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 være på vagt over for, når du tester handelsstrategier? Svarer backtesting til papirhandel? Vi vil besvare alle disse spørgsmål i denne artikel.
Introduktion
Backtesting er et værktøj, som du (som handlende eller investor) kan bruge, når du udforsker nye markeder og strategier. Den kan give værdifuld feedback baseret på data og fortælle dig, om din oprindelige idé var god nok.
Uanset hvilke aktivklasser, du handler med, kræver backtesting heller ikke, at du risikerer nogle af dine hårdt tjente midler. Ved hjælp af backtesting-software i et simuleret miljø kan du opbygge og optimere en bestemt tilgang til et marked. Lad os dykke ned i det.
Hvad er backtesting?
I finansverdenen undersøger backtesting en handelsstrategis levedygtighed ved at teste, hvordan den ville have klaret sig på 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 gå videre og anvende strategien i et live miljø.
Men hvad betyder gode resultater i dette tilfælde? Formålet med et backtesting-værktøj er at analysere risikoen og den potentielle rentabilitet af en bestemt strategi. Investeringsstrategien kan optimeres og forbedres på baggrund af statistisk feedback for at maksimere de potentielle resultater. En velgennemført backtest kan også give sikkerhed for, at strategien i det mindste er levedygtig, når den implementeres i et reelt handelsmiljø.
Naturligvis kan en backtesting-platform eller et backtesting-værktøj også være nyttigt til at vise, hvornår en strategi ikke er levedygtig eller for risikabel. Hvis backtesting-resultaterne viser en suboptimal præstation, bør handelsidéen enten forkastes eller ændres. Det er dog også vigtigt at tage hensyn til de markedsforhold, som den blev testet under. Den samme backtesting kan give modstridende resultater, når markedsforholdene ændrer sig.
På et mere professionelt niveau er backtesting af handelsstrategier absolut nødvendigt, især når det drejer sig om algoritmiske handelsstrategier (dvs. automatiseret handel).
Hvordan fungerer backtesting?
Den underliggende præmis for backtesting er, at det, der har virket tidligere måske kan virke i fremtiden. Det kan dog være meget vanskeligt at afgøre. Det, der kan være rentabelt i et bestemt markedsmiljø, kan være fuldstændig uhensigtsmæssigt i et andet.
Backtesting med et misvisende datasæt kan føre til mindre gode resultater. Derfor er det afgørende at finde en god prøve for backtesting-perioden, som afspejler det aktuelle markedsmiljø. Dette kan være særligt vanskeligt, da markedet er under konstant forandring.
Før du beslutter dig for at backteste en strategi, kan det være nyttigt at fastslå, hvad det præcist er, du vil finde ud af. Hvad ville gøre strategien levedygtig? Omvendt, hvad ville forfalske dine antagelser? Hvis du kender dem på forhånd, er det sværere for resultaterne at påvirke dine fordomme.
Backtesting bør også omfatte handels- og hævningsgebyrer og alle andre omkostninger, som strategien kan medføre. Det er også værd at bemærke, at backtesting-software desuden kan være ret dyrt, ligesom adgang til markedsdata af høj kvalitet er det.
Hvis du gerne vil have adgang til historiske data fra Binance Futures-platformen, skal du udfylde denne ansøgningsformular.
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 køber bitcoin ved den første ugentlige lukning over det 20-ugers glidende gennemsnit.
Vi sælger bitcoin ved den første 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:
Køb ved ~4.000 USD
Sælg ved ~8.000 USD
Køb ved ~8.500 USD
Sælg ved ~8.000 USD
Køb 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 på, at vi kun har kigget på mindre end to års data. Hvis vi gerne vil gøre dette til en strategi, der kan bruges til handling, kan det være værd at gå længere tilbage i tiden og teste den på en længere prisudvikling.
Når det er sagt, er det en lovende start. Vores oprindelige idé ser ud til at være god, og vi kan måske skabe en investeringsstrategi ud fra den med yderligere optimering. Måske kunne vi tænke os at inkludere flere målinger og tekniske indikatorer for at gøre signalerne mere pålidelige? Det er alt sammen op til vores egne idéer, 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.
Så hvordan kan vi optimere en systematisk strategi til de nuværende markedsforhold? Vi kan afprøve den på et live marked, men uden at risikere rigtige midler. Dette er også kendt som fremadrettet præstationstest eller papirhandel.
Papirhandel er simulering af en strategi i et live handelsmiljø. Det kaldes papirhandel, fordi der ikke bruges rigtige midler, selv om handlerne dokumenteres og logføres. Det giver dig et ekstra trin, hvor du kan forbedre strategien og få 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 afprøve strategier her og nu, men uden at risikere dine midler. Du kan oprette en konto på få minutter og afprøve strategier i et lignende miljø, som hvis du handlede live på realtidsmarkederne.
Noget, man skal være på vagt over for her, er "cherry-picking". Dette henviser til, at man kun udvælger en delmængde af data for at bekræfte et forudindtaget synspunkt. Pointen med fremadrettet test er at afprøve strategien, som om den ville ske i realtid. Hvis systemet siger, at du skal gøre noget, så gør det. Hvis du kun vælger handler, som "ser gode ud" baseret på dine personlige fordomme, vil testen af den systematiske strategi ikke være gyldig.
Manuel vs. automatiseret backtesting
Manuel backtesting indebærer analyse af grafer og historiske data og manuel afgivelse af handler i overensstemmelse med strategien. Automatiseret backtesting gør stort set det samme, men processen er automatiseret af computerkode (ved hjælp af programmeringssprog såsom 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 højere værdien for Sharpe-forholdet er, jo mere attraktiv er investerings- eller handelsstrategien.
Den maksimale reduktion repræsenterer det øjeblik, hvor din handelsstrategi havde den dårligste præstation i forhold til det sidste højdepunkt (dvs. det største procentvise fald i din portefølje i løbet af den analyserede periode).
Sammenfatning
Mange systematiske handlende og investorer er stærkt afhængige af backtesting til deres strategier. Det er ét af de vigtigste instrumenter i værktøjskassen for enhver algoritmisk handlende.
Samtidig kan det være 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 hjælpe dig med at afprøve nogle idéer og holde fingeren på markedspulsen.