Backtesting तकनीकी रणनीति के खतरों

+

Backtesting तकनीकी रणनीति के खतरों Backtesting आमतौर पर समय के साथ रणनीति के प्रदर्शन को मापने के द्वारा, इनपुट के रूप में ऐतिहासिक डेटा का उपयोग कर एक रणनीति का मूल्यांकन करने की प्रक्रिया है। यह दोनों एक जैसे व्यक्तिगत और पेशेवर निवेशकों द्वारा इस्तेमाल के लिए एक लोकप्रिय तकनीक है, लेकिन सावधानी के साथ प्रयोग किया जाना चाहिए। उदाहरण के लिए, मंदी के दौरान वाष्पन लायक अपने शुद्ध के थके हुए बढ़ रही है, आप इसे इस प्रकार बड़ा मंदियों से परहेज, 200 दिन चलती औसत है ऊपर यह केवल जब सपा 500 मालिक backtest करने का फैसला हो सकता है। आप यह कैसे प्रदर्शन देखने के लिए जासूस के लिए ऐतिहासिक डेटा पर इस सिद्धांत का परीक्षण कर सकता है। इस रणनीति backtesting यह योजना के रूप में मंदियों से बचा जाता है, लेकिन यह भी ताले में कई छोटे नुकसान, आम तौर पर है कि उनके साथ रीबाउंड से परहेज करते हुए कि पता चलता है। Backtesting आप शायद इस सब के बाद इस तरह के एक अच्छा विचार नहीं है एहसास है कि मदद करता है। एक भी इक्विटी या सूचकांक पर एक समय रणनीति backtesting जब, देखभाल अनजाने आधार पर निर्णय करने के लिए उपलब्ध नहीं होगा कि भविष्य या संपाती डेटा का उपयोग नहीं करता backtest सुनिश्चित करने के लिए लिया जाना चाहिए। अन्यथा, सरल समय रणनीतियों backtesting काफी सरल है। शेयर चुनने रणनीतियों backtesting आसानी से गलत निष्कर्ष करने के लिए नेतृत्व कर सकते हैं कि सूक्ष्म जटिलताओं से भरा है, पूरी तरह से अलग है। आदेश में सही ढंग से शेयर उठा रणनीतियों backtest करने के लिए, पूरे शेयर बाजार की एक पूरी ऐतिहासिक डेटाबेस या तो दिवालिया हो या अन्य कंपनियों के साथ विलय कर दिया है कि कंपनियों सहित, की जरूरत है। व्यक्तिगत निवेशकों के बीच एक आम तकनीक वर्तमान में विलय कर दिया या दिवालिया हो गया है कि कंपनियों पर ध्यान नहीं देता है, जो मौजूद है कि शेयरों के लिए ऐतिहासिक डेटा का उपयोग कर रणनीतियों backtest के लिए है। इस कारण & quot; उत्तरजीवी पूर्वाग्रह & quot; पीढ़ी-आशावादी हैं कि backtests में backtest, और परिणाम में। आगे पीछे परीक्षण चला जाता है समय में, परिणाम उत्तरजीवी पूर्वाग्रह नहीं है जो वास्तविक दुनिया शेयर अनुक्रमित की तुलना में कर रहे हैं, खासकर अगर नजरअंदाज कर दिया जाएगा कि दिवालिया कंपनियों की संख्या अधिक है, और उत्तरजीवी पूर्वाग्रह अधिक से अधिक। यह भी छोटे बाजार-कैप शेयरों के लिए सच है। स्मॉल-कैप शेयरों दिवालियापन अधिक बार की तुलना में बड़ी कंपनियों के शेयरों की घोषणा, और इसलिए बड़ी कंपनियों के शेयरों की तुलना में अधिक उत्तरजीवी पूर्वाग्रह होगा। Backtested रणनीतियों के रिटर्न पीढ़ी आशावादी हो जाएगा, और वास्तविक दुनिया रिटर्न के साथ तुलना नहीं की जानी चाहिए, लेकिन जब शेयर उठा रणनीतियों पर उत्तरजीवी पूर्वाग्रह के प्रभाव को कम किया जा सकता है। उत्तरजीवी पूर्वाग्रह परीक्षण के अंतर्गत समय-अवधि के साथ बदलता है, और परीक्षण किया शेयरों का मार्केट कैप, यह एक ही बाजार कैप रेंज और एक ही समय अवधि पर 2 रणनीतियों की तुलना द्वारा कम किया जा सकता है कि यह देखते हुए। उत्तरजीवी पूर्वाग्रह दोनों backtests प्रभावित करता है, उत्तरजीवी पूर्वाग्रह से ज्यादा दो रणनीतियों के बीच असमान लागू होता है कि केवल पूर्वाग्रह छोड़ने रद्द कर दिया जाएगा। उम्मीद है कि इस कम हो जाएगा कि है, लेकिन हम वास्तव में यह जानने का कोई तरीका नहीं है। Backtesting, एक उदाहरण है: लार्ज कैप शेयरों का बाजार पूंजीकरण से शीर्ष तिहाई (रैंक) के द्वारा सभी स्टॉक कर रहे हैं। इन शेयरों की वास्तविक बाजार पूंजीकरण समय के साथ बदलता रहता है के बाद से, रैंक प्रतिशतक (67-100%) एक शेयर लार्ज कैप बाल्टी में गिर जाता है, चाहे वर्गीकृत करने के लिए प्रयोग किया जाता है। हम परीक्षण करेंगे रणनीति (औसत पर) के शेयरों की सबसे ज्यादा मात्रा है कि व्यापार के शेयरों पकड़ रहा है। 