Hjem
Artikler
Hvad er backtesting?

Hvad er backtesting?

Let √łvet
Offentliggjort Dec 8, 2020Opdateret Feb 9, 2023
6m

TL;DR

Backtesting kan være et vigtigt skridt i optimeringen af, hvordan du arbejder med de finansielle markeder. Det hjælper dig med at finde ud af, om dine handelsidéer og -strategier giver mening, og om de potentielt kan give gevinst.

Men hvordan ser backtesting af en simpel investeringsstrategi ud? Hvad skal du v√¶re p√• vagt over for, n√•r du tester handelsstrategier? Svarer backtesting til papirhandel? Vi vil besvare alle disse sp√łrgsm√•l i denne artikel.

 

Introduktion

Backtesting er et v√¶rkt√łj, som du (som handlende eller investor) kan bruge, n√•r du udforsker nye markeder og strategier. Den kan give v√¶rdifuld feedback baseret p√• data og fort√¶lle dig, om din oprindelige id√© var god nok.

Uanset hvilke aktivklasser, du handler med, kr√¶ver backtesting heller ikke, at du risikerer nogle af dine h√•rdt tjente midler. Ved hj√¶lp af backtesting-software i et simuleret milj√ł kan du opbygge og optimere en bestemt tilgang til et marked. Lad os dykke ned i det.

 

Hvad er backtesting?

I finansverdenen unders√łger backtesting en handelsstrategis levedygtighed ved at teste, hvordan den ville have klaret sig p√• baggrund af historiske data. Med andre ord bruger den tidligere data til at se, hvordan en strategi ville have fungeret. Hvis backtesting viser gode resultater, kan handlende eller investorer g√• videre og anvende strategien i et live milj√ł.

Men hvad betyder gode resultater i dette tilf√¶lde? Form√•let med et backtesting-v√¶rkt√łj er at analysere risikoen og den potentielle rentabilitet af en bestemt strategi. Investeringsstrategien kan optimeres og forbedres p√• baggrund af statistisk feedback for at maksimere de potentielle resultater. En velgennemf√łrt backtest kan ogs√• give sikkerhed for, at strategien i det mindste er levedygtig, n√•r den implementeres i et reelt handelsmilj√ł.¬†

Naturligvis kan en backtesting-platform eller et backtesting-v√¶rkt√łj ogs√• v√¶re nyttigt til at vise, hvorn√•r en strategi ikke er levedygtig eller for risikabel. Hvis backtesting-resultaterne viser en suboptimal pr√¶station, b√łr handelsid√©en enten forkastes eller √¶ndres. Det er dog ogs√• vigtigt at tage hensyn til de markedsforhold, som den blev testet under. Den samme backtesting kan give modstridende resultater, n√•r markedsforholdene √¶ndrer sig.

P√• et mere professionelt niveau er backtesting af handelsstrategier absolut n√łdvendigt, is√¶r n√•r det drejer sig om algoritmiske handelsstrategier (dvs. automatiseret handel).

 

Hvordan fungerer backtesting?

Den underliggende pr√¶mis for backtesting er, at det, der har virket tidligere m√•ske kan virke i fremtiden. Det kan dog v√¶re meget vanskeligt at afg√łre. Det, der kan v√¶re rentabelt i et bestemt markedsmilj√ł, kan v√¶re fuldst√¶ndig uhensigtsm√¶ssigt i et andet.

Backtesting med et misvisende datas√¶t kan f√łre til mindre gode resultater. Derfor er det afg√łrende at finde en god pr√łve for backtesting-perioden, som afspejler det aktuelle markedsmilj√ł. Dette kan v√¶re s√¶rligt vanskeligt, da markedet er under konstant forandring.

F√łr du beslutter dig for at backteste en strategi, kan det v√¶re nyttigt at fastsl√•, hvad det pr√¶cist er, du vil finde ud af. Hvad ville g√łre strategien levedygtig? Omvendt, hvad ville forfalske dine antagelser? Hvis du kender dem p√• forh√•nd, er det sv√¶rere for resultaterne at p√•virke dine fordomme.

Backtesting b√łr ogs√• omfatte handels- og h√¶vningsgebyrer og alle andre omkostninger, som strategien kan medf√łre. Det er ogs√• v√¶rd at bem√¶rke, at backtesting-software desuden kan v√¶re ret dyrt, ligesom adgang til markedsdata af h√łj kvalitet er det.

Hvis du gerne vil have adgang til historiske data fra Binance Futures-platformen, skal du udfylde denne ans√łgningsformular.

Og husk på, at backtesting er en test. Ligesom med teknisk analyse og grafer er der absolut ingen garanti for, at det vil virke, selv om det giver gode resultater baseret på historiske data.

 

Eksempel på backtesting

Lad os gennemgå en simpel langsigtet strategi for bitcoin.

Her er vores handelssystem:

  • Vi k√łber bitcoin ved den f√łrste ugentlige lukning over det 20-ugers glidende gennemsnit.

  • Vi s√¶lger bitcoin ved den f√łrste ugentlige lukning over det 20-ugers glidende gennemsnit.

