Apa itu Backtesting?

Backtesting melibatkan penerapan strategi atau model prediksi ke data historis untuk menentukan akurasinya. Ini dapat digunakan untuk menguji dan membandingkan kelangsungan strategi perdagangan sehingga pedagang Enam Keterampilan Penting dari Pedagang Master Hampir semua orang bisa menjadi pedagang, tetapi untuk menjadi salah satu pedagang ahli membutuhkan lebih dari modal investasi dan setelan tiga potong. Perlu diingat: ada lautan individu yang ingin bergabung dengan barisan trader ahli dan membawa pulang uang yang sesuai dengan gelar tersebut. dapat menerapkan dan mengubah strategi yang berhasil.

Backtesting

Ringkasan

  • Backtesting melibatkan penerapan strategi atau model prediksi ke data historis untuk menentukan akurasinya.
  • Ini memungkinkan pedagang untuk menguji strategi perdagangan tanpa perlu mengambil risiko modal.
  • Langkah-langkah pengujian ulang yang umum termasuk laba / rugi bersih, pengembalian, pengembalian yang disesuaikan dengan risiko, eksposur pasar, dan volatilitas.

Cara Kerja Backtesting

Analis menggunakan backtesting sebagai cara untuk menguji dan membandingkan berbagai teknik perdagangan tanpa mempertaruhkan uang. Teorinya adalah jika strategi mereka berkinerja buruk di masa lalu, kecil kemungkinannya untuk berkinerja baik di masa mendatang (dan sebaliknya). Dua komponen utama yang dilihat selama pengujian adalah profitabilitas keseluruhan dan tingkat risiko yang diambil.

Namun, backtest akan melihat performa strategi relatif terhadap banyak faktor berbeda. Backtest yang sukses akan menunjukkan kepada trader strategi yang terbukti menunjukkan hasil positif secara historis. Meskipun pasar tidak pernah bergerak persis sama, pengujian ulang bergantung pada asumsi bahwa saham bergerak dalam pola yang sama seperti sebelumnya.

Backtesting - Cara Kerjanya

Penerapan

Sebuah backtest biasanya dikodekan oleh seorang programmer. Programming Programming adalah proses menulis instruksi untuk dilakukan oleh komputer. Ini mirip dengan resep untuk manusia. Resep berisi daftar tindakan, menjalankan simulasi tentang strategi perdagangan. Simulasi dijalankan dengan menggunakan data historis dari saham, obligasi, dan instrumen keuangan lainnya. Orang yang memfasilitasi pengujian ulang akan menilai pengembalian model di beberapa kumpulan data yang berbeda.

Juga penting bahwa model tersebut diuji di banyak kondisi pasar yang berbeda untuk menilai kinerja secara objektif. Variabel dalam model kemudian disesuaikan untuk pengoptimalan terhadap beberapa ukuran pengujian ulang yang berbeda.

Tindakan Pengujian Ulang Umum

  • Laba / Rugi Bersih
  • Pengembalian : Total pengembalian portofolio selama jangka waktu tertentu
  • Rasio Pengembalian Hasil yang Disesuaikan Risiko Ada sejumlah rasio pengembalian yang disesuaikan dengan risiko yang membantu investor menilai investasi yang ada atau yang potensial. Rasio ini bisa lebih membantu daripada metrik pengembalian investasi sederhana yang tidak memperhitungkan tingkat risiko investasi. : Pengembalian portofolio disesuaikan dengan tingkat risiko
  • Eksposur Pasar : tingkat eksposur ke berbagai segmen pasar
  • Volatilitas Volatilitas Volatilitas adalah ukuran tingkat fluktuasi harga sekuritas dari waktu ke waktu. Ini menunjukkan tingkat risiko yang terkait dengan perubahan harga sekuritas. Investor dan pedagang menghitung volatilitas sekuritas untuk menilai variasi harga di masa lalu: Penyebaran pengembalian portofolio

Bias Pengujian Ulang

Saat membuat model perdagangan untuk di-backtest, pedagang harus menghindari bias dalam membuat model. Untuk memastikan objektivitas, strategi harus diuji pada beberapa periode waktu yang berbeda dengan sampel saham yang tidak bias dan representatif. Jika seorang pedagang harus memilih saham dan periode waktu di mana strategi mereka diuji ulang, modelnya akan cacat secara fundamental. Meskipun pengujian dapat memberikan hasil yang positif, ini hanya karena model dibuat agar sesuai dengan data ini. Oleh karena itu, sangat penting bahwa kumpulan data yang berbeda digunakan selama proses.

Bias Melihat ke Depan

Kesalahan lain saat melakukan backtesting adalah bias melihat ke depan. Bias pandangan ke depan melibatkan penggabungan informasi ke dalam model yang diuji ulang yang biasanya tidak akan tersedia saat model benar-benar diterapkan.

