बैकटेस्टिंग

बैकटेस्टिंग क्या है?

बैकटेस्टिंग यह देखने का सामान्य तरीका है कि किसी रणनीति या मॉडल ने पूर्व-पोस्ट कितना अच्छा किया होगा । बैकटेस्टिंग एक व्यापारिक रणनीति की व्यवहार्यता का आकलन करके यह पता लगाती है कि यह ऐतिहासिक डेटा का उपयोग कैसे करेगी। यदि बैकटेस्टिंग काम करता है, तो व्यापारियों और विश्लेषकों को इसे आगे बढ़ने का विश्वास हो सकता है।

बैकटेस्टिंग को समझना

बैकटेस्टिंग एक व्यापारी को किसी भी वास्तविक पूंजी को जोखिम में डालने से पहले परिणाम उत्पन्न करने और जोखिम और लाभप्रदता का विश्लेषण करने के लिए ऐतिहासिक डेटा का उपयोग करके एक व्यापारिक रणनीति का अनुकरण करने की अनुमति देता है।

एक सुव्यवस्थित बैकटेस्ट जो सकारात्मक परिणाम देता है, व्यापारियों को आश्वस्त करता है कि रणनीति मौलिक रूप से अच्छी है और वास्तविकता में लागू होने पर लाभ अर्जित करने की संभावना है। इसके विपरीत, एक सुव्यवस्थित बैकटेस्ट जो उप-इष्टतम परिणाम देता है, व्यापारियों को रणनीति को बदलने या अस्वीकार करने के लिए प्रेरित करेगा।

विशेष रूप से जटिल व्यापारिक रणनीतियाँ, जैसे कि स्वचालित ट्रेडिंग सिस्टम द्वारा कार्यान्वित रणनीतियाँ, अपने मूल्य को साबित करने के लिए बैकटेस्टिंग पर बहुत अधिक निर्भर करती हैं, क्योंकि वे अन्यथा मूल्यांकन करने के लिए बहुत रहस्यमय हैं।

जब तक एक व्यापारिक विचार की मात्रा निर्धारित की जा सकती है, तब तक इसका परीक्षण किया जा सकता है। विचार को परीक्षण योग्य रूप में विकसित करने के लिए कुछ व्यापारी और निवेशक एक योग्य प्रोग्रामर की विशेषज्ञता की तलाश कर सकते हैं। आमतौर पर, इसमें एक प्रोग्रामर शामिल होता है जो विचार को ट्रेडिंग प्लेटफॉर्म द्वारा होस्ट की गई मालिकाना भाषा में कोड करता है ।

प्रोग्रामर उपयोगकर्ता द्वारा परिभाषित इनपुट चर शामिल कर सकता है जो व्यापारी को सिस्टम को "ट्वीक" करने की अनुमति देता है। इसका एक उदाहरण सरल चलती औसत (एसएमए) क्रॉसओवर सिस्टम में होगा। ट्रेडर सिस्टम में प्रयुक्त दो मूविंग एवरेज की लंबाई को इनपुट (या परिवर्तित) करने में सक्षम होगा। व्यापारी तब यह निर्धारित करने के लिए बैकटेस्ट कर सकता था कि ऐतिहासिक डेटा पर कौन सी चलती औसत ने सबसे अच्छा प्रदर्शन किया होगा।

आदर्श बैकटेस्टिंग परिदृश्य

आदर्श बैकटेस्ट किसी अवधि की प्रासंगिक समयावधि से नमूना डेटा चुनता है जो विभिन्न बाज़ार स्थितियों को दर्शाता है। इस तरह, कोई बेहतर तरीके से न्याय कर सकता है कि क्या बैकटेस्ट के परिणाम एक अस्थायी या ध्वनि व्यापार का प्रतिनिधित्व करते हैं।

