Modellera handelsvillkoren
Backtester använder historisk data, konfigurerade avgifter för marknadsplatsen och tillämpliga exekveringsantaganden. Datatäckning, finansieringskostnader, slippage och marknadspåverkan kan väsentligt förändra resultatet.
Backtestning och validering
Testa idén och granska underlaget.
Fabriken testar strategikod på historiska data med konfigurerade avgifter och antaganden om orderutförande. Optimeringsverktyg undersöker parametrarnas stabilitet, medan en AI-analytiker utvärderar underlaget och rekommenderar nästa steg.
backtest_review.pynet_pnl = gross_pnl - fees
peak = equity.cummax()
drawdown = equity / peak - 1
assert train_end < test_start
Illustrativt exempel · inte ett verkligt resultat
Se strategifabriken i arbete.
Illustrativt exempel · inte ett verkligt resultat
Se AI-agenter bygga och granska en strategi.
AI-agenter utvecklar idén, skriver kod och bedömer testresultaten. Granskningsresultat kan skicka tillbaka strategin för ytterligare en iteration.
Följ vägen, inte bara slutresultatet.
En illustrativ kapitalkurva visar bakslag längs vägen. Granska drawdown och handelskostnader innan du tolkar ett resultat.
Håll öppna positioner i bilden.
Jämför kontots kapital med saldot från stängda affärer. En öppen position kan förändra kapitalet innan en affär stängs.
- Beskriv
- Bygg & verifiera
- Backtesta
- Stresstesta
- Paper-trada
KapitalSaldo för avslutade affärerDrawdown
Nettoavkastning—
Max drawdown—
Kontrollpunkt—
Granska mer än bara avkastningen
Läs kapitalkurvan, drawdowns, avkastningsfördelningen och enskilda affärer. Kontrollera perioden, urvalsstorleken och antagandena tillsammans med de övergripande måtten.
Undersök robustheten
Känslighetsanalys, walk-forward-optimering och holdoutvalidering undersöker hur resultaten förändras utanför de valda parametrarna och träningsfönstren.
Håll antagandena bredvid resultatet.
Ett övertygande diagram är en utgångspunkt för granskning. Jämför handelskostnader med den förväntade edgen, granska beteendet utanför urvalsperioden och leta efter koncentration i ett fåtal affärer eller perioder.
Indata
Dataperiod, marknadsplats, avgifter
Tester
Backtest, walk-forward, holdout
Bevis
Mått, affärer, granskningsanteckningar
Låt senare data ifrågasätta tidigare val.
Walk-forward-testning anpassas på ett tidigare fönster och utvärderas på ett senare. Den reserverade holdout-perioden hålls utanför optimeringsfönstren.
Läs de faktiska brytdatumen och antalet affärer. Att återanvända återkoppling från holdout över många försök kan försvaga dess oberoende.
AnpassaValideraHoldout
En liten kostnad kan äta upp en stor fördel.
Ju mer en strategi handlar, desto mer beror dess resultat på exekveringsantaganden. Flytta slippage-reglaget för att se samma bruttoresultat under olika kostnader.
- Omsättning
- Totalt handlat nominellt belopp i förhållande till startkapitalet; varje köp och sälj räknas.
- Avgifter och slippage
- Kontrollera de konfigurerade handelsplatsavgifterna och prisantagandena i den faktiska rapporten.
- Nettoresultat
- Jämför den kvarvarande fördelen med nedgångar, urvalsstorlek och resultat utanför urvalet.
Se hur exekveringskostnader förändrar resultatet.
Bruttoavkastning
Modellerade kostnader
Netto efter dessa kostnader
Exempelantaganden: 12 % bruttoavkastning, ackumulerat handlat nominellt belopp motsvarande 40 gånger startkapitalet, och 2 punkters avgift per handlat nominellt belopp. Kostnader = omsättning × (avgift + slippage); 1 punkt = 0,01 %. Linjär illustration; exkluderar ränta-på-ränta, finansiering och marknadspåverkan.
Frågor, besvarade.
Fler frågor och svarGaranterar en bra backtest framtida avkastning?
Nej. Backtester är hypotetiska och känsliga för data, antaganden och urval. Validering hjälper till att undersöka svagheter, men eliminerar inte handelsrisken.
