Přeskočit na obsah

Backtesting a validace

Otestujte nápad a prověřte výsledky

Továrna testuje kód strategií na historických datech s nakonfigurovanými poplatky a předpoklady provedení. Nástroje optimalizace zkoumají stabilitu parametrů, zatímco analytik s AI vyhodnocuje důkazy a doporučuje další krok.

backtest_review.py
net_pnl = gross_pnl - fees
peak = equity.cummax()
drawdown = equity / peak - 1
assert train_end < test_start
Historické průběhy strategie napříč validačními okny s propady a rozděleními výsledků

Ilustrativní příklad · nikoli živý výsledek

Podívejte se, jak továrna strategií funguje v praxi.

Ilustrativní příklad · nikoli živý výsledek

Sledujte, jak agenti s AI vytvářejí a kontrolují strategii.

Agenti s AI rozvíjejí nápad, píší kód a vyhodnocují výsledky testů. Zjištění z kontroly mohou strategii vrátit k další iteraci.

  1. Popis
  2. Vývoj a ověření
  3. Backtest
  4. Zátěžový test
  5. Paper trading
01

Modelujte obchodní podmínky

Backtesty využívají historická data, nastavené poplatky obchodního místa a příslušné předpoklady o exekuci. Pokrytí dat, financování, prokluz (slippage) a tržní dopad mohou výsledek podstatně změnit.

02

Prozkoumejte více než jen výnos

Přečtěte si křivku kapitálu, propady, rozdělení výnosů a jednotlivé obchody. Zkontrolujte období, velikost vzorku a předpoklady spolu s hlavními ukazateli.

03

Prověřte robustnost

Analýza citlivosti, walk-forward optimalizace a holdout validace zkoumají, jak se výsledky mění mimo zvolené parametry a tréninková okna.

Uchovávejte předpoklady vedle výsledku.

Přesvědčivý graf je výchozím bodem pro revizi. Porovnejte obchodní náklady s očekávaným edge, prozkoumejte chování mimo vzorek (out-of-sample) a hledejte koncentraci do malého počtu obchodů či období.

  1. Vstupy

    Období dat, obchodní místo, poplatky

  2. Testy

    Backtest, walk-forward, holdout

  3. Důkazy

    Ukazatele, obchody, poznámky z revize

Nechte pozdější data prověřit dřívější volby.

Testování metodou walk-forward se fituje na dřívějším okně a vyhodnocuje na pozdějším. Rezervovaná sada (holdout) zůstává mimo optimalizační okna.

Přečtěte si skutečná data rozdělení a počty obchodů. Opakované využívání zpětné vazby z rezervované sady napříč mnoha pokusy může oslabit její nezávislost.

FitováníValidaceRezervovaná sada (holdout)
Schéma: tři okna fitování a validace postupují časem vpřed; rezervovaná sada zůstává vpravo mimo dosah. Délky oken a mezery mezi nimi závisí na konfiguraci.

Malý náklad může pohltit velkou výhodu.

Čím více strategie obchoduje, tím více její výsledek závisí na předpokladech o realizaci. Posuňte ovladač prokluzu a sledujte stejný hrubý výsledek při různých nákladech.

Obrat
Celkový obchodovaný nominál vztažený k počátečnímu kapitálu; počítá se každý nákup i prodej.
Poplatky a prokluz
Zkontrolujte nakonfigurované poplatky burzy a cenové předpoklady ve skutečné zprávě.
Čistý výsledek
Porovnejte zbylou výhodu s propady, velikostí vzorku a výsledky mimo vzorek.

Podívejte se, jak náklady na realizaci mění výsledek.

Hrubý výnos12.0%
Modelované náklady2.0%
Čistý výnos po těchto nákladech10.0%

Příklad předpokladů: hrubý výnos 12 %, kumulovaný obchodovaný nominál rovný 40násobku počátečního kapitálu a poplatek 2 bazické body na obchodovaný nominál. Náklady = obrat × (poplatek + prokluz); 1 bazický bod = 0,01 %. Lineární ilustrace; nezahrnuje kapitalizaci, financování ani tržní dopad.

Otázky s odpověďmi.

Další otázky a odpovědi
Zaručuje dobrý backtest budoucí výnosy?

Ne. Backtesty jsou hypotetické a citlivé na data, předpoklady a výběr. Validace pomáhá odhalit slabiny, ale neodstraňuje obchodní riziko.

Jsou poplatky aktuální kotace pro můj účet?

Ne. Jde o nastavené výchozí hodnoty simulace. Vaše úroveň na burze a pravidla instrumentu se mohou lišit. Před interpretací výsledku zkontrolujte předpoklady.

Jak se liší walk-forward testování od validace na rezervovaných datech (holdout)?

