O Walk Forward Analyzer está agora gratuito. Vá para a página de download para obter sua cópia gratuita. Como você sabe se o seu consultor especialista é realmente lucrativo. O MetaTraders Strategy Tester não lhe dá a imagem inteira. Você está negociando com base em testes atrasados demais otimistas e desapontado por encontrar Que o seu consultor especialista está a perder dinheiro na negociação ao vivo. Gostaria de saber se o seu consultor especializado é lucrativo, rápido e facilmente, sem perder dinheiro O Walk Forward Analyzer para o MetaTrader O Walk Forward Analyzer usa o próprio Testador de Estratégia do MetaTraders para realizar uma análise de progresso . Usando as configurações e os parâmetros de teste fornecidos pelo usuário. O software é fácil de usar, e pode lhe fornecer uma análise de progresso para a frente em uma fração do tempo que levaria para você fazer isso manualmente. Uma análise progressiva determina se um consultor especialista é rentável ao negociar com parâmetros otimizados em dados fora da amostra. Qualquer consultor especializado pode produzir um impressionante resultado de otimização, mas o teste verdadeiro é se esses resultados serão suportados quando testados em relação a dados futuros. O Walk Forward Analyzer executa este processo muitas vezes ao longo de meses e anos de dados históricos, dando-lhe uma imagem precisa do verdadeiro desempenho do seu consultor especializado. Após a conclusão de uma análise progressiva, você será apresentado um detalhado relatório de análise de progresso, mostrando os resultados das execuções de teste e otimização, o total de resultados de testes e o índice de eficiência progressiva. O que é uma medida de quão robusto é o seu sistema comercial. Veja o Walk Forward Analyzer em Ação Se você não estiver familiarizado com o procedimento de análise de caminhada, leia o que é Walk Forward Analysis para descobrir por que é o melhor método para determinar a robustez e rentabilidade potencial do seu sistema de negociação. O vídeo abaixo fornece um passo a passo completo e um tutorial do Walk Forward Analyzer para MetaTrader: o que é Walk Forward Analysis Walk forward anaylsis é o processo de otimização de um sistema comercial usando um conjunto limitado de parâmetros e, em seguida, testando o melhor parâmetro otimizado definido - dados de amostra. Isso é semelhante a como você usaria seu consultor especialista em negociação ao vivo. Os princípios da análise progressiva foram descritos pela primeira vez no livro The Evaluation and Optimization of Trading Strategies de Robert Pardo. Para realizar uma análise progressiva no MetaTrader, primeiro otimize o consultor especialista no Strategy Tester. Em seguida, escolha o resultado mais lucrativo na guia Resultados da Otimização e execute um backtest durante um período de tempo imediatamente após o período de otimização. A data de término do período de otimização é igual à data de início do período de teste. Este processo é repetido repetidamente até atingir um tamanho de amostra satisfatório. Se o consultor especialista tiver um bom desempenho no teste, em relação aos resultados de otimização, pode-se concluir que o consultor especialista provavelmente será rentável na negociação ao vivo. Se, por outro lado, o consultor perito executa mal nos testes, então os parâmetros de otimização ou a duração dos períodos de teste e otimização precisarão ser ajustados. Se, após muitas tentativas, o consultor perito ainda não tiver um bom desempenho no teste, então pode-se concluir que o sistema de negociação não é lucrativo. A animação à direita ilustra o procedimento de análise avançado. Uma otimização é realizada durante um período mais longo (os dados na amostra) e, em seguida, o conjunto de parâmetros otimizados é testado durante um período mais curto subseqüente (dados fora da amostra). Os períodos de otimização e teste são deslocados para a frente e o processo é repetido até obter um tamanho de amostra adequado. Fonte Um exemplo de uma análise de marcha para frente Fornecer um exemplo da vida real: íamos fazer uma análise progressiva em um consultor especializado, usando o EURUSD M30. Bem otimize