Model Back Testing Forex

Backtesting Backtesting Backtesting es el proceso de probar una estrategia comercial sobre datos históricos relevantes para asegurar su viabilidad antes de que el comerciante arriesgue cualquier capital real. Un comerciante puede simular el comercio de una estrategia durante un período de tiempo adecuado y analizar los resultados para los niveles de rentabilidad y riesgo. Si los resultados cumplen los criterios necesarios que son aceptables para el comerciante, la estrategia se puede implementar con cierto grado de confianza de que dará lugar a beneficios. Si los resultados son menos favorables, la estrategia puede ser modificada, ajustada y optimizada para lograr los resultados deseados, o puede ser completamente desechada. Una cantidad significativa del volumen negociado en el mercado financiero de hoy es hecho por los comerciantes que utilizan algún tipo de automatización de la computadora. Esto es especialmente cierto para las estrategias comerciales basadas en el análisis técnico. Backtesting es una parte integral del desarrollo de un sistema de comercio automatizado. Cuando se hace correctamente, backtesting puede ser una herramienta invaluable para tomar decisiones sobre si utilizar una estrategia comercial. El período de tiempo de muestra en el que se realiza un backtest es crítico. La duración del período de tiempo de muestreo debe ser lo suficientemente larga como para incluir períodos de condiciones de mercado variables, incluyendo tendencias de alza, tendencia a la baja y negociación de rango limitado. Realizar una prueba en un solo tipo de condición de mercado puede producir resultados únicos que pueden no funcionar bien en otras condiciones del mercado, lo que puede conducir a conclusiones falsas. El tamaño de la muestra en el número de oficios en los resultados de la prueba también es crucial. Si el número de muestras de oficios es demasiado pequeño, la prueba puede no ser estadísticamente significativa. Una muestra con demasiadas operaciones durante un período demasiado largo puede producir resultados optimizados en los que un número abrumador de operaciones ganadoras se unen en torno a una condición o tendencia específica del mercado que es favorable para la estrategia. Esto también puede causar un comerciante para sacar conclusiones engañosas. Mantenerlo real Un backtest debe reflejar la realidad en la medida de lo posible. Los costes de negociación que de otro modo podrían considerarse insignificantes para los comerciantes cuando se analizan individualmente pueden tener un impacto significativo cuando el coste agregado se calcula durante todo el período de prueba posterior. Estos costos incluyen las comisiones, los spreads y el deslizamiento, y podrían determinar la diferencia entre si una estrategia comercial es rentable o no. La mayoría de los paquetes de software de backtesting incluyen métodos para contabilizar estos costos. Quizás la métrica más importante asociada con el backtesting es el nivel de robustez de la estrategia. Esto se logra comparando los resultados de una prueba posterior optimizada en un período de tiempo de muestra específico (denominado en la muestra) con los resultados de un backtest con la misma estrategia y ajustes en un período de tiempo de muestra diferente (denominado out - De la muestra). Si los resultados son igualmente rentables, entonces la estrategia puede ser considerada válida y robusta, y está lista para ser implementada en mercados en tiempo real. Si la estrategia fracasa en las comparaciones fuera de la muestra, entonces la estrategia necesita un mayor desarrollo, o debería abandonarse por completo. Prueba de fondo: Interpretar el pasado El retroprotección es un componente clave del desarrollo efectivo del sistema comercial. Se logra reconstruyendo, con datos históricos, los oficios que hubieran ocurrido en el pasado usando reglas definidas por una estrategia dada. El resultado ofrece estadísticas que pueden usarse para medir la efectividad de la estrategia. Usando estos datos, los comerciantes pueden optimizar y mejorar sus estrategias, encontrar cualquier defecto técnico o teórico, y ganar confianza en su estrategia antes de aplicarla a los mercados reales. La teoría subyacente es que cualquier estrategia que funcionó bien en el pasado es probable que funcione bien en el futuro, y por el contrario, cualquier estrategia que tuvo un desempeño pobre en el pasado es probable que tenga un desempeño pobre en el futuro. Este artículo echa un vistazo a las aplicaciones que se utilizan para backtest, qué tipo de datos se obtienen, y cómo ponerlo a utilizar Los datos y las herramientas Backtesting puede proporcionar un montón de valiosa información estadística sobre un determinado sistema. Algunas estadísticas de backtesting universales incluyen: Ganancia o pérdida neta - Ganancia o pérdida neta del porcentaje. Plazo - Fechas anteriores en las que se realizó la prueba. Universo - Acciones que se incluyeron en el backtest. Medidas de volatilidad - Porcentaje máximo de alza y desventaja. Promedios - Porcentaje de