Misalnya, asumsikan Anda menguji ulang model perdagangan yang mengandalkan informasi keuangan yang tersedia pada akhir tahun fiskal. Dalam model tersebut, Anda memasukkan informasi per 31 Desember; namun, informasi tersebut umumnya tidak tersedia hingga beberapa minggu setelah akhir tahun. Mengimplementasikan data dalam pengujian ulang akan menyebabkan pengembalian model menjadi tinggi secara artifisial karena bias melihat ke depan.

Backtesting - Bagan Bais Lihat ke Depan

  • A - Akhir tahun fiskal (waktu di mana model backtesting mengasumsikan laporan tahunan dirilis)
  • B - Laporan tahunan dirilis
  • C - Waktu di mana model pengujian ulang mengasumsikan rilis laporan kuartal pertama
  • D - Laporan kuartal pertama dirilis

Grafik di atas menunjukkan garis waktu tentang bagaimana model pengujian ulang dapat menjadi cacat karena bias melihat ke depan. Model tersebut mengasumsikan bahwa informasi menjadi tersedia di titik A dan C, sedangkan pada kenyataannya, informasi menjadi tersedia di titik B dan D.Hasil dari backtest yang dibangun dengan tepat kemungkinan akan menghasilkan hasil yang sama sekali berbeda dari yang membuat asumsi yang sama seperti atas.

Siapa yang Menggunakan Backtesting?

Siapapun bisa melakukan backtest sendiri; namun, tes ulang biasanya dijalankan oleh investor institusi dan pengelola uang. Backtesting menggunakan data yang mahal untuk didapatkan dan membutuhkan pemodelan yang kompleks.

Pedagang institusional dan perusahaan investasi memiliki modal manusia dan keuangan yang diperlukan untuk menerapkan model pengujian ulang ke dalam strategi perdagangan mereka. Selain itu, dengan sejumlah besar uang yang dipertaruhkan, investor institusional Investor Institusional Investor institusional adalah badan hukum yang mengakumulasi dana dari banyak investor (yang mungkin investor swasta atau badan hukum lainnya) untuk sering diminta melakukan backtest untuk menilai risiko.

Contoh

Misalkan Anda seorang analis di sebuah perusahaan investasi dan Anda telah diminta untuk menguji kembali suatu strategi terhadap sekumpulan data historis yang diberikan kepada Anda. Strateginya melibatkan pembelian saham jika mencapai titik terendah 90 hari. Langkah pertama dalam backtesting adalah memilih data historis yang tidak bias.

Anda kemudian menerapkan strategi ke data dan menemukan bahwa strategi tersebut menghasilkan pengembalian 150 basis poin lebih baik daripada strategi saat ini yang digunakan oleh perusahaan. Backtest membantu memperkuat penelitian yang dilakukan dalam menciptakan strategi perdagangan. Perusahaan investasi dapat memutuskan apakah backtest merupakan alasan yang cukup untuk menggunakan strategi tersebut.

Bacaan Terkait

Finance adalah penyedia resmi Certified Banking & Credit Analyst (CBCA) ™ CBCA ™ Certification Akreditasi Certified Banking & Credit Analyst (CBCA) ™ adalah standar global untuk analis kredit yang mencakup keuangan, akuntansi, analisis kredit, analisis arus kas , pemodelan perjanjian, pembayaran kembali pinjaman, dan lainnya. program sertifikasi, yang dirancang untuk membantu siapa saja menjadi analis keuangan kelas dunia. Untuk terus memajukan karier Anda, sumber daya tambahan di bawah ini akan berguna:

  • Algorithms Algorithms (Algos) Algorithms (Algos) adalah sekumpulan instruksi yang diperkenalkan untuk melakukan suatu tugas.
  • Clustering Illusion Clustering Illusion Clustering illusion mengacu pada bias kognitif dalam perilaku keuangan di mana seorang investor mengamati pola dalam apa yang sebenarnya merupakan peristiwa acak. Di lain
  • Pengujian Hipotesis Pengujian Hipotesis Pengujian Hipotesis adalah suatu metode inferensi statistik. Ini digunakan untuk menguji apakah pernyataan mengenai parameter populasi benar. Pengujian hipotesis
  • Bias Pemilihan Sampel Bias Pemilihan Sampel Bias pemilihan sampel adalah bias yang dihasilkan dari kegagalan untuk memastikan pengacakan yang tepat dari sampel populasi. Kelemahan pemilihan sampel

Direkomendasikan

Apakah Crackstreams dimatikan?
2022
Apakah pusat komando MC aman?
2022
Apakah Taliesin meninggalkan peran penting?
2022