3 महीने के औसत व्यापार की मात्रा के आधार पर हल के रूप में यह बड़ी कंपनियों के शेयरों की शीर्ष 50% का आयोजन करेगा। समय अवधि 2003 की रणनीति भी उतना ही वजन यह चुनता है कि शेयरों की गर्मियों के बाद हो जाएगा। (बड़ा करने के लिए क्लिक करें) मात्रा से बड़ी कंपनियों के शेयरों का केवल ऊपरी आधा पकड़े कि चार्ट जूते प्रति वर्ष 11.2% (औसत पर) लौट आए। इसके विपरीत, कम आधा पकड़े प्रति वर्ष 9.8% लौट आए। बस सभी बड़ी कंपनियों के शेयरों पकड़े प्रति वर्ष 10.5% लौट आए। महत्वपूर्ण बात को याद उन आंकड़ों के सभी उत्तरजीवी पूर्वाग्रह शामिल है। तुम समय की अवधि में इस रणनीति का निवेश किया था, तो आप वास्तव में 11.2% रिटर्न कमाई नहीं होती। हालांकि, अगर आप एक छोटे से मार्जिन (- 10.5% 0.7% = 11.2%) द्वारा बाहर प्रदर्शन बड़ी कंपनियों के शेयरों के लिए होता है कि वहाँ एक अच्छा मौका है। यह रणनीति अवधि में 0.7% की बड़ी कंपनियों के शेयरों से बेहतर प्रदर्शन किया है कि शायद का कहना सुरक्षित है। आरएसपी (वास्तव में इस अवधि के दौरान 8.3% लौट आए, जो एक समान वजन लार्ज-कैप फंड) में सामान्य रूप में बड़ी कंपनियों के शेयरों का प्रतिनिधि है, तो यह रणनीति वास्तव में इस अवधि के दौरान 9.0% लौटे होता है कि ग्रहण करने के लिए उचित होगा। आरएसपी प्रतिनिधि नहीं है, तो कुल वापसी पूर्ण रूप में क्या होगा पता करने के लिए कोई रास्ता नहीं है। यह इस रणनीति सामान्य में लार्ज-कैप की तुलना में बेहतर रिटर्न दे सकता है कि लग सकता है, यह दोनों बैल और भालू बाजार में एक रणनीति की विशेषताओं पर ध्यान देना महत्वपूर्ण है। उदाहरण के लिए, महान मंदी के दौरान, बड़ी कंपनियों के शेयरों -58.1% लौट आए, और इस रणनीति -62.2% लौट आए। इस रणनीति के लिए बस एक पूरे के रूप में लार्ज-कैप की तुलना में अधिक बीटा के साथ शेयरों का चयन किया है कि हमें बताता है। एक उच्च बीटा के साथ शेयरों में वृद्धि और उनके बेंचमार्क की तुलना में अधिक गिर जाएगी। इस रणनीति के उच्च जोखिम लेने से अधिक रिटर्न हो जाता है कि इसका मतलब है। यह काफी आसान और अधिक जोखिम लेने के द्वारा बाजार में अधिक रिटर्न पाने के लिए है, तो हमारे उच्च मात्रा की रणनीति के बारे में विशेष रूप से दिलचस्प कुछ भी नहीं है। आदर्श रूप में एक रणनीति उच्च ऊपर-पक्ष रिटर्न दे, लेकिन बाजार की तुलना में बेहतर नीचे साइड जोखिम का एक ही होता है। रणनीतियों backtesting तकनीकी व्यापारियों के लिए एक उपयोगी उपकरण है, यह एक backtest वास्तविक बाजार की स्थितियों से अलग कैसे हो सकता है पर विचार करने के लिए महत्वपूर्ण है। एक और उदाहरण: एक रणनीति जानबूझकर (या अनजाने में) कम व्यापार की मात्रा के साथ शेयरों का चयन करता है, तो यह वास्तव में backtest में इस्तेमाल शेयरों की कीमत पाने के लिए संभव नहीं हो सकता। आप आसानी से अधिक कीमत पर खरीदने के लिए और backtest से कम कीमत पर बेचने के लिए मजबूर किया जा सकता है। वास्तव में असली बाजार में काम करता है कि व्यवहार्य रणनीति विकसित करने के लिए इस्तेमाल किया जा backtesting कर सकते हैं? यही कारण है कि देखने की बात है, लेकिन हम अल्फा की मांग पर इसे यहाँ एक लाइव प्रयोग में एक कोशिश देने के लिए जा रहे हैं। आगे की जानकारी यहां उपलब्ध हैं।