Hoe tem je een Stock Market Indicatoren Optimaliseer

Optimalisatie is het proces van het testen van een hypothese (in dit geval, een beurs indicator) op historische gegevens om te ontdekken welke indicator het beste zou hebben gewerkt. Optimalisatie is een noodzakelijk kwaad, want als je begint om een ​​nieuwe handel, weet je niet welke indicatoren te gebruiken of welke parameters in de indicatoren te zetten. In overeenstemming met de empirische benadering, probeer verschillende indicatoren en verschillende parameters in de indicatoren om te zien wat werkt.

De bouw van een backtest optimalisatie

Backtesting (testen op historische gegevens) is een waardevolle oefening die een maat voor hoe goed een indicator parameter zou kunnen werken levert. De eenvoudige voortschrijdend gemiddelde crossover backtest heeft deze formele hypothese: "Als je XYZ aandelen te kopen elke keer dat de prijs kruizen boven de x-daags voortschrijdend gemiddelde en verkopen het elke keer de prijs kruisen onder de x-daags voortschrijdend gemiddelde, het zal consequent en een winstgevende handel regel betrouwbaar zijn. "

Deze tabel toont de resultaten van een zoektocht naar de optimale voortschrijdend gemiddelde uit elke voortschrijdend gemiddelde 10-35 dagen van de afgelopen 1000 dagen.

Resultaten van Simple Moving Average Crossover Backtest op XYZ Stock
Aantal dagen in Moving Average Gemiddelde winst / verlies Procent winst Aantal Transacties
10 $ 1,56 68.60% 178
31 $ 3,02 59.34% 32
35 $ 3,32 61,69% 47

Als je bereid bent om 178 keer de handel in 1.000 dagen, of ongeveer elke 2 weken was geweest, zou je 68,6 procent heeft gemaakt met behulp van een 10-daags voortschrijdend gemiddelde cross-over van de prijs. Is dat een goed nummer? Een manier om te oordelen is te vergelijken met-and-hold te kopen; met andere woorden, het kopen op dag 1 en op dag verkopen 1000.

Slippen is de verlaging van de transactiekosten winst die voortvloeit uit de kosten van het handelen. Het controleren van de prestaties van de indicator na het slippen kan het verschil maken tussen een winstgevende handel regel en een onrendabel te maken. Deze tabel, factoring in de kosten van de ontsporing, nu maakt de 31-daagse versie van de simple moving average van de betere keuze.

Resultaten van simple moving average Crossover Backtest op XYZ Stock Integratie $ 10 per-Trade Slippen
Aantal dagen in Moving Average Gemiddelde winst / verlies Procent winst Aantal Transacties
10 $ 0,36 28.60% 178
31 $ 2,70 49,34% 32
35 $ 2,10 31.69% 47

Verfijnen van een backtest

De optimale voortschrijdend gemiddelde is niet gebaseerd op slechts één criterium - u meer dan één doel U zoekt systematische verhandeling (in dit voorbeeld procent winst.). Dus, je zoekt om deze hypothese te bewijzen: "Als je XYZ aandelen te kopen elke keer dat de kortere termijn voortschrijdend gemiddelde prijs kruizen boven de langere termijn voortschrijdend gemiddelde en verkopen het elke keer als de kortere termijn voortschrijdend gemiddelde kruist onder de langere termijn bewegende gemiddelde, het zal consequent en een winstgevende handel regel betrouwbaar zijn. "

Deze tabel toont de resultaten van alle korte termijn voortschrijdend gemiddelde van 1 tot 20 dagen tegen iedere langdurige moving average 21-100 dagen vergelijken. (Het bevat ook een $ 10 slippen kosten van elke handel.)

Resultaten van twee Moving Average Crossover backtests op XYZ Stock
Korte termijn voortschrijdend gemiddelde / lange termijn Moving Average Procent winst Totaal Transacties Totaal winnende trades / Totaal verliezende trades Gemiddelde winst / verlies
Versie 1: 10/73 58.60 8 6/2 1.75
Versie 2: 5/10 63.48 147 47/100 0.56

De gemiddelde winst-verlies kolom geeft aan dat Versie 1 maakt minder winst dan Versie 2, maar neemt slechts acht transacties boven de 1.000 dagen. Versie 1 heeft ook een veel hoger aantal winnende trades dan verliezende trades en een hogere winst-verlies ratio. De meeste handelaren zal inzoomen op die win-loss ratio en kies de top combinatie voor het lagere aantal transacties en de hogere gemiddelde winst-verlies ratio, zelfs ten koste van wat winst.

Vaststelling van de indicator

Hier zijn enkele van de meest voorkomende problemen die je tegenkomt wanneer je begint backtesting indicatoren:

  • Overtrading: Sommige indicator parameters bel voor meer-frequente handel dan je tijd kunt sparen voor. Daarom moet u aanpassingen aan de indicator te vinden om het aantal transacties te verminderen zonder beschadiging van het rendement van de winnende trades. Een oplossing is om de buy / sell signalen te filteren door te bepalen dat u wilt dat de software een buy / sell signaal genereren alleen als de prijs is voor x procent boven of onder het voortschrijdend gemiddelde is of boven of onder het voortschrijdend gemiddelde van y hoeveelheid geweest tijd.
  • Verliezende trades: De beste manier om uw verliezende trades te verminderen is een vereiste bevestiging, zoals een van de momentum indicatoren toe te voegen. En omdat de transacties worden geëlimineerd door momentum bevestiging zijn over het algemeen verliezende trades, de winst-verlies-ratio verbetert ook.

Opnieuw aanbrengen van de indicator

Na uw indicator parameter te kiezen, wordt de taak niet klaar. Backtests hypothetisch. Je hebt niet echt maken deze transacties. Naar een meer realistisch beeld van hoe een op indicatoren gebaseerde trading regel werkt krijgen, backtest de regel op historische koersgegevens en om out-of-sample data vervolgens toepassen. Bijvoorbeeld, als u backtested op 1.000 dagen van gegevens, nu moet je het backtest over de komende 500 dagen van de gegevens. Als de resultaten ongeveer hetzelfde op de verse data, overweeg dan uw regel om robuust te zijn, wat betekent dat het werkt in een breed scala van omstandigheden.