백테스팅

백테스팅이란?

사후 에 얼마나 잘 수행되었는지 확인하는 일반적인 방법입니다 . 백테스팅은 과거 데이터를 사용하여 거래 전략이 어떻게 진행될지 발견함으로써 거래 전략 의 실행 가능성을 평가합니다. 백테스팅이 효과가 있다면 트레이더와 분석가는 앞으로 이를 사용할 자신감을 가질 수 있습니다.

백테스팅 이해하기

과거 데이터 를 사용하여 거래 전략을 시뮬레이션하여 실제 자본을 위험에 빠뜨리기 전에 결과를 생성하고 위험과 수익성을 분석할 수 있습니다.

긍정적인 결과를 가져오는 잘 수행된 백테스트는 트레이더 에게 전략이 근본적으로 건전하고 실제로 실행될 때 이익을 낼 가능성이 있음을 보증합니다. 대조적으로, 차선의 결과를 산출하는 잘 수행된 백테스트는 거래자가 전략을 변경하거나 거부하도록 유도할 것입니다.

자동화된 거래 시스템에 의해 구현된 전략과 같이 특히 복잡한 거래 전략은 백테스팅에 크게 의존하여 다른 방식으로 평가할 수 없기 때문에 가치를 증명합니다.

거래 아이디어를 수량화할 수 있는 한 백테스트할 수 있습니다. 일부 거래자와 투자자는 아이디어를 테스트 가능한 형식으로 개발하기 위해 자격을 갖춘 프로그래머의 전문 지식을 구할 수 있습니다. 일반적으로 여기에는 아이디어를 거래 플랫폼 에서 호스팅하는 독점 언어로 코딩하는 프로그래머가 포함됩니다 .

프로그래머는 거래자가 시스템을 "조정"할 수 있도록 사용자 정의 입력 변수를 통합할 수 있습니다. 이에 대한 예는 단순 이동 평균 (SMA) 크로스오버 시스템입니다. 거래자는 시스템에서 사용되는 두 이동 평균의 길이를 입력(또는 변경)할 수 있습니다. 그런 다음 거래자는 과거 데이터에서 어떤 이동 평균 길이가 가장 좋은 성과를 냈는지 확인하기 위해 백테스트할 수 있습니다.

이상적인 백테스팅 시나리오

이상적인 백테스트는 다양한 시장 상황을 반영하는 기간의 관련 기간에서 샘플 데이터를 선택합니다. 이런 식으로 백테스트의 결과가 우연인지 건전한 거래인지 더 잘 판단할 수 있습니다.

결국 파산 했거나 매각 또는 청산 된 회사의 주식을 포함하여 진정으로 대표적인 주식 샘플 이 포함되어야 합니다. 오늘날에도 여전히 존재하는 과거 주식의 데이터만 포함하는 대안은 백테스팅에서 인위적으로 높은 수익을 낼 것입니다.

백테스트에서는 모든 거래 비용이 중요하지 않더라도 백테스팅 기간 동안 합산되어 전략의 수익성에 크게 영향을 미칠 수 있으므로 모든 거래 비용을 고려해야 합니다. 거래자는 백테스팅 소프트웨어가 이러한 비용을 설명하는지 확인해야 합니다.

Out-of-sample 테스트 및 전방 성능 테스트는 시스템의 효율성에 대한 추가 확인을 제공하고 실제 현금이 온라인에 연결되기 전에 시스템의 실제 색상을 보여줄 수 있습니다. 백테스팅, 샘플 외, 순방향 성능 테스트 결과 사이 의 강력한 상관 관계 는 거래 시스템의 실행 가능성을 결정하는 데 매우 중요합니다.