ganancia media y pérdida promedio, promedio de barras retenidas. Exposición - Porcentaje de capital invertido (o expuesto al mercado). Ratios - Relación ganancias-pérdidas. Rentabilidad anualizada - Rendimiento porcentual sobre un año. Rendimiento ajustado por riesgo - Rendimiento porcentual en función del riesgo. Normalmente, el software de backtesting tendrá dos pantallas que son importantes. La primera permite al comerciante personalizar la configuración de backtesting. Estas personalizaciones incluyen todo, desde períodos de tiempo hasta costos de comisión. Aquí hay un ejemplo de tal pantalla en AmiBroker: La segunda pantalla es el informe de resultados de backtesting real. Aquí es donde puede encontrar todas las estadísticas mencionadas anteriormente. De nuevo, aquí hay un ejemplo de esta pantalla en AmiBroker: En general, la mayoría de los programas comerciales contienen elementos similares. Algunos programas de software de gama alta también incluyen funcionalidad adicional para realizar el dimensionamiento automático de posición, optimización y otras funciones más avanzadas. Los 10 mandamientos Hay muchos factores que los comerciantes prestan atención cuando son backtesting estrategias comerciales. Aquí hay una lista de las 10 cosas más importantes que debe recordar mientras realiza el backtesting: Tenga en cuenta las tendencias generales del mercado en el marco de tiempo en el que se probó una estrategia dada. Por ejemplo, si una estrategia sólo se backtested desde 1999-2000, puede no estar bien en un mercado bajista. A menudo es una buena idea backtest en un marco de tiempo largo que abarca varios tipos diferentes de condiciones de mercado. Tenga en cuenta el universo en el que se realizó el backtesting. Por ejemplo, si se ensaya un amplio sistema de mercado con un universo formado por acciones tecnológicas, puede fallar en los distintos sectores. Como regla general, si una estrategia está dirigida hacia un género específico de stock, limite el universo a ese género pero, en todos los demás casos, mantenga un gran universo con fines de prueba. Las medidas de volatilidad son extremadamente importantes a considerar en el desarrollo de un sistema comercial. Esto es especialmente cierto para las cuentas apalancadas, que están sujetas a llamadas de margen si su patrimonio cae por debajo de cierto punto. Los comerciantes deben tratar de mantener la volatilidad baja con el fin de reducir el riesgo y permitir una transición más fácil dentro y fuera de un stock determinado. El número promedio de barras mantenidas es también muy importante observar cuando se desarrolla un sistema comercial. Aunque la mayoría del software de backtesting incluye costos de comisión en los cálculos finales, eso no significa que usted deba ignorar esta estadística. Si es posible, aumentar el número promedio de barras retenidas puede reducir los costos de comisión y mejorar su rendimiento general. La exposición es una espada de doble filo. El aumento de la exposición puede conducir a mayores beneficios oa mayores pérdidas, mientras que la disminución de la exposición significa menores ganancias o menores pérdidas. Sin embargo, en general, es una buena idea mantener la exposición por debajo de 70 con el fin de reducir el riesgo y permitir una transición más fácil dentro y fuera de un stock determinado. La estadística de ganancia / pérdida media, combinada con la relación ganancias-pérdidas, puede ser útil para determinar el dimensionamiento óptimo de la posición y la administración del dinero utilizando técnicas como el Criterio de Kelly. (Vea Money Management usando el Criterio de Kelly.) Los operadores pueden tomar posiciones más grandes y reducir los costos de comisión al aumentar sus ganancias promedio y aumentar su relación ganancias-pérdidas. La rentabilidad anualizada es importante porque se utiliza como una herramienta para comparar los rendimientos de los sistemas con otros lugares de inversión. Es importante no sólo analizar el rendimiento general anualizado, sino también tener en cuenta el aumento o la disminución del riesgo. Esto se puede hacer mirando el rendimiento ajustado por riesgo, que explica varios factores de riesgo. Antes de adoptar un sistema de negociación, debe superar a todos los demás lugares de inversión con un riesgo igual o menor. Backtesting personalización es muy importante. Muchas aplicaciones de backtesting tienen entradas para cantidades de comisiones, tamaños de lotes redondos (o fraccionales), tamaños de ticks, requisitos de margen, tasas de interés, suposiciones de deslizamiento, reglas de tamaño de posición, reglas de salida de barra misma, configuración de parada y mucho más. Para obtener los resultados de prueba de backtest más precisos, es importante afinar estos ajustes para imitar al agente que se utilizará cuando el sistema entre en funcionamiento. Backtesting a veces puede conducir a algo conocido como sobre-optimización. Esta es una condición en la que los resultados de rendimiento están tan ajustados al pasado que ya no son tan precisos en el futuro. En general, es una