistēmas, kas reālā tirdzniecībā darbosies slikti. Šī pārmērīgā optimizācija rada sistēmas, kas labi izskatās tikai uz papīra.
Līknes pielāgošana ir optimizācijas analīzes izmantošana, lai izveidotu lielāko uzvarējušo darījumu skaitu ar vislielāko peļņu no testēšanas periodā izmantotajiem vēsturiskajiem datiem. Lai gan tas izskatās iespaidīgs atkārtotās pārbaudes rezultātos, līknes pielāgošana rada neuzticamas sistēmas, jo rezultāti būtībā ir īpaši izstrādāti konkrētam datu un laika periodam.
Atkārtota pārbaude un optimizēšana tirgotājam sniedz daudz priekšrocību, taču tā ir tikai daļa no procesa, novērtējot potenciālo tirdzniecības sistēmu. Nākamais tirgotāja solis ir sistēmas piemērošana vēsturiskajiem datiem, kas nav izmantoti sākotnējā atkārtotās pārbaudes fāzē.
Paraugā iekļauti dati, kas nav saistīti ar paraugu
Pārbaudot ideju par vēsturiskiem datiem, ir lietderīgi rezervēt vēsturisko datu laika posmu testēšanas vajadzībām. Sākotnējos vēsturiskos datus, ar kuriem ideja tiek pārbaudīta un optimizēta, sauc par parauga datiem. Rezervēto datu kopu sauc par ārpuskopienas datiem. Šī iestatīšana ir svarīga vērtēšanas procesa sastāvdaļa, jo tā nodrošina iespēju pārbaudīt ideju par datiem, kas nav bijuši optimizācijas modeļa komponenti.
Tā rezultātā ideju nekādā veidā neietekmēs dati, kas nav iekļauti izlasē, un tirgotāji varēs noteikt, cik labi sistēma varētu darboties ar jauniem datiem, ti, reālās dzīves tirdzniecībā.
Pirms jebkādas atkārtotas pārbaudes vai optimizācijas uzsākšanas tirgotāji var atcelt vēsturisko datu procentuālo daļu, kas jārezervē ārpuskopienas pārbaudei. Viena metode ir sadalīt vēsturiskos datus trešdaļās un nodalīt vienu trešdaļu izmantošanai ārpus parauga pārbaudē. Sākotnējai pārbaudei un jebkurai optimizācijai vajadzētu izmantot tikai parauga datus.
Zemāk redzamajā attēlā parādīta laika līnija, kurā viena trešdaļa vēsturisko datu ir rezervēta ārpuskopienas pārbaudei, un divas trešdaļas tiek izmantotas pārbaudēm izlasē. Lai gan zemāk esošajā attēlā ir parādīti dati, kas nav paraugā testa sākumā, tipiskām procedūrām būtu ārpus parauga daļa tieši pirms iepriekšējās darbības.
Laika līnija, kas attēlo paraugā iekļauto un ārpus parauga iegūto datu relatīvo garumu, ko izmanto atpakaļpārbaudes procesā. Attēla Džūlija Banga © Investopedia 2020
Korelācija attiecas uz izrāžu līdzību un abu datu kopu vispārējām tendencēm. Korelācijas metriku var izmantot, lai novērtētu testēšanas periodā izveidotos stratēģijas veiktspējas pārskatus (funkciju, ko nodrošina lielākā daļa tirdzniecības platformu). Jo spēcīgāka korelācija starp abiem, jo lielāka ir varbūtība, ka sistēma labi darbosies priekšlaicīgā veiktspējas testēšanā un tiešajā tirdzniecībā.
Zemāk redzamais attēls ilustrē divas dažādas sistēmas, kuras tika pārbaudītas un optimizētas, izmantojot datus paraugā, pēc tam piemērojot datiem ārpus izlases. Diagrammā kreisajā pusē ir parādīta sistēma, kas bija skaidri izliekta, lai labi darbotos ar parauga datiem un pilnībā neizdevās ārpus parauga iegūtajiem datiem. Diagrammā labajā pusē ir parādīta sistēma, kas labi darbojās gan ar paraugā iekļautajiem, gan ārpus tiem.
Divas kapitāla līknes. Tirdzniecības dati pirms katras dzeltenās bultiņas atspoguļo pārbaudi paraugā. Starp dzelteno un sarkano bultiņu ģenerētie darījumi norāda uz pārbaudēm ārpus parauga. Darījumi pēc sarkanajām bultiņām ir no priekšējās veiktspējas pārbaudes fāzēm.
Kad tirdzniecības sistēma ir izstrādāta, izmantojot izlases datus, tā ir gatava piemērot ārpuskopienas datiem. Tirgotāji var novērtēt un salīdzināt veiktspējas rezultātus starp izlasē iekļautajiem un ārpus parauga iegūtajiem datiem.
Ja starp izlases un ārpus izlases testēšanu ir maza korelācija, piemēram, augšējā attēlā redzamā kreisā diagramma, iespējams, ka sistēma ir pārāk optimizēta un nedarbosies labi tiešajā tirdzniecībā. Ja veiktspējā ir cieša korelācija, kā redzams labajā diagrammā, nākamajā novērtēšanas fāzē ir paredzēts papildu veids ārpuskopienas testēšanai, kas pazīstams kā priekšlaicīga veiktspējas pārbaude.
Iepriekšēja veiktspējas testēšanas pamati
Iepriekšēja veiktspējas pārbaude, kas pazīstama arī kā papīra tirdzniecība, nodrošina tirgotājiem citu ārpuskopienas datu kopu, pēc kura novērtēt sistēmu. Iepriekšēja veiktspējas pārbaude ir faktiskās tirdzniecības simulācija un ietver sistēmas loģikas sekošanu aktīvam tirgum. To sauc arī par papīra tirdzniecību, jo visi darījumi tiek veikti tikai uz papīra; tas ir, tiek reģistrēti tirdzniecības ienākumi un izejas, kā arī jebkāda sistēmas peļņa vai zaudējumi, bet reāli darījumi netiek veikti.
Svarīgs turpmākās veiktspējas pārbaudes aspekts ir precīzi ievērot sistēmas loģiku; pretējā gadījumā ir grūti, ja pat neiespējami precīzi novērtēt šo procesa soli. Tirgotājiem vajadzētu būt godīgiem attiecībā uz jebkuru ienākšanu tirgū un iziešanu no tā, kā arī jāizvairās no tādas darbības kā ķiršu atlasīšanas darījumi vai neietverot tirdzniecību uz papīra, racionalizējot, ka "es nekad nebūtu rīkojies šajā tirdzniecībā". Ja tirdzniecība notiktu, ievērojot sistēmas loģiku, tā jādokumentē un jānovērtē.
Daudzi brokeri piedāvā simulētu tirdzniecības kontu, kurā var veikt darījumus un aprēķināt atbilstošo peļņu un zaudējumus. Izmantojot imitētu tirdzniecības kontu, var izveidot daļēji reālistisku atmosfēru, kurā var praktizēt tirdzniecību un turpināt novērtēt sistēmu.
Iepriekš redzamajā attēlā parādīti arī priekšizpētes rezultāti divām sistēmām. Atkal, diagramma, kas attēlota kreisajā diagrammā, nedara neko daudz tālāk par sākotnējo parauga datu pārbaudi. Labajā diagrammā parādītā sistēma tomēr turpina darboties labi visās fāzēs, ieskaitot priekšējo veiktspējas pārbaudi. Sistēma, kas uzrāda pozitīvus rezultātus ar labu korelāciju starp izlases, ārpuskopienas un priekšlaicīgu veiktspējas pārbaudi, ir gatava ieviešanai aktīvā tirgū.
Grunts līnija
Atkārtota pārbaude ir vērtīgs rīks, kas pieejams lielākajā daļā tirdzniecības platformu. Vēsturisko datu sadalīšana vairākās kopās, lai nodrošinātu pārbaudi izlasē un ārpus tās, tirgotājiem var sniegt praktiskus un efektīvus līdzekļus tirdzniecības idejas un sistēmas novērtēšanai. Tā kā vairums tirgotāju veic atkārtotas pārbaudes optimizācijas paņēmienus, ir svarīgi pēc tam novērtēt tīru datu sistēmu, lai noteiktu tās dzīvotspēju.
Pārbaudes ārpus parauga turpināšana ar priekšlaicīgu veiktspējas testēšanu nodrošina vēl vienu drošības līmeni pirms sistēmas laišanas tirgū, riskējot ar reālu naudu. Pozitīvi rezultāti un laba korelācija starp atkārtotu pārbaudi izlasē un ārpus tās, kā arī priekšlaicīga veiktspējas pārbaude palielina varbūtību, ka sistēma labi darbosies faktiskajā tirdzniecībā.