este consultor especializado durante um período de 120 dias. Nós escolhemos os 3 ou 4 parâmetros mais importantes para otimizar, de modo a não otimizar ou ajustar a curva nos resultados. Além disso, menos parâmetros significam um teste mais rápido. Bem, selecione o resultado mais lucrativo e reflite esses parâmetros durante um período de 30 dias imediatamente após o período de otimização. Recomenda-se usar um período de teste de aproximadamente 25 do comprimento do período de otimização. Uma vez que gravamos nossos resultados, bem, mova o próximo período de otimização e teste em 30 dias. Após 12 rodadas consecutivas de otimização e testes, bem, tenha um valor de anos de dados de análise avançados. Comparamos o lucro diário médio dos períodos de otimização com o lucro diário médio para os períodos de teste. Isso nos dará um cálculo chamado de taxa de eficiência de progresso. Uma relação de eficiência progressiva superior a 0,5 é considerada um resultado muito bom. É o que chamamos de sistema de negociação robusto. No entanto, um consultor especialista é negociável, desde que seja consistentemente rentável durante vários períodos de teste. Se o índice de eficiência progressiva é negativo, isso significa que o consultor especialista não apresentou desempenho em relação aos resultados de otimização. Claro, você pode fazer uma análise progressiva manualmente no MetaTraders Strategy Tester. Mas o processo é tedioso, demorado e propenso ao erro. Este é o lugar onde o software Walk Forward Analyzer entra. O programa executará automaticamente uma análise progressiva usando MetaTraders Strategy Tester durante qualquer período de tempo, com apenas algumas configurações fornecidas pelo usuário. Testes de teste e teste: a importância dos comerciantes de correlação Que estão ansiosos para tentar uma idéia de negociação em um mercado ao vivo muitas vezes cometem o erro de confiar inteiramente nos resultados de backtesting para determinar se o sistema será lucrativo. Embora o backtesting possa fornecer aos comerciantes informações valiosas, muitas vezes é enganador e é apenas uma parte do processo de avaliação. Testes fora da amostra e testes de desempenho avançado fornecem uma confirmação adicional quanto à eficácia de um sistema, e podem mostrar cores verdadeiras dos sistemas, antes que o dinheiro real esteja na linha. Uma boa correlação entre resultados de teste de backtesting, out-of-sample e forward é vital para determinar a viabilidade de um sistema de comércio. (Oferecemos algumas dicas sobre este processo que podem ajudar a refinar suas estratégias comerciais atuais. Para saber mais, leia Backtesting: Interpreting the Past.) Backtesting Basics Backtesting refere-se à aplicação de um sistema de negociação a dados históricos para verificar como um sistema teria realizado durante O período de tempo especificado. Muitas das plataformas de negociação de hoje suportam backtesting. Os comerciantes podem testar idéias com algumas batidas de teclas e obter informações sobre a eficácia de uma idéia sem arriscar fundos em uma conta comercial. Backtesting pode avaliar idéias simples, como a forma como um crossover médio móvel seria executado em dados históricos, ou sistemas mais complexos com uma variedade de insumos e disparadores. Enquanto uma idéia pode ser quantificada, ela pode ser testada novamente. Alguns comerciantes e investidores podem procurar a experiência de um programador qualificado para desenvolver a idéia em uma forma testável. Normalmente, isso envolve um programador que codifica a idéia na linguagem proprietária hospedada pela plataforma de negociação. O programador pode incorporar variáveis de entrada definidas pelo usuário que permitem ao comerciante ajustar o sistema. Um exemplo disso seria no sistema de cruzamento de média móvel simples observado acima: o comerciante seria capaz de inserir (ou alterar) os comprimentos das duas médias móveis usadas no sistema. O comerciante poderia voltar a testar para determinar quais comprimentos de médias móveis teriam realizado o melhor nos dados históricos. (Obtenha mais informações no Tutorial de Negociação Eletrônica.) Estudos de Otimização