Är avgifterna realtidsuppgifter för mitt konto?
Nej. De är konfigurerade standardvärden för simuleringen. Din börsnivå och instrumentregler kan skilja sig. Granska antagandena innan du tolkar resultatet.
Hur skiljer sig walk-forward-testning och holdout-validering?
Walk-forward-testning anpassar upprepade gånger på tidigare data och utvärderar på senare fönster. Holdout-validering kontrollerar de valda parametrarna på en reserverad period utanför dessa optimeringsfönster. Inspektera de faktiska datumen, antalet affärer och rapporterna; att upprepade gånger använda holdout-återkoppling kan försvaga dess oberoende.
Vilka resultat bör jag läsa förutom total avkastning?
Granska nedgångar, handelskostnader, antalet och fördelningen av affärer, innehavsperioder och out-of-sample-resultat. Leta efter beroende av ett litet antal affärer eller en marknadsperiod. En hög avkastning ensam förklarar inte hur strategin tjänade den eller förlusterna längs vägen.
Varför testa närliggande parametrar istället för att behålla den bästa inställningen?
En inställning som ser utmärkt ut medan dess grannar presterar dåligt kan vara skör. Känslighetsanalys visar hur resultatet förändras runt de valda parametrarna. Använd den tillsammans med walk-forward- och holdout-belägg när du bedömer om mönstret är bredare än ett enskilt valt resultat.
Varför kan två backtester av en liknande idé vara oense?
Olika instrument, dataperioder, barintervall, in- och utträdesregler, avgifter eller exekveringsantaganden kan förändra utfallet. Jämför konfigurationen och tillgänglig data tillsammans med handelsregistren innan du tolkar en skillnad som en förbättring.
Förstå vad varje resultat visar
Baslinje- och parameterforskning
Granska baslinjen för hela historiken före optimering. Analytikern använder evidensen för att definiera parametersökningen; träningsdiagnostik fastställer inte resultat utanför urvalet.
Utforska optimeringEtt separat experiment
Använd Backtest Lab för att undersöka en strategi utan att betrakta experimentet som ett nytt godkännande för pappershandel eller livehandel. Granska koden, datafönstret och kostnaderna tillsammans med resultatet.
Utforska Backtest LabEvidensen kan förbli otillräcklig för en slutsats
Ett positivt backtest kan ändå bygga på för få oberoende observationer. Pappersforskning med låg konfidens behåller sin märkning och ger aldrig automatiskt tillstånd till handel med riktiga pengar.
Läs valideringsguidenBörja med en fråga värd att testa.
Utforska publicerade strategier eller öppna en arbetsyta för att bygga, testa och övervaka din egen med AI-agenter.
Stratmill är en plattform för AI-baserade handelsstrategier, inte finansiell rådgivning eller en mäklare. Resultat från backtestning och pappershandel är hypotetiska. Handel innebär risk för förlust.
Backtestlabb
Kör ett test från din arbetsyta.
Välj en strategi, justera dess parametrar och granska den uppskattade kostnaden i krediter innan du startar ett backtest eller en optimering.
Inuti produkten
Öppna en verklig forskningspost.
Den här offentliga strategin avvisades efter granskning. Granska hypotesen och de dokumenterade fynden för att se varför en positiv avkastning i rubriken inte räcker.
Läs den offentliga rapporten
Förstå vad beläggen kan säga dig.
Kontrollera indata
Datatillgänglighet, instrumenthistorik, avgifter och antaganden om orderfyllnad varierar mellan handelsplatser. Granska täckningen och antagandena som dokumenterats för din körning.
Utforska marknadsdataSkilj tester från framåtblickande belägg
Backtester simulerar det förflutna. Simulerad handel tillför framåtblickande observationer. Resultat med låg säkerhet är inte statistiskt bevisade, och inget av detta är ett löfte om avkastning.
Utforska simulerad handelGodkänn handel med riktiga pengar separat
Att öppna en arbetsyta, importera kod eller starta ett backtest innebär inte att du godkänner order med riktiga pengar. Liveexekvering kräver ditt godkännande och ett anslutet konto som stöds.
Utforska livehandel