ऐतिहासिक डेटा सेट में शेयरों का सही मायने में प्रतिनिधि नमूना शामिल होना चाहिए,. जिसमें वे कंपनियां भी शामिल हैं जो अंततः दिवालिया हो गईं या बेची गईं या परिसमाप्त हो गईं। विकल्प, जिसमें केवल ऐतिहासिक स्टॉक के डेटा शामिल हैं जो आज भी आसपास हैं, बैकटेस्टिंग में कृत्रिम रूप से उच्च रिटर्न देगा।

एक बैकटेस्ट को सभी व्यापारिक लागतों पर विचार करना चाहिए, हालांकि महत्वहीन, क्योंकि ये बैकटेस्टिंग अवधि के दौरान जोड़ सकते हैं और रणनीति की लाभप्रदता की उपस्थिति को काफी प्रभावित कर सकते हैं। व्यापारियों को यह सुनिश्चित करना चाहिए कि उनका बैकटेस्टिंग सॉफ्टवेयर इन लागतों के लिए जिम्मेदार है।

आउट-ऑफ-सैंपल टेस्टिंग और फॉरवर्ड परफॉर्मेंस टेस्टिंग सिस्टम की प्रभावशीलता के बारे में और पुष्टि प्रदान करते हैं और वास्तविक नकदी लाइन पर होने से पहले सिस्टम के असली रंग दिखा सकते हैं। एक व्यापार प्रणाली की व्यवहार्यता का निर्धारण करने के लिए बैकटेस्टिंग, आउट-ऑफ-सैंपल और फॉरवर्ड प्रदर्शन परीक्षण परिणामों के बीच एक मजबूत संबंध महत्वपूर्ण है।

बैकटेस्टिंग बनाम। आगे प्रदर्शन परीक्षण

फॉरवर्ड परफॉर्मेंस टेस्टिंग, जिसे पेपर ट्रेडिंग के रूप में भी जाना जाता है,. व्यापारियों को आउट-ऑफ-सैंपल डेटा का एक और सेट प्रदान करता है, जिस पर सिस्टम का मूल्यांकन किया जाता है। फॉरवर्ड परफॉर्मेंस टेस्टिंग वास्तविक ट्रेडिंग का अनुकरण है और इसमें लाइव मार्केट में सिस्टम के लॉजिक का पालन करना शामिल है। इसे पेपर ट्रेडिंग भी कहा जाता है क्योंकि सभी ट्रेड केवल कागज पर ही निष्पादित होते हैं; यानी, व्यापार प्रविष्टियां और निकास प्रणाली के लिए किसी भी लाभ या हानि के साथ प्रलेखित हैं, लेकिन कोई वास्तविक व्यापार निष्पादित नहीं किया जाता है।

आगे के प्रदर्शन परीक्षण का एक महत्वपूर्ण पहलू सिस्टम के तर्क का ठीक से पालन करना है; अन्यथा, प्रक्रिया के इस चरण का सही-सही मूल्यांकन करना, यदि असंभव नहीं तो, कठिन हो जाता है। व्यापारियों को किसी भी व्यापार प्रविष्टि और बाहर निकलने के बारे में ईमानदार होना चाहिए और चेरी-पिकिंग ट्रेडों जैसे व्यवहार से बचना चाहिए या कागज पर एक व्यापार शामिल नहीं करना चाहिए कि "मैंने उस व्यापार को कभी नहीं लिया होगा।" यदि व्यापार प्रणाली के तर्क के बाद हुआ होता, तो इसका दस्तावेजीकरण और मूल्यांकन किया जाना चाहिए।

बैकटेस्टिंग बनाम। परिद्रश्य विश्लेषण

जबकि बैकटेस्टिंग फिट या सफलता के परीक्षण के लिए वास्तविक ऐतिहासिक डेटा का उपयोग करता है, परिदृश्य विश्लेषण काल्पनिक डेटा का उपयोग करता है जो विभिन्न संभावित परिणामों का अनुकरण करता है। उदाहरण के लिए, परिदृश्य विश्लेषण पोर्टफोलियो की प्रतिभूतियों या प्रमुख कारकों के मूल्यों में विशिष्ट परिवर्तनों का अनुकरण करेगा, जैसे कि ब्याज दर में बदलाव ।

परिदृश्य विश्लेषण आमतौर पर एक प्रतिकूल घटना के जवाब में पोर्टफोलियो के मूल्य में परिवर्तन का अनुमान लगाने के लिए उपयोग किया जाता है और सैद्धांतिक सबसे खराब स्थिति की जांच के लिए इसका इस्तेमाल किया जा सकता है।

बैकटेस्टिंग के कुछ नुकसान

सार्थक परिणाम प्रदान करने के लिए बैकटेस्टिंग के लिए, व्यापारियों को अपनी रणनीतियों को विकसित करना चाहिए और जितना संभव हो पूर्वाग्रह से बचने के लिए उन्हें अच्छे विश्वास में परीक्षण करना चाहिए। इसका मतलब है कि बैकटेस्टिंग में इस्तेमाल किए गए डेटा पर भरोसा किए बिना रणनीति विकसित की जानी चाहिए।

यह जितना लगता है उससे कहीं ज्यादा कठिन है। व्यापारी आमतौर पर ऐतिहासिक डेटा के आधार पर रणनीति बनाते हैं। उन्हें अलग-अलग डेटा सेट के साथ परीक्षण के बारे में सख्त होना चाहिए, जिन पर वे अपने मॉडल को प्रशिक्षित करते हैं। अन्यथा, बैकटेस्ट चमकदार परिणाम देगा जिसका कोई मतलब नहीं है।

इसी तरह, व्यापारियों को डेटा ड्रेजिंग से बचना चाहिए, जिसमें वे डेटा के एक ही सेट के खिलाफ काल्पनिक रणनीतियों की एक विस्तृत श्रृंखला का परीक्षण करते हैं, जो वास्तविक समय के बाजारों में विफल होने वाली सफलताओं का भी उत्पादन करेंगे क्योंकि कई अमान्य रणनीतियाँ हैं जो बाजार को हरा देंगी। संयोग से विशिष्ट समय अवधि।

डेटा ड्रेज या चेरी-पिक की प्रवृत्ति की भरपाई करने का एक तरीका एक ऐसी रणनीति का उपयोग करना है जो प्रासंगिक, या इन-सैंपल, समय अवधि में सफल हो और इसे एक अलग, या आउट-ऑफ-सैंपल, समय अवधि के डेटा के साथ बैकटेस्ट करे। . यदि इन-सैंपल और आउट-ऑफ-सैंपल बैकटेस्ट समान परिणाम देते हैं, तो उनके मान्य साबित होने की अधिक संभावना है।

##हाइलाइट

• अंतर्निहित सिद्धांत यह है कि अतीत में अच्छी तरह से काम करने वाली कोई भी रणनीति भविष्य में अच्छी तरह से काम करने की संभावना है, और इसके विपरीत, अतीत में खराब प्रदर्शन करने वाली कोई भी रणनीति भविष्य में खराब प्रदर्शन करने की संभावना है।

• बैकटेस्टिंग एक व्यापारिक रणनीति या मूल्य निर्धारण मॉडल की व्यवहार्यता का आकलन करके यह पता लगाता है कि यह ऐतिहासिक डेटा का उपयोग करके पूर्वव्यापी रूप से कैसे खेला जाता।

• ऐतिहासिक डेटा पर किसी विचार का परीक्षण करते समय, परीक्षण उद्देश्यों के लिए ऐतिहासिक डेटा की समयावधि आरक्षित करना फायदेमंद होता है। यदि यह सफल होता है, तो वैकल्पिक समय अवधि या आउट-ऑफ-सैंपल डेटा पर इसका परीक्षण करने से इसकी संभावित व्यवहार्यता की पुष्टि करने में मदद मिल सकती है।