Walk-forward-testing skal besvare et praktisk spørsmål: Hvis du gjentatte ganger hadde tilpasset en strategi ved kun å bruke fortiden, hvordan ville den da ha oppført seg i neste periode med data den ikke hadde sett? Metoden virker enkel. Velg et treningsvindu, tilpass strategien, test den fremover, flytt deretter vinduet og gjenta.
Problemet er at en serie vinduer kan se disiplinert ut, samtidig som informasjon lekker over grensene mellom dem. Jeg har sett skaden vise seg som mistenkelig jevn avkastning utenfor utvalget, parameterinnstillinger som virker påfallende stabile, og handler som tilskrives en testperiode selv om de startet før perioden begynte.
Feil 1: Å behandle testvinduet som et blankt ark
Et testvindu starter 1. juni. Signalet bruker et 50-dagers glidende gjennomsnitt, så backtesten laster inn mai-priser for å varme opp beregningen. Det er rimelig: En strategi i live-drift ville også videreført indikatorens tilstand. Men hvis avkastningen i testperioden begynner å telles fra 1. mai, har oppvarmingsdagene blitt en del av resultatet.
Det samme grenseproblemet oppstår med posisjoner. Tenk deg at strategien åpner en handel 29. mai og lukker den 3. juni. Skal gevinsten telle som resultat i testperioden? Bare hvis simuleringen tydelig definerer hvordan den håndterer posisjoner som allerede er åpne ved grensen. Ellers kan testen arve en inngang valgt med treningsdata og deretter godskrive testen den påfølgende gevinsten.
| Grensepunkt | Trygg håndtering | Vanlig feil |
|---|---|---|
| Indikatorhistorikk | Last inn tidligere barer for å bevare tilstanden; begynn poengberegningen ved teststart | Tell avkastningen i oppvarmingsperioden som testresultat |
| Åpne posisjoner | Lukk, viderefør eller ekskluder dem etter en oppgitt regel | Godskriv testen en inngang fra før testperioden |
| Ordre og utførelser | Krev at beslutningen og utførelsen skjer i testperioden | Utfør en ordre som ble generert før grensen |
En ren inndeling krever en regel for tilstand, ikke bare en dato. Bevar indikatorhistorikken som en live-prosess ville hatt, men beregn resultatet kun for perioden du skal evaluere. Vær tydelig på hvordan åpne posisjoner og ordre håndteres, og bruk samme regel ved hver rullering.
Feil 2: Å la handler krysse inndelingen uten en embargo
Overlappende etiketter skaper en annen lekkasje. Se for deg en modell som trenes på signaler der utfallet er avkastningen de neste fem handelsdagene. Et treningseksempel fra den siste dagen i mai bruker juni-priser for å avgjøre om prediksjonen var riktig. Hvis testen begynner 1. juni, har treningen allerede brukt deler av testutfallet.
Dette er lett å overse fordi selve feature-raden er datert 31. mai. Etiketten strekker seg inn i fremtiden. En tidsinndeling som bare bruker datoene på radene, fanger ikke opp denne overlappingen.
Fjern treningseksempler der utfallsvinduet strekker seg inn i testperioden. Avhengig av etikettens tidshorisont og hvordan features er konstruert, bør du også legge inn et mellomrom mellom trening og testing. Dette mellomrommet, ofte kalt en embargo, bør tilsvare perioden der informasjon eller utfall overlapper. En femdagers etikett gir ikke grunnlag for et mellomrom på én dag bare fordi diagrammet ser ryddigere ut.
Skriv ned hele tidsrommet hvert treningseksempel bruker: tilbakeblikket for features, beslutningstidspunktet og utfallsvinduet. Del inn etter disse tidsrommene, ikke bare etter datoen som står ved hver rad.
Feil 3: Å velge vinneren etter å ha sett alle foldene
Her er den mest fristende feilen. Du kjører walk-forward-tester på 40 parametersett. Én kombinasjon ser bra ut på tvers av flere fold, så du velger den og rapporterer de samme foldene som bevis på at den generaliserer.
Hver fold kan ha vært usett da den tilhørende modellen ble tilpasset. Men strategidesignet ble valgt etter at du hadde undersøkt alle foldene. Testresultatene har dermed påvirket en forskningsbeslutning og inngår derfor i treningsprosessen på eksperimentnivå.
Før en datert logg over hvilke valg som ble tatt før hver evaluering. Hvis du bruker walk-forward-resultater til å velge parametere, features, markeder eller til og med testvindu, bør du sette av en siste, urørt periode til én siste evaluering. Denne perioden åpnes én gang, etter at valgene er låst. Hvis du går tilbake og justerer etter å ha sett resultatene, er det ikke lenger en sluttest.
Her er det også en praktisk detalj: Lagre eksperimentloggen før resultatene kommer. Et regneark som redigeres etter en lovende kjøring, gir et dårlig bilde av hva du faktisk prøvde.
Hva bør en troverdig walk-forward-rapport vise?
Rapporter oppsettet sammen med avkastningen: trenings- og testdatoer, rulleringsfrekvens, etikettens tidshorisont, håndtering av oppvarming, regler for posisjoner ved grensene og hvor mange konfigurasjoner som ble prøvd. Vis hver fold så vel som samlet resultat. Et sterkt totalresultat bygget på ett heldig vindu bør tolkes annerledes enn moderate resultater som gjentas under ulike forhold.
Walk-forward-testing kan gi strategiforskning en nyttig disiplin, men disiplinen ligger i grensereglene og dokumentasjonen av beslutningene. Får du dette riktig, kan testen si noe om hvordan en forskningsprosess kan utvikle seg over tid. Hopper du over det, er walk-forward-etiketten bare pynt på et resultat som allerede har sett fremtiden.
← Alle innlegg