백테스팅 대 순방향 성능 테스트

페이퍼 트레이딩 이라고도 하는 전방 성능 테스트 는 거래자에게 시스템을 평가할 다른 샘플 외 데이터 세트를 제공합니다. 선도 성능 테스트는 실제 거래의 시뮬레이션이며 라이브 시장에서 시스템의 논리를 따르는 것을 포함합니다. 모든 거래가 종이로만 이루어지기 때문에 종이 거래라고도 합니다. 즉, 거래 입력 및 종료는 시스템의 손익과 함께 문서화되지만 실제 거래는 실행되지 않습니다.

순방향 성능 테스트의 중요한 측면은 시스템의 논리를 정확히 따르는 것입니다. 그렇지 않으면 프로세스의 이 단계를 정확하게 평가하는 것이 불가능하지는 않더라도 어려워집니다. 거래자는 모든 거래 진입 및 퇴장에 대해 정직해야 하며 "나는 그 거래를 절대 취하지 않았을 것"이라고 합리화하는 거래를 체리피킹 하거나 서류상 거래를 포함하지 않는 것과 같은 행동을 피해야 합니다. 거래가 시스템 논리에 따라 발생했다면 이를 문서화하고 평가해야 합니다.

백테스팅 대 시나리오 분석

백테스팅은 실제 과거 데이터를 사용하여 적합성 또는 성공 여부를 테스트하는 반면, 시나리오 분석 은 다양한 가능한 결과를 시뮬레이션하는 가상 데이터를 사용합니다. 예를 들어, 시나리오 분석은 이자율 의 변화와 같이 발생하는 주요 요인 또는 포트폴리오의 증권 가치의 특정 변화를 시뮬레이션합니다 .

시나리오 분석은 일반적으로 불리한 이벤트에 대한 응답으로 포트폴리오 가치의 변화를 추정하는 데 사용되며 이론적인 최악의 시나리오를 조사하는 데 사용할 수 있습니다.

백테스팅의 몇 가지 함정

백테스팅이 의미 있는 결과를 제공하려면 트레이더는 가능한 한 편향을 피하면서 전략을 개발하고 성실하게 테스트해야 합니다. 이는 백테스팅에 사용된 데이터에 의존하지 않고 전략을 개발해야 함을 의미합니다.

보기보다 어렵습니다. 트레이더는 일반적으로 과거 데이터를 기반으로 전략을 수립합니다. 그들은 모델을 훈련하는 데이터 세트와 다른 데이터 세트로 테스트하는 데 엄격해야 합니다. 그렇지 않으면 백테스트는 아무 의미가 없는 빛나는 결과를 생성합니다.

마찬가지로 거래자는 동일한 데이터 세트에 대해 광범위한 가상 전략을 테스트하는 데이터 준설을 피해야 합니다. 이 데이터 준설은 시장을 이길 수 있는 유효하지 않은 전략이 많기 때문에 실시간 시장에서 실패하는 성공을 낳기도 합니다. 우연히 특정 기간.

데이터 준설 또는 체리 픽(Cherry-pick) 경향을 보상하는 한 가지 방법은 관련 또는 샘플 내 기간에 성공하고 다른 또는 샘플 외 기간의 데이터로 백테스트하는 전략을 사용하는 것입니다. . 표본 내 백테스트와 표본 외 백테스트가 유사한 결과를 산출하면 유효하다고 증명될 가능성이 더 큽니다.

##하이라이트

• 기본 이론은 과거에 잘 작동했던 전략이 미래에도 잘 작동할 가능성이 높고, 반대로 과거에 실적이 저조했던 전략이 미래에도 저조한 성과를 낼 가능성이 있다는 것입니다.

• 백테스팅은 과거 데이터를 사용하여 소급적으로 실행되었을 방법을 발견하여 거래 전략 또는 가격 책정 모델의 실행 가능성을 평가합니다.

• 과거 데이터에 대한 아이디어를 테스트할 때 테스트 목적으로 과거 데이터의 기간을 예약하는 것이 좋습니다. 성공하면 대체 기간이나 샘플 외 데이터에서 테스트하면 잠재적인 생존 가능성을 확인하는 데 도움이 될 수 있습니다.