Wat is Backtesting?
Wat is Backtesting?
StartpaginaArtikelen

Wat is Backtesting?

Gemiddeld
6d ago
6m

Korte samenvatting

Backtesting kan belangrijk zijn bij het optimaliseren van je strategieën met betrekking tot financiële markten. Het kan je helpen bij het doorgronden of je handelsideeën en -strategieën zinvol zijn en of ze mogelijk winstgeven kunnen zijn.

Maar hoe ziet het backtesten van simpele investeringsstrategieën er uit? Waar moet je voornamelijk op letten bij het testen van deze handelsstrategieën? Is backtesting net zoiets als paper trade? Deze en meer vragen zullen we in dit artikel beantwoorden.

 

Inleiding

Backtesting is een methode die jij (als handelaar of belegger) kan gebruiken bij het verkennen van nieuwe markten en of nieuwe strategieën. Het kan waardevolle feedback opleveren aan de hand van deze gegevens en je antwoord geven of je oorspronkelijke idee klopte.

Ongeacht de asset waar je in handelt, zorgt backtesting dat je niet je zuurverdiende centen hoeft te riskeren. Door backtesting-software in een gesimuleerde omgeving te gebruiken, kan je een bepaalde marktbenadering opbouwen en volledig optimaliseren. Laten we iets dieper in de materie duiken.

 

Wat is Backtesting?

In de financiële sector kijkt men met Backtesting naar de prestaties van een handelsstrategie door te testen hoe deze het zou hebben gedaan op basis van historische gegevens. Met andere woorden, het gebruikt gegevens uit het verleden om te zien hoe een strategie zou hebben gepresteerd. Als Backtesting goede resultaten oplevert, dan kunnen traders of investeerders er voor kiezen om de strategie toe te passen op een live omgeving.

Maar wat betekenen goede resultaten nou precies in dit geval? Het doel van een backtesting-tool is om de risico's en potentiële winstgevendheid van een bepaalde strategie te analyseren. Deze investeringsstrategie kan hiermee dan worden geoptimaliseerd en verbeterd op basis van de feedback om de potentiële resultaten verder te kunnen maximaliseren. Een goed uitgevoerde backtest kan ook inzicht bieden of dat de strategie überhaupt wel levensvatbaar is wanneer deze in een echte handelsomgeving wordt geïmplementeerd.

Dit houdt in dat een backtesting-platform of -tool ook nuttig kan zijn om aan te tonen dat een strategie niet levensvatbaar of te veel risico’s met zich mee brengt. Als de resultaten van backtesting wijzen op een niet-optimale prestatie, moet het idee worden herzien of volledig van tafel. Het is echter wel van belang om rekening te houden met de marktomstandigheden waarin het idee is getest. Dezelfde strategie kan bij backtesting ook tegenstrijdige resultaten laten zien wanneer de marktomstandigheden veranderen.

Bij professionals is backtesting van handelsstrategieën absoluut essentieel, vooral als het gaat om algoritmische handelsstrategieën (d.w.z. geautomatiseerde handel).

 

Hoe werkt backtesting?

Het principe van backtesting is dat wat in het verleden werkte, in de toekomst ook kan werken. Hoewel dit in de praktijk nog best lastig kan blijken te zijn. Wat in een bepaalde marktomgeving winstgevend kan zijn, zal in een andere situatie volledig mislukken.

Backtesting met een foutieve dataset kan leiden tot minder ideale resultaten. Daarom is het van belang om een goede dataset te vinden voor de backtesting-periode die overeenkomt met de huidige situatie in de markt. Ook dit kan in de praktijk bijzonder moeilijk blijken te zijn, aangezien de markt voortdurend in beweging is.

Voordat je besluit om zelf een strategie te backtesten, kan het handig zijn om te bepalen wat je precies te weten wilt komen. Wat zou je strategie levensvatbaar maken? Aan de andere kant, wat zijn de eigenschappen die je idee ontkrachten? Als je deze van tevoren zorgvuldig uitdenkt, zullen de resultaten van de test minder snel je gevoel kunnen beïnvloeden.

Bij backtesting moet je ook transactie- en handelskosten meenemen, samen met alle andere kosten die de strategie met zich meebrengt. Het is ook verstandig om te realiseren dat backtestingsoftware ook behoorlijk prijzig kan zijn, net als toegang tot kwalitatief hoogwaardige marktgegevens.

Als je toegang wilt krijgen tot historische gegevens van het Binance Futures-platform, vul dan dit aanvraagformulier in.
En onthoud dat backtesting, nou ja, in principe niet meer dan testen is. Net als bij technische analyse en grafieken, is er absoluut geen garantie dat het idee ook daadwerkelijk zal werken, zelfs als het geweldige resultaten oplevert op basis van historische gegevens.

 

Backtesting voorbeeld

Laten we eens kijken naar een versimpelde langetermijnstrategie voor Bitcoin.

Ons systeem ziet er als volgt uit:

  • We kopen Bitcoin bij de eerste wekelijkse close boven de 20-weekly moving average.
  • We verkopen Bitcoin bij de eerste wekelijkse close onder de 20-weekly moving average.

 

Deze strategie geeft slechts maar een paar signalen per jaar. Laten we eens kijken naar de periode vanaf 2019.

Bitcoin wekelijkse grafiek sinds 2019.