Walk-forward testování opakovaně přizpůsobuje model na dřívějších datech a vyhodnocuje jej na pozdějších oknech. Validace na rezervovaných datech ověřuje zvolené parametry na vyhrazeném období mimo tato optimalizační okna. Prostudujte si skutečná data, počty obchodů a zprávy; opakované využívání zpětné vazby z rezervovaných dat může oslabit jejich nezávislost.

Které výsledky bych měl kromě celkového výnosu sledovat?

Zkontrolujte propady (drawdowns), obchodní náklady, počet a rozložení obchodů, dobu držení pozic a výsledky mimo vzorek (out-of-sample). Sledujte závislost na malém počtu obchodů nebo na jediném tržním období. Vysoký výnos sám o sobě nevysvětluje, jak strategie tohoto výnosu dosáhla, ani ztráty, ke kterým po cestě došlo.

Proč testovat okolní parametry místo ponechání toho nejlepšího nastavení?

Nastavení, které vypadá vynikající, zatímco jeho sousední hodnoty fungují špatně, může být křehké. Analýza citlivosti ukazuje, jak se výsledek mění v okolí zvolených parametrů. Použijte ji spolu s důkazy z walk-forward testování a validace na rezervovaných datech při posuzování, zda je vzor širší než jeden vybraný výsledek.

Proč se mohou dva backtesty podobné myšlenky lišit?

Výsledek mohou změnit odlišné nástroje, datová období, intervaly svíček, pravidla pro vstup a výstup, poplatky nebo předpoklady o exekuci. Než rozdíl vyhodnotíte jako zlepšení, porovnejte konfiguraci a dostupná data spolu se záznamy obchodů.

Pochopte, co jednotlivé výsledky dokládají

Základní výsledek a výzkum parametrů

Před optimalizací si prohlédněte základní výsledek za celé historické období. Analytik využívá důkazy k určení hledaných parametrů; diagnostika trénování nedokládá výkonnost mimo vzorek.

Prozkoumat optimalizaci

Samostatný experiment

Pomocí Backtest Labu zkoumejte strategii, ale nepovažujte tento experiment za nové schválení pro paper trading ani živé obchodování. Spolu s výsledkem zkontrolujte kód, časové období dat a náklady.

Prozkoumat Backtest Lab

Důkazy nemusí vést k jednoznačnému závěru

I pozitivní výsledek backtestu může vycházet z příliš malého počtu nezávislých pozorování. Výzkum v režimu paper s nízkou mírou jistoty si toto označení zachovává a nikdy automaticky neopravňuje k obchodování se skutečnými penězi.

Přečíst průvodce validací

Začněte otázkou, kterou stojí za to otestovat.

Prozkoumejte zveřejněné strategie nebo otevřete pracovní prostor a s pomocí agentů s AI vytvořte, otestujte a monitorujte vlastní strategie.

Stratmill je platforma pro obchodní strategie s AI, nikoli finanční poradenství ani broker. Výsledky zpětného testování a paper tradingu jsou hypotetické. Obchodování je spojeno s rizikem ztráty.

Laboratoř zpětného testování

Spustit test z pracovního prostředí

Vyberte strategii, upravte její parametry a před spuštěním zpětného testu nebo optimalizace si prohlédněte odhad nákladů v kreditech.

Uvnitř produktu

Otevřete skutečný výzkumný záznam.

Tato veřejná strategie byla po hodnocení zamítnuta. Prohlédněte si její hypotézu a zaznamenané závěry a zjistěte, proč kladný výnos v titulku nestačí.

Přečíst veřejnou zprávu
Veřejná zpráva o strategii Stratmill s výsledkem výzkumu a závěry hodnocení
Veřejný snímek obrazovky produktu. Historický výzkum, nikoli tvrzení o aktuální výkonnosti.

Zjistěte, co vám důkazy mohou říct.

Zkontrolujte vstupy

Dostupnost dat, historie instrumentů, poplatky a předpoklady ohledně plnění pokynů se liší podle obchodního místa. Projděte si pokrytí a předpoklady zaznamenané pro váš běh.

Prozkoumat tržní data

Oddělte testy od průběžných důkazů

Zpětné testy simulují minulost. Simulované obchodování přidává průběžná pozorování. Výsledky s nízkou mírou jistoty nejsou statisticky průkazné a ani zpětné testy, ani simulované obchodování neslibují výnosy.

Prozkoumat simulované obchodování

Živé obchodování povolte samostatně

Otevření pracovního prostředí, import kódu ani spuštění zpětného testu nepovoluje zadávání pokynů se skutečnými penězi. Živé obchodování vyžaduje váš souhlas a podporovaný připojený účet.

Prozkoumat živé obchodování