buena idea implementar reglas que se apliquen a todas las existencias o un conjunto selecto de valores objetivo y no se optimicen en la medida en que las reglas ya no sean comprensibles por el creador. Backtesting no siempre es la forma más precisa de medir la efectividad de un determinado sistema de comercio. A veces las estrategias que se desempeñaron bien en el pasado no funcionan bien en el presente. Los resultados anteriores no son indicativos de resultados futuros. Asegúrese de que el comercio de papel de un sistema que ha sido con éxito backtested antes de entrar en directo para asegurarse de que la estrategia sigue siendo aplicable en la práctica. Conclusión Backtesting es uno de los aspectos más importantes del desarrollo de un sistema comercial. Si se crea e interpreta correctamente, puede ayudar a los operadores a optimizar y mejorar sus estrategias, a encontrar cualquier defecto técnico o teórico, así como a ganar confianza en su estrategia antes de aplicarla a los mercados del mundo real. Para obtener el máximo provecho de su asesor experto, tendrá que optimizar y backtest su estrategia utilizando MetaTraders Strategy Tester. Mientras que las pruebas directas en una cuenta de demostración son esenciales, backtesting le permite simular el comercio durante un largo período de tiempo en cuestión de minutos. Y con la función de optimización, puede averiguar cuáles son las configuraciones que mejor se han realizado durante un período de gráfico histórico seleccionado. Hay un debate considerable sobre la precisión del probador de estrategia de MetaTraders. En el mejor de los casos, backtesting ofrece sólo una aproximación cercana de cómo las operaciones serían ejecutadas en tiempo real. Pero es la única herramienta disponible para probar rápidamente cualquier estrategia en una amplia gama de situaciones comerciales, y una que usted debe aprender a utilizar bien. Abra el probador de estrategia en MetaTrader haciendo clic en el botón correspondiente de la barra de herramientas o seleccionando Strategy Tester en el menú Ver. Antes de realizar el backtesting o la optimización, es importante asegurarse de que los datos de su historial sean completos y precisos, especialmente si está usando Every tick como su modelo de prueba. Si ve errores de gráfico no coincidentes en su diario o si la calidad de su modelo es inferior a 90, sus datos de historial son insuficientes para generar marcas exactas. Abra el Centro de historial en el menú Herramientas o presione F2 en el teclado. Haga doble clic en el par de gráficos de la columna izquierda que va a realizar el backtest. A continuación se muestra una lista de períodos de tiempo. Comience haciendo doble clic en 1 Minuto (M1) para cargar los datos del historial para ese período. El backtester utiliza datos M1 para generar ticks, por lo que es importante que sus datos M1 estén completos. Desde el Centro de historiales, puede descargar o importar datos para usar en el backtesting. Su corredor proporcionará automáticamente algunos datos recientes, pero puede que no sea suficiente para un backtest más largo. Además, los datos descargables gratuitos de MetaTrader (accesibles a través del botón Descargar) no siempre están completos y pueden contener grandes brechas. Puede descargar los datos M1 gratuitos de forextester / data / datasources. html. Primero, seleccione el período M1 para el símbolo de la lista en el lado izquierdo. Haga clic en el botón Importar y, a continuación, haga clic en Examinar en el cuadro de diálogo Importar para seleccionar el archivo de datos M1 que acaba de descargar. Presione Aceptar para importar los datos, puede tomar varios minutos. Ahora tiene varios años de datos M1 para ese símbolo. Para hacer uso de estos datos en plazos más altos, tendrá que utilizar el script periodconverter que viene con MetaTrader. Abra una ventana de gráfico y establezca en M1. Arrastre y suelte el script periodconverter de la ventana Navegador en el gráfico y establezca la configuración ExtPeriodMultiplier en el número de minutos para convertir. Para M15, utilice 15 para H1, use 60 para H4, use 240, y así sucesivamente. Repita este proceso para todos los símbolos / períodos en los que va a probar. Una vez que tenga suficientes datos históricos, puede comenzar a probar. El vídeo a continuación muestra el proceso de importación y conversión de los datos M1: Optimización La función de optimización de MetaTrader 4 le permite probar miles de combinaciones de configuración de asesor experto para encontrar la configuración más rentable para el gráfico, período y rango de fechas seleccionados. Las estrategias basadas en indicadores deberán optimizarse para obtener la máxima rentabilidad. Sin embargo, casi todos los EAs se beneficiarán de la optimización, incluso aquellos que comercian con datos de ticks, siempre y cuando tengan datos completos de M1 (ver arriba). Si bien el optimizador devolverá los ajustes más rentables para el intervalo de fechas seleccionado, esto no garantiza que estos ajustes sean rentables en el futuro. Las condiciones del mercado