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 dokumentationen.
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.
backtest_review.pynet_pnl = gross_pnl - fees
peak = equity.cummax()
drawdown = equity / peak - 1
assert train_end < test_start
Illustrativt eksempel · ikke et live-resultat
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.
Forstå, hvad hvert resultat viser
Baseline- og parameterforskning
Undersøg baselinen for hele historikken før optimering. Analytikeren bruger evidensen til at definere parametersøgningen; træningsdiagnostik dokumenterer ikke resultater uden for stikprøven.
Udforsk optimeringEt separat eksperiment
Brug Backtest Lab til at undersøge en strategi uden at betragte eksperimentet som en ny godkendelse til paper trading eller livehandel. Gennemgå koden, dataperioden og omkostningerne sammen med resultatet.
Udforsk Backtest LabEvidensen kan forblive inkonklusiv
Selv en positiv backtest kan bygge på for få uafhængige observationer. Paper research med lav konfidens beholder sin mærkning og giver aldrig automatisk tilladelse til handel med rigtige penge.
Læs valideringsvejledningenStart 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.
Backtestlaboratorium
Kør en test fra dit arbejdsområde.
Vælg en strategi, juster dens parametre, og gennemgå de estimerede omkostninger i kreditter, før du starter en backtest eller optimering.
Indblik i produktet
Åbn en rigtig forskningspost.
Denne offentlige strategi blev afvist efter gennemgang. Undersøg hypotesen og de registrerede resultater for at se, hvorfor et positivt afkast i overskriften ikke er nok.
Læs den offentlige rapport
Forstå, hvad dokumentationen kan fortælle dig.
Kontrollér inputtene
Datatilgængelighed, instrumenthistorik, gebyrer og antagelser om ordreudførelse varierer fra handelssted til handelssted. Gennemgå den dækning og de antagelser, der er registreret for din kørsel.
Udforsk markedsdataSkeln mellem test og fremadrettet dokumentation
Backtests simulerer fortiden. Simuleret handel tilføjer fremadrettede observationer. Resultater med lav konfidens er ikke understøttet af statistisk evidens, og de er heller ikke et løfte om afkast.
Udforsk simuleret handelGodkend handel med rigtige penge separat
At åbne et arbejdsområde, importere kode eller starte en backtest giver ikke tilladelse til ordrer med rigtige penge. Livehandel kræver din godkendelse og en understøttet tilsluttet konto.
Udforsk live-handel