Denne strategi giver kun nogle få signaler om året. Lad os se på perioden fra og med 2019.

Bitcoins ugentligt graf siden 2019.


Strategien gav fem signaler i den målte tidsramme: 

  • K√łb ved ~4.000 USD

  • S√¶lg ved ~8.000 USD

  • K√łb ved ~8.500 USD

  • S√¶lg ved ~8.000 USD

  • K√łb ved ~9.000 USD

 

Vores backtesting-resultater viser, at denne strategi ville have været rentabel. Betyder det, at det er en garanti for, at den fortsat vil fungere? Nej. Det betyder blot, at strategien ville have givet gevinst, hvis man ser på dette specifikke datasæt. Man kan betragte dette resultat som et groft benchmark.

Husk p√•, at vi kun har kigget p√• mindre end to √•rs data. Hvis vi gerne vil g√łre dette til en strategi, der kan bruges til handling, kan det v√¶re v√¶rd at g√• l√¶ngere tilbage i tiden og teste den p√• en l√¶ngere prisudvikling.

N√•r det er sagt, er det en lovende start. Vores oprindelige id√© ser ud til at v√¶re god, og vi kan m√•ske skabe en investeringsstrategi ud fra den med yderligere optimering. M√•ske kunne vi t√¶nke os at inkludere flere m√•linger og tekniske indikatorer for at g√łre signalerne mere p√•lidelige? Det er alt sammen op til vores egne id√©er, investeringshorisont og risikotolerance.

 

Backtesting vs. papirhandel

Nu har vi en overordnet idé om, hvordan backtesting kan se ud, og vi har kigget på en meget simpel investeringsstrategi. Vi ved også, at tidligere resultater ikke er en indikation af fremtidige resultater.

S√• hvordan kan vi optimere en systematisk strategi til de nuv√¶rende markedsforhold? Vi kan afpr√łve den p√• et live marked, men uden at risikere rigtige midler. Dette er ogs√• kendt som fremadrettet pr√¶stationstest eller papirhandel.

Papirhandel er simulering af en strategi i et live handelsmilj√ł. Det kaldes papirhandel, fordi der ikke bruges rigtige midler, selv om handlerne dokumenteres og logf√łres. Det giver dig et ekstra trin, hvor du kan forbedre strategien og f√• indsigt i dens ydeevne.

Det er alt sammen meget godt, men hvor kan man egentlig begynde? Binance Futures-testnettet er et perfekt sted for dig til at afpr√łve strategier her og nu, men uden at risikere dine midler. Du kan oprette en konto p√• f√• minutter og afpr√łve strategier i et lignende milj√ł, som hvis du handlede live p√• realtidsmarkederne.

Noget, man skal v√¶re p√• vagt over for her, er "cherry-picking". Dette henviser til, at man kun udv√¶lger en delm√¶ngde af data for at bekr√¶fte et forudindtaget synspunkt. Pointen med fremadrettet test er at afpr√łve strategien, som om den ville ske i realtid. Hvis systemet siger, at du skal g√łre noget, s√• g√łr det. Hvis du kun v√¶lger handler, som "ser gode ud" baseret p√• dine personlige fordomme, vil testen af den systematiske strategi ikke v√¶re gyldig.

 

Manuel vs. automatiseret backtesting

Manuel backtesting indeb√¶rer analyse af grafer og historiske data og manuel afgivelse af handler i overensstemmelse med strategien. Automatiseret backtesting g√łr stort set det samme, men processen er automatiseret af computerkode (ved hj√¶lp af programmeringssprog s√•som Python eller specialiseret backtesting-software).

Mange handlende bruger Google- eller Excel-regneark til at evaluere en strategis resultater. Disse dokumenter fungerer som strategitesterrapporter. De kan indeholde alle former for oplysninger, såsom handelsplatform, aktivklasse, handelsperiode, antal vindende og tabende handler, Sharpe-forhold, maksimal drawdown, nettogevinst og meget mere.

Kort sagt bruges Sharpe-forholdet til at vurdere en strategis potentielle investeringsafkast i forhold til risikoen. Jo h√łjere v√¶rdien for Sharpe-forholdet er, jo mere attraktiv er investerings- eller handelsstrategien.

Den maksimale reduktion repr√¶senterer det √łjeblik, hvor din handelsstrategi havde den d√•rligste pr√¶station i forhold til det sidste h√łjdepunkt (dvs. det st√łrste procentvise fald i din portef√łlje i l√łbet af den analyserede periode).

 

Sammenfatning

Mange systematiske handlende og investorer er st√¶rkt afh√¶ngige af backtesting til deres strategier. Det er √©t af de vigtigste instrumenter i v√¶rkt√łjskassen for enhver algoritmisk handlende.

Samtidig kan det v√¶re vanskeligt at fortolke backtesting-resultater. Det er let at indprente sine egne fordomme i backtesting-metoden. Backtesting vil sandsynligvis ikke skabe levedygtige handelsstrategier i sig selv, men det vil hj√¶lpe dig med at afpr√łve nogle id√©er og holde fingeren p√• markedspulsen.