Muitas plataformas de negociação também permitem estudos de otimização. Isso implica entrar em um intervalo para a entrada especificada e deixar o computador fazer a matemática para descobrir qual a entrada que teria realizado o melhor. Uma otimização multi-variável pode fazer a matemática para duas ou mais variáveis combinadas para determinar quais níveis juntos teriam alcançado o melhor resultado. Por exemplo, os comerciantes podem dizer ao programa quais os insumos que eles gostariam de adicionar à sua estratégia, então eles seriam otimizados para seus pesos ideais, dado os dados históricos testados. Backtesting pode ser emocionante na medida em que um sistema não lucrativo muitas vezes pode ser magicamente transformado em uma máquina de fazer dinheiro com algumas otimizações. Infelizmente, ajustar um sistema para alcançar o maior nível de rentabilidade passada muitas vezes leva a um sistema que funcionará mal na negociação real. Esta sobre-otimização cria sistemas que parecem bons apenas em papel. Curve fitting é o uso de análises de otimização para criar o maior número de negócios vencedores com o maior lucro nos dados históricos usados no período de teste. Embora pareça impressionante em resultados de backtesting, o ajuste de curva leva a sistemas não confiáveis, uma vez que os resultados são essencialmente personalizados para apenas esse dado e período de tempo específicos. Backtesting e otimização fornecem muitos benefícios para um comerciante, mas isso é apenas parte do processo ao avaliar um sistema comercial potencial. Um próximo passo dos comerciantes é aplicar o sistema a dados históricos que não foram utilizados na fase inicial de teste posterior. (A média móvel é fácil de calcular e, uma vez traçada em um gráfico, é uma poderosa ferramenta de manchas visuais. Para obter mais informações, leia as Médias móveis simples, faça com que as tendências se destatem.) Dados em amostra versus dados fora da amostra Ao testar uma ideia sobre dados históricos, é benéfico reservar um período de tempo de dados históricos para fins de teste. Os dados históricos iniciais em que a ideia é testada e otimizada são referidos como dados na amostra. O conjunto de dados que foi reservado é conhecido como dados fora da amostra. Esta configuração é uma parte importante do processo de avaliação porque fornece uma maneira de testar a idéia em dados que não foram um componente no modelo de otimização. Como resultado, a idéia não será influenciada de forma alguma pelos dados fora da amostra e os comerciantes serão capazes de determinar o quão bem o sistema pode executar em novos dados, ou seja, na negociação da vida real. Antes de iniciar qualquer backtesting ou otimização, os comerciantes podem reservar uma porcentagem dos dados históricos a serem reservados para testes fora da amostra. Um método é dividir os dados históricos em terços e segregar um terço para uso nos testes fora da amostra. Apenas os dados na amostra devem ser usados para o teste inicial e qualquer otimização. A Figura 1 mostra uma linha de tempo onde um terço dos dados históricos é reservado para testes fora da amostra e dois terços são usados para o teste na amostra. Embora a Figura 1 represente os dados fora da amostra no início do teste, procedimentos típicos teriam a porção fora da amostra imediatamente anterior ao desempenho para a frente. Figura 1: uma linha de tempo que representa o comprimento relativo de dados na amostra e fora da amostra usados no processo de teste posterior. Uma vez que um sistema comercial foi desenvolvido usando dados na amostra, está pronto para ser aplicado aos dados fora da amostra. Os comerciantes podem avaliar e comparar os resultados de desempenho entre dados in-sample e out-of-sample. A correlação refere-se a semelhanças entre os desempenhos e as tendências gerais dos dois conjuntos de dados. As métricas de correlação podem ser usadas na avaliação dos relatórios de desempenho da estratégia criados durante o período de teste (um recurso que a maioria das plataformas de negociação fornece). Quanto mais forte for a correlação entre os dois, melhor será a probabilidade de um sistema funcionar bem