Modeller handelsbetingelserne
Backtests bruger historiske data, konfigurerede handelspladsgebyrer og gældende eksekveringsantagelser. Datadækning, funding, slippage og markedspåvirkning kan ændre resultatet væsentligt.
Backtesting & validering
Test idéen. Undersøg beviserne.
Fabrikken tester strategikode på historiske data med konfigurerede gebyrer og antagelser om ordreudførelse. Optimeringsværktøjer undersøger parametrenes stabilitet, mens en AI-analytiker evaluerer evidensen og anbefaler det næste skridt.
Se strategifabrikken i aktion.
Illustrativt eksempel · ikke et live-resultat
Se AI-agenter opbygge og gennemgå en strategi.
AI-agenter udvikler idéen, skriver kode og vurderer testresultaterne. Resultater fra gennemgangen kan sende strategien tilbage til endnu en iteration.
Følg forløbet, ikke kun slutresultatet.
En illustrativ egenkapitalkurve afslører tilbageslag undervejs. Undersøg drawdown og handelsomkostninger, før du fortolker et resultat.
Hold åbne positioner i billedet.
Sammenlign kontoens egenkapital med saldoen for afsluttede handler. En åben position kan ændre egenkapitalen, før en handel afsluttes.
- Beskriv
- Byg & verificér
- Backtest
- Stresstest
- Paper-trading
EgenkapitalSaldo for lukkede handlerDrawdown
Nettoafkast—
Maks. drawdown—
Kontrolpunkt—
Undersøg mere end blot et afkast
Læs egenkapitalkurven, drawdowns, afkastfordelingen og de enkelte handler. Kontroller perioden, stikprøvestørrelsen og antagelserne sammen med de overordnede nøgletal.
Undersøg robustheden
Følsomhedsanalyse, walk-forward-optimering og holdout-validering undersøger, hvordan resultaterne ændrer sig uden for de valgte parametre og træningsvinduer.
Hold antagelserne ved siden af resultatet.
En overbevisende graf er et udgangspunkt for gennemgangen. Sammenlign handelsomkostninger med den forventede fordel, undersøg out-of-sample-adfærd, og se efter koncentration i et lille antal handler eller perioder.
Input
Dataperiode, handelsplads, gebyrer
Test
Backtest, walk-forward, holdout
Dokumentation
Nøgletal, handler, gennemgangsnotater
Lad senere data udfordre tidligere valg.
Walk-forward-test tilpasser på et tidligere vindue og evaluerer på et senere. Det reserverede tilbageholdte datasæt holdes uden for optimeringsvinduerne.
Læs de faktiske opdelingsdatoer og handelsantal. Genbrug af feedback fra det tilbageholdte datasæt på tværs af mange forsøg kan svække dets uafhængighed.
TilpasValidérTilbagehold
En lille omkostning kan opsluge en stor fordel.
Jo mere en strategi handler, jo mere afhænger dens resultat af udførelsesantagelser. Flyt slippage-kontrollen for at se det samme bruttoresultat under forskellige omkostninger.
- Omsætning
- Samlet handlet nominel værdi i forhold til startkapital; hvert køb og salg tæller med.
- Gebyrer & slippage
- Tjek de konfigurerede platformsgebyrer og prisantagelser i den faktiske rapport.
- Nettoresultat
- Sammenlign den resterende fordel med drawdowns, stikprøvestørrelse og resultater uden for stikprøven.
Se hvordan udførelsesomkostninger ændrer resultatet.
Bruttoafkast
Modellerede omkostninger
Netto efter disse omkostninger
Eksempelantagelser: 12% bruttoafkast, kumuleret handlet nominel værdi svarende til 40 gange startkapitalen, og 2 bp gebyr pr. handlet nominel værdi. Omkostninger = omsætning × (gebyr + slippage); 1 bp = 0,01%. Lineær illustration; ekskluderer renters rente, finansiering og markedspåvirkning.
Spørgsmål, besvaret.
Flere spørgsmål og svarGaranterer en god backtest fremtidige afkast?
Nej. Backtests er hypotetiske og følsomme over for data, antagelser og udvælgelse. Validering hjælper med at undersøge svagheder; den eliminerer ikke handelsrisiko.
Er gebyrerne live-kurser for min konto?
Nej. De er konfigurerede standardværdier til simulering. Din børsniveau og instrumentregler kan afvige. Gennemgå antagelserne, før du fortolker resultatet.
Hvordan adskiller walk-forward-test og holdout-validering sig?
Walk-forward-test tilpasser sig gentagne gange på tidligere data og evaluerer på senere vinduer. Holdout-validering kontrollerer de valgte parametre på en reserveret periode uden for disse optimeringsvinduer. Undersøg de faktiske datoer, antal handler og rapporter; gentagen brug af holdout-feedback kan svække dens uafhængighed.
Hvilke resultater bør jeg læse ud over det samlede afkast?
Gennemgå drawdowns, handelsomkostninger, antallet og fordelingen af handler, holdeperioder og out-of-sample-resultater. Se efter afhængighed af et lille antal handler eller én markedsperiode. Et højt afkast alene forklarer ikke, hvordan strategien tjente det, eller tabene undervejs.
Hvorfor teste nærliggende parametre i stedet for at beholde den bedste indstilling?
En indstilling, der ser fremragende ud, mens dens naboer klarer sig dårligt, kan være skrøbelig. Sensitivitetsanalyse viser, hvordan resultatet ændrer sig omkring de valgte parametre. Brug den sammen med walk-forward- og holdout-beviser, når du vurderer, om mønstret er bredere end ét udvalgt resultat.
Hvorfor kan to backtests af en lignende idé være uenige?
Forskellige instrumenter, dataperioder, bar-intervaller, ind- og udgangsregler, gebyrer eller udførelsesantagelser kan ændre resultatet. Sammenlign konfigurationen og de tilgængelige data sammen med handelsregistreringerne, før du fortolker en forskel som en forbedring.
Start med et spørgsmål, det er værd at teste.
Udforsk offentliggjorte strategier, eller åbn et arbejdsområde for at udvikle, teste og overvåge dine egne med AI-agenter.
Stratmill er en platform til AI-handelsstrategier, ikke finansiel rådgivning eller en børsmægler. Backtest- og papirhandelsresultater er hypotetiske. Handel indebærer risiko for tab.