Testiranje za nazaj je lahko videti prepričljivejše, ko poslabšate kakovost podatkov. Odstranite grde zapise, vrzeli zapolnite z urejenimi cenami in Sharpeovo razmerje se lahko zviša. Takšno izboljšanje je lahko opozorilo: pravilo čiščenja je morda izbrisalo natanko tiste tržne razmere, v katerih mora vaša strategija preživeti.
Kakovost podatkov je pomembna. Prekrižana kotacija ali podvojen posel lahko ustvari izvršitev, ki je nihče ne bi mogel doseči. Toda filter, zaradi katerega neprijetna opažanja izginejo, je prav tako izbira modela. Obravnavajte ga z enako mero nezaupanja kot novo signalno značilko.
Kdaj je napačna cena v resnici slab podatek?
Najprej se vprašajte, kaj opažanje predstavlja. Posel daleč od prevladujoče tržne cene je lahko pokvarjen zapis, resničen preboj skozi plitvo likvidnost ali dogodek, značilen za posamezno trgovalno mesto. Enominutna sveča s stolpcem ničelnega obsega lahko pomeni, da ni bilo poslov, manjkajoča sveča pa lahko pomeni, da je odpovedal podatkovni tok. Te primere je treba obravnavati različno.
Predstavljajte si preprosto strategijo vračanja k povprečju, ki kupi, ko cena pade 1 % pod kratkoročno drseče povprečje, in izstopi pri povprečju. V obdobju plitve likvidnosti čez noč se en posel sklene 1,2 % pod prejšnjo ceno, nato pa se trg hitro odbije. Če je zapis posla pristen, bi se lahko izvršilo naročilo z omejitvijo, ki ga je strategija že imela v knjigi. Če gre za napačen tik, ki ga ni podpirala nobena izvršljiva kotacija, štetje te izvršitve ustvari namišljeno prednost.
Samodejno brisanje sveče ni nujno varnejše. Naročilo strategije je morda še vedno čakalo na izvršitev na trgu, naslednji resnični posel pa bi ga lahko izvršil. Verodostojna rekonstrukcija mora upoštevati, kaj bi strategija lahko zaznala in proti čemu bi se njeno naročilo lahko verjetno izvršilo.
Kako pravilo čiščenja vpliva na rezultat?
Zaženite strategijo z izrecno določenimi načini obravnave podatkov in primerjajte spremembe. Ohranite izvorne podatke ter zabeležite vsak izločeni ali popravljeni zapis in razlog zanj. Nato poročajte, kolikšen del rezultata je odvisen od teh odločitev.
| Obravnava podatkov | Možna korist | Tveganje za testiranje za nazaj |
|---|---|---|
| Odstranitev zapisa zunaj dokumentiranega razpona napak borze | Prepreči, da bi znani neveljavni zapis določil skrajno vrednost | Pravilo lahko med hitrim trgom napačno razvrsti legitimne posle |
| Prenos zadnje cene čez manjkajoči interval | Kazalniki zaradi vrzeli ne odpovedo | Ustvari ceno, pri kateri morda ni bilo nobenega posla |
| Uporaba konsolidiranih kotacij namesto zadnjih sklenjenih poslov | Omogoči boljši pregled nad prikazanimi izvršilnimi cenami | Velikost kotacije, dostop do trgovalnega mesta in mesto v čakalni vrsti so še vedno pomembni |
| Izločitev vseh izstopajočih sveč na podlagi statističnega praga | Zmanjša občutljivost na skrajne vrednosti | Lahko odstrani resnična stresna obdobja, v katerih strategija utrpi največje izgube |
Predpostavimo, da je Sharpeovo razmerje pri zagonu brez filtrov 0,9, pri zagonu z izločenimi 0,8 % sveč pa naraste na 1,4. To samo po sebi še ne pomeni, da smo izboljšali kakovost podatkov. Preverite, ali se odstranjene sveče kopičijo ob skokih volatilnosti, ali predstavljajo pomemben delež P&L in ali je bilo pravilo za izločanje določeno, preden ste videli rezultat.
Vodite evidenco izjem pri podatkih: vir, časovni žig, prizadeta polja, razlog za ukrep in podatek o tem, ali je bila odločitev sprejeta pred pregledom uspešnosti strategije ali po njem.
Kako preverim, ali je čiščenje spremenilo prednost strategije?
Strategijo zamrznite in primerjajte več verjetnih načinov obravnave za iste datume. Kjer je mogoče, vključite rekonstrukcijo z izvornimi podatki, dokumentiran nabor popravkov in konzervativen scenarij izvrševanja za opažanja, ki ostanejo dvoumna. Za vsak zagon poleg Sharpeovega razmerja poročajte še o številu poslov, prometu, največjem padcu in prispevku intervalov, na katere vplivajo spremembe, k P&L.
Nato preglejte posle, ki se spremenijo. Če najbolj donosni posli strategije izginejo, ko izločite majhno skupino sumljivih zapisov, jih preglejte vsakega posebej. Enako natančno preučite tudi primere, ko izginejo izgube. Pravilo, ki mu pozornost namenite le takrat, ko poslabša rezultat testiranja za nazaj, že opravlja raziskovalno delo.
Za ponovljivo raziskavo različicajte datoteke ponudnika ali njihove kontrolne vsote, kodo za čiščenje in seznam izjem. Ponudnik lahko popravi zgodovinske podatke; naslednji zagon mora omogočati ugotoviti, ali se je spremenila strategija ali vhodni podatki.
Toda ali čiščenje ni nujno?
Je. Očitno pokvarjen zapis lahko ustvari namišljen posel, izkrivi volatilnost ali pokvari delovanje kazalnika. Prav tako nihče ne bi smel trditi, da so neobdelani podatkovni tokovi nezmotljiva resnica. Praktično sporočilo je ožje: čiščenje potrebuje dokaze, nespremenljivo pravilo in preverjanje občutljivosti, ker lahko spremeni, kateri trg naj bi testiranje za nazaj predstavljalo.
Ko popravek podatkov izboljša uspešnost, se vprašajte, katero opažanje je odstranil in ali bi se enako odločili, če ne bi videli krivulje kapitala. Če niste prepričani, obe različici ohranite v raziskovalni evidenci. Razlika med njima je del rezultata.
← Vse objave
