ความทนทานของ กลยุทธ์ การค้า - วิธีการวัด มัน

ความทนทานของกลยุทธ์การซื้อขายวิธีการวัดมันได้หรือไม่ เผยแพร่ 27 เมษายน 2015 | โดยผู้ดูแลระบบ เมื่อคุณมีกลยุทธ์การซื้อขายทำกำไรได้เป็นหนึ่งในสิ่งแรกที่คุณกังวลกับตัวเองเป็นวิธีการที่มีประสิทธิภาพกลยุทธ์ของคุณคือ มีหลายวิธีในการทดสอบความทนทานของกลยุทธ์การซื้อขายที่มี ก่อนที่คุณจะเริ่มต้นการอ่านต่อไปโปรดทราบว่ามันไม่ได้เป็นความตั้งใจของบทความนี้จะอธิบายในเชิงลึกธรรมชาติของวิธีที่แตกต่างเหล่านี้ แต่จะอธิบายสั้น ๆ เพียงบางส่วนของพวกเขา ส่วนใหญ่วิธีการเหล่านี้มีข้อ จำกัด ของตัวเองและไม่มีวิธีที่ดีหรือไม่ดี ที่ดีที่สุดของระบบการซื้อขายควรบรรลุผลที่ดีในส่วนของการทดสอบเหล่านี้ แต่มันอาจไม่เป็นกรณีที่ ประการแรกก็ควรจะกำหนดสิ่งที่หมายถึงความทนทานของกลยุทธ์การซื้อขายที่ ทนทานสามารถอธิบายเป็นความสามารถในการทนต่อการเอาชนะหรือเงื่อนไขที่ไม่พึงประสงค์ ดังนั้นเมื่อพูดถึงกลยุทธ์การซื้อขายหนึ่งที่สามารถพูดได้ว่ากลยุทธ์การซื้อขายที่แข็งแกร่งทนต่อหรือควรเอาชนะสภาพตลาดที่ไม่พึงประสงค์ โดยทนต่อหรือเอาชนะเราหมายถึงจะรักษาลักษณะการทำงานที่คล้ายกันเป็นที่ได้รับการประสบความสำเร็จในการทดสอบทางประวัติศาสตร์โดยไม่สูญเสียจำนวนมากของเงินทุนกว่าที่คาดไว้ จวนพูดกลยุทธ์การซื้อขายที่แข็งแกร่งเป็นหนึ่งที่ก่อให้เกิดผลลัพธ์ที่ดีอย่างต่อเนื่องในชุดกว้างของพารามิเตอร์ (เข้า) ค่านำไปใช้กับตลาดที่แตกต่างกันการทดสอบเป็นเวลาหลายปี เพอร์รี่เจลิตร ซึ่งหมายความว่ากลยุทธ์การซื้อขายที่มีประสิทธิภาพควรจะทำกำไรได้ในสภาวะตลาดที่แตกต่างกัน (x แนวโน้มตลาดเปลี่ยนแปลงเร็ววัว x ตลาดหมี) ในช่วงกว้างของค่าพารามิเตอร์กลยุทธ์หลายปีกลับเข้ามาในประวัติศาสตร์และยังอยู่ในตะกร้าของตลาดที่หลากหลาย ดังนั้นวิธีที่เราสามารถวัดความทนทานของกลยุทธ์การซื้อขายหรือไม่ 1) การทดสอบผลการดำเนินงานย้อนหลัง (Backtesting) ถ้าเราต้องการการทดสอบของเราที่จะมีนัยสำคัญทางสถิติที่เราควรทำงานร่วมกับตลาดที่ใหญ่พอตัวอย่างข้อมูล โดยมีขนาดใหญ่พอที่เราหมายถึงมากขึ้นดีกว่า เมื่อเราใช้ข้อมูลการตลาดถึงหลายปีกลับเข้ามาในประวัติศาสตร์และทำ backtesting