Hvordan du optimerer din aktiemarkedet indikatorer

Optimering er processen med at teste en hypotese (i dette tilfælde et aktiemarked indikator) på historiske data til at opdage, hvor indikatoren ville har arbejdet bedst. Optimering er et nødvendigt onde, fordi når du starter ud at handle en ny sikkerhed, behøver du ikke vide, hvilke indikatorer til at bruge eller hvilke parametre at sætte i indikatorerne. I overensstemmelse med den empiriske tilgang, så prøv forskellige indikatorer og forskellige parametre i indikatorerne for at se, hvad der virker.

Konstruktion af en backtest optimering

Backtesting (test på historiske data) er en værdifuld øvelse, der leverer et mål for, hvor godt en indikator parameter kunne arbejde. Den enkle glidende gennemsnit crossover backtest har denne formel hypotese: "Hvis du køber XYZ lager, hver gang prisen krydser over x-dages glidende gennemsnit og sælge det hver gang prisen krydser under x-dages glidende gennemsnit, det vil konsekvent og pålideligt være en indbringende handel regel. "

Denne tabel viser resultaterne af en søgning efter den optimale glidende gennemsnit ud af hver glidende gennemsnit 10-35 dage over de sidste tusind dage.

Resultater af Simple Moving Average Crossover Backtest på XYZ Stock
Antal dage i Glidende gennemsnit Gennemsnitlig gevinst / tab Procent gevinst Antal Trades
10 $ 1,56 68,60% 178
31 $ 3,02 59,34% 32
35 $ 3,32 61,69% 47

Hvis du havde været villig til at handle 178 gange 1.000 dage eller cirka hver 2. uge, ville du have gjort 68,6 procent ved hjælp af en 10-dages glidende gennemsnit crossover af prisen. Er det en god nummer? En måde at dømme er at sammenligne det med buy-and-hold; med andre ord, at købe på dag 1 og salg på dag 1.000.

Skridning er reduktionen i fortjeneste, der opstår som følge af omkostningerne ved handel. Kontrol af indikatoren præstation efter glidning kan gøre hele forskellen mellem en rentabel handel regel og en urentabel en. Denne tabel, factoring i omkostningerne til glidning, nu gør 31-dages version af simpelt glidende gennemsnit bedre valg.

Resultater af Simple Moving Average Crossover Backtest om XYZ Stock Omfattende $ 10 per-Trade skridning
Antal dage i Glidende gennemsnit Gennemsnitlig gevinst / tab Procent gevinst Antal Trades
10 $ 0,36 28.60% 178
31 $ 2,70 49.34% 32
35 $ 2,10 31,69% 47

Indskrænkning af en backtest

Den optimale glidende gennemsnit er ikke baseret på kun et kriterium - du har mere end ét mål, du leder efter systematisk handel (i dette eksempel, procent gevinst.). Så du søger at bevise denne hypotese: "Hvis du køber XYZ lager hver gang kortere sigt glidende gennemsnit pris krydser over den langsigtede glidende gennemsnit og sælge det hver gang kortere sigt glidende gennemsnit krydser under den langsigtede bevægelse gennemsnit, vil det konsekvent og pålideligt være en indbringende handel regel. "

Denne tabel viser resultater fra sammenligne hver kortsigtede glidende gennemsnit fra 1 til 20 dage mod hver langsigtet glidende gennemsnit 21-100 dage. (Det omfatter også en $ 10 skred omkostninger for hver handel.)

Resultaterne af to glidende gennemsnit Crossover backtests på XYZ Stock
Kortsigtede Moving Average / langvarig Moving Average Procent gevinst Total Trades Samlet vindende handler / Total miste Trades Gennemsnitlig Gevinst / Tab
Version 1: 10/73 58,60 8 6/2 1,75
Version 2: 5/10 63,48 147 47/100 0,56

Den gennemsnitlige gevinst tab kolonne angiver, at Version 1 gør mindre overskud end Version 2, men tager kun otte handler i de 1.000 dage. Version 1 har også et langt højere antal vindende handler end at miste handler og en højere gevinst-tabsprocent. De fleste forhandlere vil zoome ind på, at win-tabsprocent og vælge den øverste kombination til det lavere antal af handler og den højere gennemsnitlige gevinst-tabsprocent, selv på bekostning af nogle fortjeneste.

Fastsættelse af indikatoren

Her er nogle af de almindelige problemer, du støder på, når du begynder backtesting indikatorer:

  • Overtrading: Nogle indikatorparametrene kræver mere hyppige handel, end du kan undvære tid til. Du skal derfor finde justeringer af indikatoren for at reducere antallet af handler uden at beskadige afkastet fra de vindende handler. En løsning er at filtrere køb / salg signaler ved at angive, at du ønsker, at softwaren til at generere en køb / salg-signal kun hvis prisen er x procent over eller under det glidende gennemsnit eller har været over eller under det glidende gennemsnit med y mængde tid.
  • At miste handler: Den bedste måde at reducere dine tabende handler er at tilføje et krav bekræftelse, som en af momentum indikatorer. Og fordi handlerne bliver elimineret ved bekræftelse momentum generelt mister handler, gevinsten-tabsprocent forbedres også.

Anvendelsen af ​​indikatoren igen

Når du har valgt din indikator parameter, er dit job ikke færdig. Backtests er hypotetiske. Du faktisk ikke gøre disse handler. For at få et mere realistisk indtryk af, hvordan en indikator-baseret handel reglen fungerer, backtest reglen på historiske prisoplysninger, og derefter anvende det til out-of-sample data. For eksempel, hvis du backtested på tusind dage af data, nu skal du backtest det på næste 500 dages data. Hvis resultaterne er omtrent den samme på de friske data, overveje din regel at være robust, hvilket betyder at det virker på tværs af en bred vifte af forhold.


© 2020 Zajacperrone.com | Contact us: webmaster# zajacperrone.com