no teste de desempenho direto e na negociação ao vivo. A Figura 2 ilustra dois sistemas diferentes que foram testados e otimizados em dados na amostra, depois aplicados a dados fora da amostra. O gráfico à esquerda mostra um sistema claramente ajustável para funcionar bem nos dados na amostra e falhou completamente nos dados fora da amostra. O gráfico à direita mostra um sistema que funcionou bem em dados internos e fora da amostra. Figura 2: duas curvas de equidade. Os dados comerciais antes de cada seta amarela representam testes na amostra. Os negócios gerados entre as setas amarelas e vermelhas indicam testes fora da amostra. Os negócios após as setas vermelhas são das fases de teste de desempenho para frente. Se houver pouca correlação entre o teste na amostra e fora da amostra, como o gráfico esquerdo na Figura 2, é provável que o sistema tenha sido superestimado e não funcionará bem na negociação ao vivo. Se houver uma forte correlação no desempenho, como visto no gráfico certo na Figura 2, a próxima fase da avaliação envolve um tipo adicional de testes fora da amostra, conhecidos como testes de desempenho para a frente. (Para obter mais informações sobre a previsão, consulte Previsão Financeira: O Método Bayesiano.) Princípios básicos do teste de desempenho avançado Teste de desempenho para o futuro, também conhecido como comércio de papel. Fornece aos comerciantes outro conjunto de dados fora da amostra sobre os quais avaliar um sistema. O teste de desempenho avançado é uma simulação de negociação real e envolve seguir a lógica dos sistemas em um mercado ao vivo. Também é chamado de papel comercial, uma vez que todas as negociações são executadas apenas em papel, as entradas de comércio e as saídas são documentadas juntamente com qualquer lucro ou perda do sistema, mas nenhuma transação real é executada. Um aspecto importante do teste de desempenho para frente é seguir a lógica dos sistemas exatamente o contrário, torna-se difícil, se não impossível, avaliar com precisão esta etapa do processo. Os comerciantes devem ser honestos sobre quaisquer entradas e saídas de comércio e evitar comportamentos como cereais, ou não incluir um comércio de papel racionalizando que eu nunca teria negociado. Se o comércio tivesse ocorrido na sequência da lógica dos sistemas, ele deveria ser documentado e avaliado. Muitos corretores oferecem uma conta de negociação simulada onde os negócios podem ser colocados e o lucro e perda correspondente calculados. O uso de uma conta de negociação simulada pode criar uma atmosfera semi-realista para praticar o comércio e avaliar ainda mais o sistema. A Figura 2 também mostra os resultados para o teste de desempenho para frente em dois sistemas. Novamente, o sistema representado no gráfico à esquerda não consegue ir muito além do teste inicial em dados na amostra. O sistema mostrado no gráfico certo, no entanto, continua a funcionar bem em todas as fases, incluindo o teste de desempenho para frente. Um sistema que mostra resultados positivos com boa correlação entre os testes de desempenho na amostra, fora da amostra e para a frente está pronto para ser implementado em um mercado ao vivo. The Bottom Line Backtesting é uma valiosa ferramenta disponível na maioria das plataformas de negociação. A divisão de dados históricos em conjuntos múltiplos para fornecer testes em amostra e fora da amostra pode fornecer aos comerciantes um meio prático e eficiente para avaliar uma idéia e sistema de negociação. Como a maioria dos comerciantes emprega técnicas de otimização no backtesting, é importante então avaliar o sistema em dados limpos para determinar sua viabilidade. A continuação dos testes fora da amostra com testes de desempenho para frente fornece outra camada de segurança antes de colocar um sistema no mercado arriscando dinheiro real. Os resultados positivos e a boa correlação entre os testes de backtesting e teste de desempenho avançado na amostra e fora da amostra aumentam a probabilidade de um sistema funcionar bem na negociação real. (Para obter uma visão abrangente sobre análise técnica, consulte Análise Técnica: Introdução.)
No comments:
Post a Comment