เรากับพวกเขาในความเป็นจริงดำเนินการทดสอบความทนทานขั้นพื้นฐาน ในคำอื่น ๆ ที่เรามีการทดสอบว่าระบบการซื้อขายจะสามารถจัดการกับเงื่อนไขการค้าที่แตกต่างกันที่เคยปรากฏในช่วงเวลานั้น สามารถมีช่วงเวลาของวัวระเหยหรือตลาดหมีแนวโน้มตลาดหรือขาด ๆ หาย ๆ และระบบของเราต้องจัดการทั้งหมดของพวกเขา สิ่งที่สามารถเกิดขึ้นได้เมื่อเราไม่ backtesting เฉพาะในไม่กี่ปีที่ผ่านมาของข้อมูลการตลาด (หรือน้อยกว่า) เป็นว่าตลอดสภาวะตลาดเวลานี้ยังคงเหมือนเดิม แต่เมื่อเราเริ่มที่จะสภาวะตลาดการค้าและการเปลี่ยนแปลงกลยุทธ์ของเราหยุดทำงาน ปริมาณของข้อมูลการตลาดที่เกี่ยวข้องกับจำนวนของธุรกิจการค้าทั้งหมด อีกครั้งสูงกว่าจำนวนที่เป็นดีกว่า เราไม่สามารถประกาศการทดสอบของเราที่จะมีนัยสำคัญทางสถิติเมื่อเรามีเพียง 10 หรือ 20 ของการซื้อขายรวม ในขณะเดียวกันเราต้องดูแลเกี่ยวกับคุณภาพของข้อมูล เหล่านี้เป็นส่วนที่สำคัญมากที่จะเอียงผลการทดสอบ 2) พารามิเตอร์กลยุทธ์การทดสอบความเสถียร ประเภทของการทดสอบความทนทานนี้สามารถดำเนินการได้อย่างง่ายดายด้วยเครื่องมือในตัวเพิ่มประสิทธิภาพใน TradeStation / Multicharts หรือซอฟต์แวร์อื่น ๆ จุดประสงค์ของการทดสอบนี้คือการตรวจสอบผลกระทบของการใช้พารามิเตอร์ที่แตกต่างกัน (เข้า) ชุดต่อประสิทธิภาพของระบบการซื้อขาย หากการทดสอบได้เปิดเผยทั้งบวกและผลการดำเนินงานที่คล้ายกันในหลากหลายชุดพารามิเตอร์มันเป็นสัญญาณความทนทานของระบบการซื้อขายได้ เราตรวจสอบส่วนใหญ่เป็นลักษณะต่อไปนี้: A) การกระจายตัวของผลการดำเนินงานในแต่ละพื้นที่เพิ่มประสิทธิภาพที่ - ที่นี่เราต้องการที่จะเห็นการจำลองเฉลี่ยกำไรค่าเบี่ยงเบนมาตรฐานขนาดเล็กและช่วงที่มีขนาดเล็ก (ไม่เกินนาที) ของระบบซื้อขายในกำไรสุทธิ เราสามารถดำเนินการทดสอบความเครียดนี้จำลองเฉลี่ยลบ 1 ส่วนเบี่ยงเบนมาตรฐานบวก? คือการจำลองเฉลี่ยลบ 2 มาตรฐาน เบี่ยงเบนบวก? และมีการจำลองเฉลี่ยลบ 3 มาตรฐาน เบี่ยงเบนบวก? การใช้โปรแกรม Excel การวิเคราะห์ของเราอาจมีลักษณะเช่นนี้ * เพื่อเป็นตัวอย่าง B) รูปร่างของพื้นที่เพิ่มประสิทธิภาพ - เพื่อตรวจสอบรูปร่างของพื้นที่การเพิ่มประสิทธิภาพที่เราสามารถใช้ 3D กราฟใน Excel หรือโปรแกรมอื่น ๆ โดยพล็อตสองพารามิเตอร์ (ปัจจัยการผลิต) บนแกนแนวนอนและผลกำไรในแกนแนวตั้ง เมื่อเรามีพารามิเตอร์มากกว่าสองในกลยุทธ์ของเราที่เราสามารถดำเนินการวิเคราะห์ความไวที่เรียกว่าที่เราวิจัยผลกระทบของทุกพารามิเตอร์เดียวกับประสิทธิภาพของระบบการซื้อขายเมื่อพารามิเตอร์อื่น ๆ ที่เหลือคงที่ (แล้วเราหรืออาจดำเนินการกับสองตัวแปรที่มีผลกระทบมากที่สุด ประสิทธิภาพการทำงานของระบบการซื้อขายและรวบรวมกราฟ 3D) โดยทั่วไปเรากำลังมองหารูปทรงแบนในการกระจายตัวของผลกำไรและเมื่อดำเนินการวิเคราะห์ความอ่อนไหวเราไม่ต้องการที่จะเห็นพารามิเตอร์ใด ๆ ที่จะมีผลกระทบอย่างมากต่อประสิทธิภาพของระบบการซื้อขาย * เพื่อเป็นตัวอย่าง 3) ออกจากการทดสอบตัวอย่างข้อมูล นี้เป็นหนึ่งในการทดสอบที่พบมากที่สุดที่ใช้โดยส่วนใหญ่ของผู้ค้า มันขึ้นอยู่กับการแบ่งข้อมูลการตลาดที่มีอยู่ลงไปในตัวอย่างและออกจากกลุ่มตัวอย่างข้อมูล ข้อมูลในกลุ่มตัวอย่างที่ใช้ในระหว่างขั้นตอนการพัฒนาของกลยุทธ์การซื้อขายเมื่อออกจากตัวอย่าง (OOS) ข้อมูลที่ถูกทิ้งกัน เมื่อการพัฒนาเสร็จแล้วเราสามารถใช้ข้อมูล OOS สำหรับการทดสอบของวิธีการทำงานกลยุทธ์ของเราบนข้อมูลที่มองไม่เห็น เหตุผลในการใช้ข้อมูล OOS คือง่าย: เมื่อมีการพัฒนากลยุทธ์ที่อยู่บนพื้นฐานของข้อมูลการตลาดทางประวัติศาสตร์ที่เราสามารถลื่นได้อย่างง่ายดายเพื่อการตัดเย็บกลยุทธ์ที่ใช้ข้อมูลนี้ นี้มักจะเรียกว่าอิงหรือเส้นโค้ง ปรากฏการณ์นี้ทำให้กลยุทธ์ของเราให้ดูดีบนกระดาษ แต่มันล้มเหลวในแง่จริง ดังนั้นจึงเป็นเรื่องดีเสมอที่จะออกจากข้อมูล OOS บางกัน การตั้งค่าสัดส่วนที่เหมาะสมระหว่างในตัวอย่างและข้อมูล OOS อยู่ที่ดุลยพินิจของทุกคน ส่วนใหญ่มักจะส่วนข้อมูล OOS ตั้งไว้ที่ 15-30% ของชุดข้อมูล ถ้าเรามีการใช้ข้อมูลทั้งหมดของตลาดประวัติศาสตร์ที่มีอยู่ในระหว่างการพัฒนากลยุทธ์ที่แล้วเราต้องรอที่จะได้รับข้อมูลใหม่ที่เกิดขึ้นจากตลาด นี้อาจจะเป็นกระบวนการที่ยาวเพราะเราต้องรอที่จะได้รับจำนวนนัยสำคัญทางสถิติของการค้ารวม แต่มันอาจจะเป็นตัวเลือกที่ดีที่จะใช้ทั้งข้อมูล OOS ประวัติศาสตร์และข้อมูลใหม่ขึ้นมาจากตลาดสำหรับการทดสอบนี้ ในกรณีเช่นนี้คุณต้องออกจากกลยุทธ์ในการ "บ่ม" สำหรับระยะเวลาหนึ่งและเมื่อมันพิสูจน์การทำงานตามที่คาดไว้คุณสามารถเปิดมันอยู่ * ออกจากตัวอย่างและกลุ่มตัวอย่างในทองกลยุทธ์ที่เรียบง่ายสุด 4) เดินไปข้างหน้าการทดสอบ การทดสอบของเราจะถูก จำกัด อยู่เสมอโดยปริมาณของข้อมูลที่มีอยู่ OOS ดังนั้นวิธีการใหม่ของการทดสอบความทนทานที่ถูกสร้างขึ้น ใช้กันอย่างแพร่หลายน่าจะเป็นการทดสอบเดินไปข้างหน้า (เช่นการวิเคราะห์การเดินไปข้างหน้า - WFA) ในบรรดาวิธีการอื่น ๆ ที่เราสามารถตั้งชื่อจากการวิเคราะห์กลุ่ม TradeStation ที่เป็นจริงหลาย WFA หรือวิธีการตรวจสอบครอส WFA เป็นในหลายตัวอย่างและการทดสอบ OOS ที่เดินไปข้างหน้าในเวลา จะดำเนินการในการทำงานหลายที่แต่ละวิ่งตามมาเคลื่อนที่ไปข้างหน้าในเวลาโดยสัดส่วนเท่ากับความยาวของระยะเวลา OOS ที่ ที่แสดงด้านล่าง: ในทุกการทำงานเดียวที่เราเพิ่มประสิทธิภาพพารามิเตอร์กลยุทธ์การซื้อขาย (ปัจจัยการผลิต) ค่าตามฟังก์ชั่นการออกกำลังกาย (เช่นกำไรสุทธิสูงสุด) และทดสอบการตั้งค่าที่ดีที่สุดกับข้อมูล OOS วัตถุประสงค์ของว​​ิธีนี้คือการกำหนดกลยุทธ์ที่มีความสามารถในการทำงานกับข้อมูล OOS ในลักษณะที่คล้ายกันกับข้อมูลในตัวอย่าง หากกลยุทธ์ที่มีประสิทธิภาพดีกับข้อมูล OOS ผลการดำเนินงานที่สามารถได้รับการพิจารณาเป็นจริงและไม่ได้เป็นเพียงผลจากการกระชับโค้ง วิธีนี้จะเป็นประโยชน์โดยเฉพาะอย่างยิ่งถ้าเราวางแผนที่จะเป็นระยะเปลี่ยนพารามิเตอร์กลยุทธ์ค่า เครื่องมือเช่นเพิ่มประสิทธิภาพการเดินไปข้างหน้าใน TradeStation สามารถทำมากยิ่งขึ้น ที่เรียกว่าการวิเคราะห์กลุ่มดำเนินการหลาย WFA ซึ่งผลลัพธ์ที่ได้มีการคำนวณค่าที่แตกต่างกันของ% ออกของตัวอย่างและไปข้างหน้าเดินวิ่ง 5) การตรวจสอบครอส วิธีการนี​​้จะทำให้การใช้งานที่ดียิ่งขึ้นของข้อมูลที่มีกว่า WFA จะใช้เป็นส่วนหนึ่งของข้อมูลที่ทุกคนเป็น OOS ในบางจุด ไม่เพียง แต่ข้อมูลต่อไปนี้ระยะเวลาในตัวอย่าง ในฐานะที่เป็นข้อเสียของวิธีนี้ก็มักจะได้รับความไวในการที่ไม่ stationarity ของตลาด (การเปลี่ยนแปลงสภาวะตลาด) มันเกิดจากการใช้ข้อมูลทางกลับมาจากจุดเริ่มต้นของชุดข้อมูลสำหรับการทดสอบ OOS แล้วผลการใช้มาตรการเหล่านี้เป็นผลการทดสอบโดยรวม ในขณะที่คนอื่น ๆ กลยุทธ์การซื้อขายที่มีประสิทธิภาพควรจะมีความสามารถในการจัดการที่ไม่ stationarity ของตลาด ผลลัพธ์ที่ดีในการทดสอบนี้สามารถมีได้เพียงเป็นประโยชน์ต่อกลยุทธ์ของเรา เราสามารถเข้าใจว่าถ้ากลยุทธ์ที่ประสบความสำเร็จในผลดีในการทดสอบความมั่นคงพารามิเตอร์ก็จะจบลงด้วยดีใน​​ WFA และการทดสอบการตรวจสอบครอส 6) Multimarket และทดสอบหลายระยะเวลา เมื่อเรากำลังจะดำเนินการทดสอบ multimarket เราต้องตรวจสอบว่ากลยุทธ์ที่ถูกสร้างขึ้นเพื่อการค้าในตลาดที่มีความหลากหลายหลายหรือเพียงแค่หนึ่งในตลาดที่เฉพาะเจาะจงหรือภาคการตลาด (เช่นฟิวเจอร์สดัชนี) ทั้งสองประเภทของกลยุทธ์ที่ถูกต้อง แต่กลยุทธ์ที่มีประสิทธิภาพดีในหลายตลาดมักจะมีประสิทธิภาพมากขึ้น ถ้าเรามีการทดสอบกลยุทธ์ที่สร้างขึ้นสำหรับการซื้อขายในตลาดที่มีความหลากหลายหลายรูปแบบเราจะผลงานของตลาดที่หลากหลายและเราจะทดสอบกลยุทธ์ในนั้น เพื่อสร้างผลงานที่หลากหลายอย่างมากเราสามารถคำนวณเมทริกซ์ความสัมพันธ์ของราคาปิดของตลาดแล้วจะใช้ประโยชน์จากตลาดเหล่านั้นที่จะมีความสัมพันธ์ในเชิงบวกหรือเชิงลบเล็กน้อย ในขณะเดียวกันเราควรจะเลือกตลาดที่ไม่ได้มีการเชื่อมต่อพื้นฐานที่สำคัญ ผลงานที่มีขนาดเล็กของตลาดฟิวเจอร์สที่มีความหลากหลายเช่นอาจประกอบด้วยอีมินิ SP 500, ยูโร, T-พันธบัตรทองคำน้ำมันดิบ, น้ำตาล, ถั่วเหลืองและหมูติดมัน สำหรับการทดสอบความถูกต้องแม่นยำมากขึ้นก็เหมาะสมที่จะใช้เป็นผลงานที่มีขนาดใหญ่ กลยุทธ์การซื้อขายที่แข็งแกร่งไม่จำเป็นต้องประสบความสำเร็จในการซื้อขายได้รับผลที่ดีในตลาดเดียว แต่ก็สามารถบรรลุผลโดยรวมที่ดีเมื่อนำไปใช้กับผลงานของตลาด ถ้าเรามีการทดสอบกลยุทธ์ที่สร้างขึ้นสำหรับการซื้อขายในตลาดหนึ่งที่เฉพาะเจาะจงหรือภาคการตลาดที่เราอาจไม่จำเป็นต้องมีผลที่ดีในตลาดอื่น ๆ แต่ถ้าเราต้องการที่จะมีความมั่นใจมากขึ้นว่าผลเหล่านี้จะไม่ได้เป็นเพียงเรื่องของโชคที่เราสามารถทดสอบความแข็งแรงกลยุทธ์การตลาดที่คล้ายกัน ตัวอย่างเช่นเมื่อเรามีกลยุทธ์ที่ถูกสร้างขึ้นเพื่อการค้าเท่านั้น E-มินิ SP 500 เราสามารถทดสอบว่ากลยุทธ์นี้ยังทำกำไรได้ในฟิวเจอร์สอื่น ๆ ดัชนีอีมินิสหรัฐ (Dow Jones, Nasdaq 100 รัสเซล 2000 MidCap E-มินิ SP 