cambian con frecuencia, por lo que es importante re-optimizar regularmente su asesor experto para obtener los mejores resultados. Para optimizar su asesor experto, primero selecciónelo en el cuadro desplegable Asesor experto. Seleccione el par de divisas del cuadro Símbolo y período de gráfico del cuadro Período. Para Modelo. Youll generalmente desea seleccionar Open Prices Only, a menos que esté optimizando un EA que se ejecuta en tick datos. En ese caso, seleccione Todas las garrapatas. Marque la opción Usar fecha y seleccione un rango de fechas para optimizar. Por último, asegúrese de que la optimización está marcada. Haga clic en el botón Propiedades expertas para abrir la configuración de su asesor experto. Bajo la pestaña Entradas es donde ingresará el rango de valores para optimizar. La columna de inicio será el valor más bajo para una configuración determinada, mientras que la columna de detención será la más alta. La columna Step es la cantidad que el optimizador pasará de la configuración Start a Stop. En la imagen de arriba estamos optimizando los ajustes de SL, TS y TP para un asesor experto. El valor de inicio es 20, el paso es 20 y el punto de parada es 200. El optimizador comprobará cada combinación de valores de 20, 40, 60 y así sucesivamente hasta 200. Utilice un valor de inicio, paso y parada apropiado para El ajuste que está optimizando. Los valores pares (5, 10, etc.) son buenos. La casilla de verificación a la izquierda debe seleccionarse para que la configuración se optimice. Cualquier configuración que no esté marcada utilizará el número en la columna Valor al optimizar. Bajo la pestaña Pruebas, puede ajustar el Depósito Inicial a algo un poco más realista. Deje los otros ajustes en sus valores predeterminados. Cuando esté listo para comenzar a optimizar, pulse el botón Inicio en la parte inferior derecha de la ventana del Probador de estrategias. Según el período, el intervalo de fechas, el modelo de prueba y el número de ajustes que se van a optimizar puede tardar de unos minutos a varias horas. Si está tomando demasiado tiempo, considere la posibilidad de acortar el intervalo de fechas, optimizar menos ajustes o usar un valor de paso más grande. Una vez finalizada la optimización, abra la ficha Resultados de optimización y haga doble clic en la columna Beneficio para ordenar los resultados. Haga doble clic en cualquiera de los resultados para cargarlo en el probador. Vuelva a pulsar el botón Inicio para volver a probar con los ajustes seleccionados. Backtesting Por ahora, debe ser obvio cómo funciona el backtester. Seleccione su asesor experto. Símbolo. Período y Modelo. Marque la casilla Usar fecha y seleccione un intervalo de fechas. Seleccione el modo visual sólo si desea un paso a paso visual del backtesting. Deje sin optimizar la optimización. Pulse el botón Propiedades expertas e introduzca su configuración en la columna Valor en la pestaña Entradas. También puede cargar o guardar configuraciones usando los botones en la parte inferior derecha. Las columnas Start, Step y Stop se ignoran, al igual que las casillas de verificación. Cierre el cuadro de diálogo Propiedades del experto y pulse Iniciar para comenzar las pruebas. Tomará de unos segundos a varios minutos, dependiendo de la configuración. Una vez finalizada la prueba, abra la pestaña Informe en la parte inferior para ver sus resultados. Algunas estadísticas para tomar nota de: Total de beneficio neto - El beneficio bruto menos la pérdida bruta. Factor de ganancia - La relación entre la utilidad bruta y la pérdida bruta. Mayor es mejor, cualquier cosa por encima de 1,5 es bueno. Drawdown absoluto - La reducción de su depósito inicial. Las altas cargas aumentan la probabilidad de que su cuenta se apague. Operaciones con ganancias: su porcentaje general de ganancias. Modelado de la calidad - Sólo es importante si el modelo de prueba es Every Tick. Si es así, debe estar en 90. Si no, siga las instrucciones anteriores para actualizar su historial con datos exactos de M1. La pestaña de resultados en la parte inferior del probador de estrategia le dará los detalles sobre las órdenes abiertas y cerradas, incluyendo la parada de arrastrar, tomar ganancias y detener la pérdida. Haga clic en el botón Abrir gráfico para obtener una representación visual de sus resultados. Al probar su nueva EA, examine éstos de cerca para asegurarse de que su estrategia esté trabajando según lo previsto. Análisis de avance Mientras que el backtesting y la optimización pueden darle una buena idea de cómo va a operar su EA, tendrá que hacer pruebas más extensas para asegurarse de que su sistema de comercio es realmente rentable. La mejor manera de lograr esto es mediante un proceso llamado análisis progresivo. El análisis de avance consiste simplemente en múltiples ciclos de optimización y backtesting y analiza los resultados de las pruebas durante un largo período. Nuestro artículo sobre análisis de avance explica el proceso con más detalle. Nuestro Walk Forward Analyzer para MetaTrader le permite realizar WFA rápida y fácilmente.