Backtesting

Was ist Backtesting?

ex-post abgeschnitten hätte . Backtesting bewertet die Realisierbarkeit einer Handelsstrategie, indem anhand historischer Daten ermittelt wird, wie sie sich entwickeln würde. Wenn Backtesting funktioniert, können Händler und Analysten zuversichtlich sein, es in Zukunft einzusetzen.

##Backtesting verstehen

Backtesting ermöglicht es einem Händler, eine Handelsstrategie mit historischen Daten zu simulieren,. um Ergebnisse zu generieren und Risiken und Rentabilität zu analysieren, bevor er tatsächliches Kapital riskiert.

Ein gut durchgeführter Backtest, der positive Ergebnisse liefert, versichert Händlern,. dass die Strategie grundsätzlich solide ist und wahrscheinlich Gewinne abwirft, wenn sie in der Realität umgesetzt wird. Im Gegensatz dazu wird ein gut durchgeführter Backtest, der suboptimale Ergebnisse liefert, Händler dazu veranlassen, die Strategie zu ändern oder abzulehnen.

Besonders komplizierte Handelsstrategien, wie z. B. Strategien, die von automatisierten Handelssystemen implementiert werden, verlassen sich stark auf Backtesting, um ihren Wert zu beweisen, da sie zu geheimnisvoll sind, um sie anderweitig zu bewerten.

Solange eine Handelsidee quantifiziert werden kann, kann sie rückgetestet werden. Einige Händler und Investoren suchen möglicherweise das Fachwissen eines qualifizierten Programmierers, um die Idee in eine testbare Form zu entwickeln. Typischerweise beinhaltet dies, dass ein Programmierer die Idee in die proprietäre Sprache kodiert, die von der Handelsplattform gehostet wird.

Der Programmierer kann benutzerdefinierte Eingabevariablen integrieren, die es dem Händler ermöglichen, das System zu "optimieren". Ein Beispiel hierfür wäre das Crossover-System des einfachen gleitenden Durchschnitts (SMA). Der Händler wäre in der Lage, die Längen der beiden im System verwendeten gleitenden Durchschnitte einzugeben (oder zu ändern). Der Trader könnte dann einen Backtest durchführen, um festzustellen, welche Längen der gleitenden Durchschnitte bei den historischen Daten am besten abgeschnitten hätten.

Das ideale Backtesting-Szenario

Der ideale Backtest wählt Beispieldaten aus einem relevanten Zeitraum mit einer Dauer, die eine Vielzahl von Marktbedingungen widerspiegelt. Auf diese Weise kann man besser beurteilen, ob die Ergebnisse des Backtests ein Glücksfall oder solides Trading sind.

Der historische Datensatz muss eine wirklich repräsentative Stichprobe von Aktien enthalten, einschließlich derjenigen von Unternehmen, die schließlich bankrott gingen oder verkauft oder liquidiert wurden. Die Alternative, die nur Daten von historischen Aktien enthält, die es heute noch gibt, wird im Backtesting künstlich hohe Renditen produzieren.

Ein Backtest sollte alle Handelskosten berücksichtigen, auch wenn sie noch so unbedeutend sind, da sich diese im Laufe des Backtesting-Zeitraums summieren und das Erscheinungsbild der Rentabilität einer Strategie drastisch beeinflussen können. Händler sollten sicherstellen, dass ihre Backtesting-Software diese Kosten berücksichtigt.

Out-of-Sample-Tests und Forward-Performance-Tests liefern weitere Bestätigungen bezüglich der Effektivität eines Systems und können das wahre Gesicht eines Systems zeigen, bevor echtes Geld auf dem Spiel steht. Eine starke Korrelation zwischen Backtesting-, Out-of-Sample- und Forward-Performance-Testergebnissen ist entscheidend für die Bestimmung der Lebensfähigkeit eines Handelssystems.

Backtesting vs. Forward Performance Testing

Forward-Performance-Tests, auch als Papierhandel bekannt,. bieten Händlern einen weiteren Satz von Out-of-Sample-Daten, anhand derer sie ein System bewerten können. Das Testen der Vorwärtsleistung ist eine Simulation des tatsächlichen Handels und beinhaltet das Befolgen der Systemlogik in einem Live-Markt. Es wird auch Papierhandel genannt, da alle Trades nur auf Papier ausgeführt werden; Das heißt, Trade Entrys und Exits werden zusammen mit etwaigen Gewinnen oder Verlusten für das System dokumentiert, aber es werden keine echten Trades ausgeführt.

