이 시리즈의 다른 게시물 보기...
[catlist id=2 numberposts=3 pagination=yes]참고: 이것은 전체 개발 프로세스에서 가장 중요한 단계입니다!
농담이 아냐. 그리고 그것은 가장 길고 어떤 사람들에게는 가장 지루합니다. 공장 조립 라인과 같아서 눈에서 피가 날 때까지 반복 작업을 반복하게 될 것입니다!
어떤 이점이 있습니까? 당신은 돈을 벌 수 있는 성공적인 알고리즘을 지속적으로 생성할 것입니다. 대부분의 트레이더가 겪는 많은 감정적 롤러코스터 없이 심각한 하락, 가격 충격 및 깜짝 연준 발표를 포함합니다. 그리고 그 이유는... 테스트, 테스트, 테스트에 시간을 보냈기 때문입니다.
가능한 최상의 결과를 얻으려면 여러 개의 관련되지 않은 전략을 동시에 실행해야 한다는 것을 기억하십시오. 그래서 우리는 메이저리그 야구팀의 스카우트처럼 수많은 후보 선수들을 살펴보고 그들의 모든 통계를 검토하여 훌륭한 팀원을 찾아야 합니다. 브래드 피트와 조나 힐이 출연한 영화 머니 볼을 기억하십니까?
Jonah Hill은 정적인 Peter Brand의 역할을 했습니다. 이제, 나는 당신이 슈퍼 괴짜가 되기를 기대하지 않습니다. 기본적인 사항만 알고 계획을 고수하세요.
그러면 무엇이 관련되어 있습니까?
당신의 목적은 무엇입니까?
많은 수와 다양한 전략을 테스트하고 작물의 핵심을 식별합니다. 그리고 계속 하세요... 이 과정은 끝이 없습니다.
왜 이 과정은 끝이 없고, 결론은 있어야 하지?
아니요. 전략이 아무리 좋아도 영원히 지속되지는 않기 때문입니다. 최고의 전략도 완전히 실패하고 더 이상 유용하지 않거나 장기간에 걸쳐 손실을 보게 됩니다.
이것은 이 세상, 특히 금융 시장에서 정적인 것은 아무 것도 없기 때문입니다. 오늘은 작동하지만 제품이 호의적이지 않거나 법률이 회사 운영을 방해하거나 CEO가 쿠키 항아리에 손을 잡히는 등 무한한 다양한 원인으로 인해 내일 작동하지 않을 수 있습니다. Fed가 몰수하기로 결정 당신의 401K 돈… err, 당신은 그림을 얻습니다. 어떤 일이든 일어날 수 있고 일어날 것이므로 항상 전략을 세워 준비해야 합니다.
이것이 알고리즘 트레이딩의 핵심입니다. 하지만 혹시 궁금하시다면 정말 그렇게 어렵지도 않고, 무엇보다 지루하지만 수익성은 매우 높습니다. 여기에서 보내는 시간은 쌓이고 배가될 것입니다. 그리고 복리를 사용하면 아마도 부자가 될 것입니다.
참고: Programed Trader의 Auto Traders 라이선스 사용자라면 이 작업을 수행할 필요가 없습니다. 그게 제가 하는 일입니다. 하지만 배우고 싶다면 봉사의 일환으로 가르쳐 드리겠습니다.
백 테스트 및 앞으로 걷기
가장 반복적인 작업 중 하나는 테스트할 값의 범위와 테스트할 기간을 입력하여 전략을 백 테스트한 다음 플랫폼이 자동으로 모든 데이터를 실행하고 값을 적용하고 시도하도록 하는 것입니다. 전략 구성의 가장 수익성 있는 조합을 찾으십시오.
때때로 수익성 있는 콤보를 찾지 못할 수 있으므로 해당 전략을 폐기하거나 다른 자산 클래스에서 시도해 볼 수 있습니다. 예를 들어 인덱스 펀드나 상품 ETF에서는 작동하지만 기술 주식에서는 작동하지 않을 수 있습니다.