400) และในสัญญาคู่ขนาดใหญ่ของพวกเขาที่มีข้อมูลทางประวัติศาสตร์มากขึ้น หากกลยุทธ์ที่ประสบความสำเร็จในผลดีมันเป็นสัญญาณของระดับหนึ่งของความทนทาน อย่างไรก็ตามตลาดเหล่านี้มักจะมีความสัมพันธ์อย่างมากและนั่นคือเหตุผลที่ว่าทำไมเราไม่สามารถพิจารณาผลการเหล่านี้เป็นที่น่าเชื่อว่าเป็นผลของการทดสอบในตลาดที่มีความหลากหลายหลาย มันไม่ใช่เรื่องง่ายที่จะหากลยุทธ์การซื้อขายที่มีประสิทธิภาพที่จะตอบสนองทุกความต้องการ กลยุทธ์ที่แข็งแกร่งสามารถเชื่อมโยงยังมีความต้องการสูงในเมืองหลวงซื้อขายอุปกรณ์และพื้นหลัง ดังนั้นจึงมีมักจะต้องมีการประนีประนอมบาง ยกตัวอย่างเช่นกลยุทธ์การซื้อขายในตลาดที่มีความหลากหลายมักจะมีพนักงานหลายกรอบเวลาในชีวิตประจำวันหรือสูงกว่าและพวกเขาดำรงตำแหน่งมานานแล้ววันหนึ่ง วิธีนี้จะทำให้ความต้องการที่สูงขึ้นในการซื้อขายทุนและดังนั้นจึงเป็นเรื่องยากมากที่จะค้าประเภทของกลยุทธ์นี้กับบัญชีที่มีขนาดเล็กและถ้าเป็นเช่นนั้นมักจะมีผลภัยพิบัติ สำหรับบัญชีที่มีขนาดเล็กที่มีความเหมาะสมกับการค้าภายในทุกวัน (เปิดและปิดตำแหน่งในหนึ่งวัน) แต่กลยุทธ์ระหว่างวันอาจจะมีแนวโน้มที่จะเกิดเสียงรบกวนตลาดและมันอาจเป็นเรื่องยากมากขึ้นในการพัฒนากลยุทธ์การซื้อขายระหว่างวันที่แข็งแกร่ง ดังนั้นแม้ขนาดของบัญชีซื้อขายที่สามารถมีบทบาทสำคัญในการบรรลุระดับที่สูงขึ้นของความทนทาน หัวข้อทั้งการวัดความทนทานของกลยุทธ์การซื้อขายที่มีความซับซ้อนมากขึ้น บทความนี้ได้ระบุไว้เพียงบางส่วนของทิศทางพื้นฐานที่เราสามารถดำเนินการต่อไป ทนทานจะยังคงเป็นหนึ่งในหัวข้อหลักของการซื้อขายอัตโนมัติ 1) Pardo, โรเบิร์ต การประเมินผลและการเพิ่มประสิทธิภาพของกลยุทธ์การซื้อขาย ไวลีย์; ฉบับที่ 2 (8 กุมภาพันธ์ 2008) ไอ 978-0470128015 2) Clenow, อันเดรีย หลังจากที่เทรนด์: การบริหารจัดการที่หลากหลายซื้อขายล่วงหน้า ไวลีย์; พิมพ์ครั้งที่ 1 (14 มกราคม 2013) ไอ 978-1118410851 3) Aronson, ดาวิด นายทิโมธี สถิติเครื่องเสียงสำหรับการเรียนรู้ขั้นตอนการซื้อขายเครื่องมือทางการเงิน: การพัฒนา Predictive-รุ่นที่ใช้ระบบการซื้อขายการใช้ TSSB CreateSpace อิสระแพลตฟอร์มสิ่งพิมพ์ (1 มิถุนายน 2013) ไอ 978-1489507716