Ein wichtiger Aspekt des Forward Performance Testing ist es, der Systemlogik genau zu folgen; andernfalls wird es schwierig, wenn nicht sogar unmöglich, diesen Schritt des Prozesses genau zu bewerten. Trader sollten bei allen Trade-Eingängen und -Ausgängen ehrlich sein und Verhaltensweisen wie das Rosinenpicken von Trades oder das Nichteinbeziehen eines Trades auf dem Papier mit der Begründung vermeiden, dass „ich diesen Trade niemals eingegangen wäre“. Wenn der Handel nach der Logik des Systems stattgefunden hätte, sollte er dokumentiert und bewertet werden.

Backtesting vs. Szenarioanalyse

Während beim Backtesting tatsächliche historische Daten verwendet werden, um Eignung oder Erfolg zu testen, verwendet die Szenarioanalyse hypothetische Daten, die verschiedene mögliche Ergebnisse simulieren. Beispielsweise simuliert die Szenarioanalyse bestimmte Änderungen der Werte der Wertpapiere des Portfolios oder Schlüsselfaktoren, die stattfinden, wie z. B. eine Änderung des Zinssatzes.

Szenarioanalyse wird üblicherweise verwendet, um Änderungen des Werts eines Portfolios als Reaktion auf ein ungünstiges Ereignis abzuschätzen, und kann verwendet werden, um ein theoretisches Worst-Case-Szenario zu untersuchen.

Einige Fallstricke des Backtestings

Damit Backtesting aussagekräftige Ergebnisse liefert, müssen Trader ihre Strategien entwickeln und sie in gutem Glauben testen, wobei Voreingenommenheit so weit wie möglich zu vermeiden ist. Das bedeutet, dass die Strategie entwickelt werden sollte, ohne sich auf die beim Backtesting verwendeten Daten zu verlassen.

Das ist schwieriger als es scheint. Händler bauen im Allgemeinen Strategien auf der Grundlage historischer Daten auf. Sie müssen beim Testen mit anderen Datensätzen streng sein als denen, mit denen sie ihre Modelle trainieren. Andernfalls wird der Backtest glänzende Ergebnisse liefern, die nichts bedeuten.

In ähnlicher Weise müssen Trader das Ausbaggern von Daten vermeiden, bei dem sie eine breite Palette hypothetischer Strategien gegen denselben Datensatz testen, was auch zu Erfolgen führen wird, die auf Echtzeitmärkten scheitern,. da es viele ungültige Strategien gibt, die den Markt über a schlagen würden bestimmten Zeitraum zufällig.

Eine Möglichkeit, die Tendenz zur Datenbaggerung oder Rosinenpickerei auszugleichen, besteht darin, eine Strategie zu verwenden, die im relevanten oder In-Sample-Zeitraum erfolgreich ist, und sie mit Daten aus einem anderen oder Out-of-Sample-Zeitraum zu testen . Wenn In-Sample- und Out-of-Sample-Backtests ähnliche Ergebnisse liefern, ist es wahrscheinlicher, dass sie sich als valide erweisen.

Höhepunkte

• Die zugrunde liegende Theorie besagt, dass jede Strategie, die in der Vergangenheit gut funktioniert hat, wahrscheinlich auch in Zukunft gut funktionieren wird, und umgekehrt jede Strategie, die in der Vergangenheit schlecht abgeschnitten hat, wahrscheinlich auch in Zukunft schlecht abschneiden wird.

• Backtesting bewertet die Realisierbarkeit einer Handelsstrategie oder eines Preismodells, indem ermittelt wird, wie es sich rückwirkend unter Verwendung historischer Daten entwickelt hätte.

• Beim Testen einer Idee anhand historischer Daten ist es vorteilhaft, einen Zeitraum historischer Daten zu Testzwecken zu reservieren. Wenn es erfolgreich ist, kann es helfen, es in alternativen Zeiträumen oder Out-of-Sample-Daten zu testen, um seine potenzielle Lebensfähigkeit zu bestätigen.