백테스트가 끝나면 이 주식 차트와 같이 성과를 시각화할 수 있도록 시스템에서 통계와 다양한 차트를 표시합니다.
이것은 내가 코드라고 부르는 전략으로, 10분 동안 Gold ETF GLD에 적용됩니다. 이러한 모든 식별 특성은 전략 및 개별 테스트를 분류하는 데 사용됩니다.
다음은 이 전략에서 기대할 수 있는 것에 대한 추가 정보를 알려주는 성능 통계입니다. 확실하지 않기 때문에 가능하다고 합니다. 이 통계는 전략이 과거에 어떻게 수행되었는지를 나타내며 미래에 어떻게 수행할지 보장하지 않습니다. 이것이 우리가 앞으로 걷기를 하는 이유입니다.
앞으로 걷기 테스트
만약 우리가 5년 전으로 거슬러 올라가 오늘날로 돌아간다면, 우리는 지난 5년 동안 일어난 일에 대해 확실한 결과를 얻게 될 것입니다. 그리고 계속해서 매개변수를 변경하고 다시 테스트하여 전략을 승자와 같이 보이게 하는 최적의 설정을 찾을 수 있었습니다. 그러나 이것은 음모론자가 되어 결론을 내리고 그 결론에 맞는 사실을 찾는 것과 같기 때문에 좋지 않습니다.
그래서 더 좋은 일을 해야 합니다. 본 적이 없는 전략 데이터를 제공해야 하고, 내 설정에서 어떻게 수행되는지 확인해야 합니다. 이를 수행하는 방법은 2001년부터 2005년까지 과거 기간을 백테스트하는 것입니다. 매개변수를 가져와 해당 기간에 대해 원하는 결과를 얻은 다음 동일한 매개변수를 사용하여 2005년부터 2008년까지 기간을 백테스트합니다. 그리고 전략이 어떻게 수행되는지 확인하고 2008년에서 2011년까지 다시 확인하십시오.
이것을 앞으로 걷기라고 합니다. 새 테스트는 최적화된 테스트를 만드는 데 사용되지 않은 데이터를 사용하고 있습니다. 이것을 "샘플 데이터 외"라고 합니다. 이것은 매우 중요합니다… 최적화된 데이터와 동일한 방식으로 전략이 샘플 데이터가 아닌 데이터로 작동할 수 있다면 향후 데이터에서도 작동할 가능성이 높기 때문입니다.
앞으로 걷기는 만병통치약이 아닙니다
이것은 테스트하기에 좋은 방법이지만 몇 주 또는 몇 달과 같이 오랜 기간 동안 시뮬레이션 모드에서 실시간 시장 조건으로 전략을 실제로 실행하기 전까지는 보장할 수 없습니다. 그리고 이것은 실시간으로 실제 돈으로 전략을 실행하기 전까지는 완벽하지 않습니다. 하지만 그것이 우리가 할 수 있는 최선입니다. 그래서 우리가 합니다.
우리가 할 수 있는 다른 테스트가 있지만 Monty Carlo 시뮬레이션처럼 여기에서 작성해야 하는 범위와 시간을 벗어납니다.
나는 여기 표면을 긁지 않았습니다. 알아야 할 것, 평가할 것, 분류할 것이 훨씬 더 많습니다. 그 다음에는 일종의 과학적 프로세스와 같은 전체 방법론이 있으며, 그 다음에는 테스트를 지속적으로 개선하고 낭비를 제거하기 위한 지속적인 개선 프로세스가 있습니다.
계속 진행할 수는 있지만 아끼겠습니다.
내가 하는 일과 이러한 것들이 어떻게 Programed Trader 시스템을 수동 거래보다 우월하게 만드는지, 솔직히 말해서 인간의 수동 거래보다 우월하게 만드는 방법에 대해 알고 싶다면 여기를 클릭하고 양식을 작성하세요. 시연.