 

De strategie leverde vijf signalen op in het gemeten tijdsbestek:

  • Koop @ ~$4.000

  • Verkoop @ ~$8.000

  • Koop @ ~$8.500

  • Verkoop @ ~$8.000

  • Koop @ ~$9.000

 

Onze backtesting-resultaten laten zien dat deze strategie winstgevend zou zijn geweest. Is dat dan ook een garantie dat het zal blijven werken? Nee. Het betekent alleen dat als je naar deze specifieke dataset kijkt, deze strategie winst zou hebben opgeleverd. Je zou dit resultaat kunnen zien als een primitieve benchmark.

We hebben ook eigenlijk alleen maar gekeken naar nog geen twee jaar aan gegevens. Als we dit willen implementeren in een bruikbare strategie, dan loont het misschien om verder terug te gaan in de tijd en het te testen met meer prijsactie.

Dat gezegd hebbende, kan dit wel worden beschouwd als een veelbelovende start. Ons eerste idee lijkt vooralsnog goed te zijn, en we kunnen dit misschien wel door ontwikkelen tot een investeringsstrategie na wat verdere optimalisatie. Misschien willen we wel wat meer statistieken en technische indicatoren toevoegen om de signalen betrouwbaarder te maken. Het hangt allemaal af van onze eigen ideeën, investeringshorizon en risicotolerantie.


 

Backtesting versus paper trading

We hebben inmiddels een globaal idee van hoe backtesting eruit kan zien en hebben we een heel eenvoudige investeringsstrategie besproken. We moeten echter wel rekening houden met het feit dat in het verleden behaalde resultaten geen indicatie zijn voor toekomstige resultaten.

Dus, hoe kunnen we een systematische strategie verder optimaliseren die toepasbaar is op de huidige marktomstandigheden? We kunnen het bijvoorbeeld uitproberen op een live markt, maar dan zonder echt geld te riskeren. Dit wordt ook wel forward performance testing of paper trading genoemd.

Paper trading is een simulatie van een strategie maar dan in een live handelsomgeving. Het wordt paper trading (papieren handel) genoemd, omdat de transacties worden gedocumenteerd en geregistreerd, maar er geen echt geld wordt gebruikt. Dit biedt je dan ook een extra mogelijkheid waarmee je de strategie kunt optimaliseren en een beter inzicht kunt krijgen in de prestaties ervan.

Dat klinkt goed en wel, maar waar beginnen we eigenlijk? Het Binance Futures-testnet is een perfecte plek om strategieën in real-time uit te testen, maar zonder je geld te riskeren. Je kan heel simpel binnen enkele minuten een account aanmaken en gelijk strategieën testen in een omgeving alsof je live zou handelen in realtime markten.

Iets om hier op te letten is "laaghangend fruit plukken" of "cherry-picking". Dit verwijst naar het selecteren van slechts een subset van gegevens om een vooringenomen standpunt te kunnen bevestigen. Het hele principe van foreward-testing is om de strategie uit te testen alsof het in realtime zou gebeuren. Als je systeem zegt dat je een actie uit moet voeren, dan dien je dat ook te doen. Als je alleen transacties kiest die er "goed uitzien" op basis van je persoonlijke voorkeur, dan is de test voor de systematische strategie niet valide.

 

Handmatige versus geautomatiseerde backtesting

Handmatige backtesting betreft het analyseren van grafieken en historische data waarbij de transactie uit de strategie handmatig worden ingevoerd. Geautomatiseerde backtesting doet hetzelfde, maar hier is het proces geautomatiseerd door een computercode (met behulp van programmeertalen zoals Python of gespecialiseerde backtestingsoftware).

Veel handelaren gebruiken ook Google- of Excel-spreadsheets om de prestaties van een strategie te evalueren. Deze documenten werken als rapporten van strategietesters. Ze kunnen verschillende soorten informatie bevatten, zoals het handelsplatform, de activaklasse, de handelsperiode, het aantal winnende en verliezende transacties, Sharpe-ratio, maximale drawdown, nettowinst en nog veel meer.
De Sharpe-ratio wordt gebruikt om de potentiële ROI van een strategie in relatie tot de risico's te evalueren. Hoe hoger de waarde van de Sharpe-ratio, hoe aantrekkelijker de investerings- of handelsstrategie is.

De maximale drawdown vertegenwoordigt het moment waarop de handelsstrategie de slechtste prestatie had ten opzichte van de laatst waargenomen hoogste prijspiek (d.w.z. de grootste procentuele daling van de portefeuille tijdens de geanalyseerde periode).

 

Tot slot

Veel geautomatiseerde handelaren en investeerders zijn voor hun strategieën sterk afhankelijk van backtesting. Het is een van de essentiële instrumenten in de toolkit van elke algo-handelaar.

Tegelijkertijd kan het interpreteren van resultaten van backtesting in de praktijk lastig blijken te zijn. Het is namelijk makkelijk om met je eigen vooroordelen de backtesting-methode te veel te beïnvloeden. Met Backtesting alleen zal je waarschijnlijk geen levensvatbare handelsstrategieën uit kunnen werken, maar het kan je wel helpen om enkele ideeën uit te testen en een vinger aan de pols van de markt te houden.

Heb je nog meer vragen over handelsalgoritmen en data-analyse? Bekijk ons Q & A-platform, Ask Academy, waar de Binance-community je vragen zal beantwoorden.