Hvordan backtester jeg en strategi, der handler på et dagligt signal?

En daglig strategi, der beregner sit signal ud fra mandagens lukkekurs, kan ikke afgive en ordre ved mandagens luk. Den kan sende ordren, når prisen er kendt, og derefter handle til en senere pris, der faktisk kan eksekveres. Det lille valg af tidspunkt kan ændre resultatet mere end en smart indikator.

Før du skriver signalet til en daglig backtest, skal du fastlægge rækkefølgen: Hvornår er baren færdig, hvornår beregner strategien signalet, hvornår når ordren markedet, og til hvilken pris kan den realistisk blive udført? Hvis alle hændelser finder sted på samme tidspunkt, har backtesten sprunget over det svære.

Kan jeg bruge dagens lukkekurs til at handle ved dagens luk?

Som regel nej. Et signal, der afhænger af den endelige lukkekurs, er først tilgængeligt, når lukkeauktionen eller den sidste handel har fundet sted. En handel til samme pris forudsætter, at strategien kendte resultatet tidligt nok til at handle til en pris, som selv var med til at fastlægge resultatet.

Tag en enkel regel: Køb, når lukkekursen ligger over det 20-dages glidende gennemsnit. Ved mandagens luk bliver reglen opfyldt. En backtest, der køber ved mandagens luk, har brugt mandagens færdige pris både til beslutningen og til handlen. I en enkel model med dagsbarer er den redelige tilnærmelse at generere ordren, når mandagens bar er færdig, og tidligst udføre den ved tirsdagens åbning, med passende omkostninger.

Nogle strategier afgiver ordrer til lukkeauktionen ud fra information, der er tilgængelig inden auktionens frist. De kan backtestes, men signalet må kun bruge data fra før fristen, og udførelsen skal afspejle auktionens handelsvilkår. Betegnelsen „dagligt signal“ fastslår ikke i sig selv nogen af delene.

Hvilken udførelsespris bør jeg bruge i en daglig backtest?

Der findes ikke én pris, der altid er den rigtige. Næste sessions åbning er et klart udgangspunkt, når signalet dannes ud fra en færdig dagsbar, og ordren sendes bagefter. Det er ingen garanti: Et gab fra den ene dag til den næste kan flytte markedet, og en markedsordre betaler spread, gebyrer og muligvis også markedspåvirkning.

For signalet fra mandag ovenfor antager vi, at mandagens luk er $100, og at tirsdag åbner i $103. En backtest fra luk til luk kan vise en lille gevinst, hvis den lader som om, den købte i $100. En indgang ved næste åbning starter i $103. Forskellen på $3 er ikke „slippage“, der skal optimeres væk; det er priskonsekvensen af først at få kendskab til signalet efter mandagens luk.

På kryptomarkeder er „daglig lukning“ en konvention, fordi der fortsat handles, når tidsstempelgrænsen passeres. En strategi kan stadig bruge en færdig UTC-dagslysestage, men den skal vente, til lysestagen er afsluttet, og dataene er modtaget. Hvis din datapipeline først færdiggør en bar flere sekunder senere, er en ordre til grænsetidspunktets pris særligt svær at forsvare.

Hvordan bør jeg modellere ordrer, når jeg kun har dagsbarer?

Vær tydelig om, hvad baren kan og ikke kan fortælle dig. Daglig OHLCV kan understøtte en tilnærmelse med udførelse ved næste åbning, men den kan ikke vise spreadet på det tidspunkt, hvor din ordre når frem, prisforløbet gennem dagen eller, om en limitordre kom med i køen, før prisen nåede den.

For en daglig markedsordre skal du begynde med næste åbning og derefter lade strategien betale de omkostninger, den faktisk ville møde: gebyrer på handelsplatformen, et estimat for spread og et estimat for markedspåvirkning, der passer til ordrestørrelsen. Stresstest omkostningerne. Hvis resultatet afhænger af at antage nul spread eller ubetydelig markedspåvirkning, berettiger dagsbarerne ikke den tillid.

For en limitordre beviser det ikke, at du blev fyldt, blot at dagens laveste pris nåede din limit. Markedet kan have handlet dér, før din ordre nåede frem, eller der kan have ligget større mængder foran dig i køen, end der blev handlet. Dagsbarer er ofte for grove til at understøtte en troværdig kømodel. Brug finere data, hvis påstanden afhænger af intradagsekvering, eller vælg bevidst en konservativ antagelse om udførelse, og angiv den tydeligt.

Hvilke tidskontroller afslører lookahead i dagsbarer?

Jeg foretrækker nogle få kontante kontroller, fordi de hurtigt afdækker antagelserne:

• Flyt hver signalbaseret ordre én session frem. Hvis afkastet styrtdykker, så undersøg, om den oprindelige backtest brugte signalbarens luk som udførelsespris.
• Log tidspunktet for signalet, ordreafgivelsen og udførelsen hver for sig. Tidsstemplerne skal fortælle en realistisk historie uden behov for fortolkning.
• Sammenlign udførelse ved næste åbning med en senere, konservativ eksekveringspris. Hvis strategien kun virker på det mest fordelagtige tidspunkt i baren, har den et eksekveringsproblem.
• Undersøg, hvordan helligdage, manglende barer og markedslukninger påvirker „næste session“. Den næste kalenderdag er ikke nødvendigvis en handelsdag.

Et skift på én session er en diagnostisk test, ikke en universel eksekveringsmodel. En langsom porteføljeomlægning, en strategi for lukkeauktionen og et kryptosystem, der handler løbende, kræver forskellige ure. Pointen er at gøre tidsforløbet synligt.

Gør daglige data en backtest mindre nyttig?

Nej. Daglige data kan være helt passende for en strategi, hvor beslutningerne og beholdningsperioderne måles i dage eller uger. De er nyttige til at undersøge, om en overordnet regel er værd at forske videre i. De bliver misvisende, når backtesten hævder en præcision om udførelser, som barerne ikke kan vise.

Jeg har set mere end én strategi forbedre sig markant, fordi nogen ændrede „signal ved luk, udførelse ved luk“ til „signal ved luk, udførelse ved næste åbning“. Resultatet kan være skuffende, men det er værdifuldt: Det viser, om idéen holder, når den faktisk kan handles. Gem tidsaftalen sammen med strategikoden. Ellers sniger den umulige udførelse sig lydløst tilbage ved næste optimeringsrunde.