Trading Strategy Tester Testen und optimieren Sie Ihre Trading-Roboter, bevor Sie es für echte Trading Die integrierte MetaTrader 5 Strategy Tester erleichtert die Prüfung der automatisierten Roboter-Performance im Handel. Dieses leistungsstarke Tool ermöglicht nicht nur die Prüfung der Effizienz eines Expert Advisor, sondern ermöglicht auch die Erfassung der besten Eingabeparameter, bevor Sie die EA auf Ihrem realen Konto ausführen. Der gesamte Betrieb des Strategy Tester basiert auf historischen Kursen von Währungen, Aktien und anderen Vermögenswerten. Während der Tests durchläuft der Expert Advisor die akkumulierten Anführungszeichen und führt virtuelle Transaktionen gemäß seinem Algorithmus durch. Dieses Verfahren ermöglicht eine Bewertung, wie die EA in der Vergangenheit gehandelt haben würde. Der MetaTrader 5 Strategy Tester ermöglicht das Prüfen von Expertenberatern auf mehreren Währungen. Handelsroboter haben Zugang zu allen Finanzinstrumenten im Tester und können Handelsgeschäfte mit irgendeinem von ihnen durchführen. Mit dieser Funktion können Sie noch anspruchsvollere Expertenberater testen, die in der Lage sind, mehrere Währungen zu analysieren und die Zusammenhänge zu identifizieren. Der Hauptvorteil des Testverfahrens ist die Möglichkeit, eine Roboterleistung vor dem Handel auf einem realen Konto auszuwerten. Darüber hinaus dauert es nur wenige Minuten im Tester anstelle von Tagen, Wochen oder Monaten, die benötigt werden, um eine EA auf dem realen Markt zu testen. Dies ist ein unbestreitbarer Vorteil des Strategy Tester, aber nicht alle seiner Fähigkeiten. Testmodi MetaTrader 5 Strategy Tester bietet mehrere Testmodi, um das optimale Geschwindigkeitsqualitätsverhältnis auf der Grundlage der Händlerbedürfnisse zu erreichen. Jedes Tick wird verwendet, um die beste Prüfgenauigkeit zu gewährleisten. Simulierte Bedingungen sind in diesem Modus am realistischsten. 1 Minute OHLC wird für Händler eingeführt, die eine Strategie schnell, aber auch genau gleichzeitig testen möchten. Wählen Sie Offene Preise nur, wenn Sie sehr schnelle und grobe Schätzungen basierend auf Bars öffnen müssen Preise. Der Strategie-Tester wird nicht nur für die Prüfung der Handelsroboter eingesetzt, sondern auch zur Lösung vieler mathematischer Probleme der Parameteroptimierung. In diesem Fall wird die Handelsgeschichte nicht verwendet, und das Marktumfeld wird nicht simuliert, sodass mathematische Berechnungen im Expert Advisor implementiert werden. Mit Stress-Tests, kann die Prüfung von Handelsrobotern noch realistischer. Der Zufallsverzögerungsmodus simuliert Netzwerkverzögerungen bei der Übertragung und Verarbeitung von Handelsanforderungen sowie Verzögerungen bei der Ausführung von Aufträgen durch Händler im realen Handel. Grafische Darstellung der Testergebnisse Die Darstellung der Prüfergebnisse von Expert Advisors ist eines der bemerkenswertesten Merkmale des Strategy Tester. Die Ergebnisse sind in den Abbildungen dargestellt, die einen Profit-Profit während eines Tests anzeigen. Darüber hinaus sind sie auch durch eine große Menge von statistischen Daten einschließlich Profit-Verhältnis Verhältnis, die Zahl der profitable-blühende Angebote, Risikofaktor, erwartete Auszahlung und vieles mehr vertreten. Strategien Testergebnisse können in Diagrammen für eine bequemere Analyse präsentiert werden. Visuelle Prüfung Visual Testing macht es möglich, eine Expert Advisors Operationen auf historische Preisdaten in Echtzeit zu verfolgen: Alle durchgeführten Transaktionen werden auf einem Diagramm visualisiert, was die Analyse bequemer macht. Der Testprozess kann verlangsamt oder gestoppt werden, um zu beobachten, wie der Handel in einem bestimmten Zeitintervall durchgeführt wird. Der Visualisierungsmodus ermöglicht es dem Trader nicht nur, den Handelsroboterbetrieb in Echtzeit zu überwachen, sondern ermöglicht darüber hinaus die Prüfung von kundenspezifischen technischen Indikatoren. Beispielsweise können Sie ein Indikatorverhalten auf historische Daten auswerten, bevor Sie es vom Markt kaufen. Optimierung Ein weiterer wichtiger Nutzen des Strategie-Testers ist die Funktion der Optimierung, die es ermöglicht, die besten Eingabeparameter für einen bestimmten Handelsroboter auszuwählen. Mit Optimierung können Sie beispielsweise die Parameter ändern, um maximale Rentabilität und Stabilität, minimale Risiken und so weiter zu erzielen. Während des Optimierungsprozesses wird ein Handelsroboter mehrmals mit verschiedenen Sätzen von Parametern getestet. Nach der Optimierung können Sie die Ergebnisse vergleichen, um die Parameter auszuwählen, die die beste Leistung für Ihren Roboter bieten. Die Anzahl der Kombinationen der Eingabeparameter in der Optimierung kann überwältigend sein: Sie können bis zu Hunderte oder sogar Tausende solcher Kombinationen haben. Dadurch kann die Optimierung zu einem sehr umfangreichen Prozess werden, kann aber durch den Einsatz genetischer Algorithmen noch deutlich verkürzt werden. Diese Funktion deaktiviert die serielle Suche aller Kombinationen von Eingabeparametern und wählt nur diejenigen aus, die den optimierten Kriterien am besten entsprechen. In nachfolgenden Phasen werden die optimalen Kombinationen gekreuzt, bis das bestmögliche Ergebnis erreicht ist. Die genetischen Algorithmen helfen, die Anzahl der Kombinationen und die Gesamtoptimierungszeit deutlich zu reduzieren. Grafische Darstellung von Optimierungsergebnissen Der Strategy Tester bietet leistungsstarke 2D - und 3D-Tools für die visuelle Analyse von Optimierungsergebnissen. Sie können zum Beispiel die Korrelation eines Endergebnisses mit zwei Parametern in 2D analysieren, während 3D Ihnen ermöglicht, den gesamten Prozess der optimalen Ergebnissuche während der Optimierung anzuzeigen. Zusätzlich zu den integrierten Funktionen können Sie auch benutzerdefinierte Visualisierungsmethoden einsetzen. Es besteht keine Notwendigkeit, Daten in einer bestimmten Weise vorzubereiten, zu exportieren oder in einer Drittanbieteranwendung zu verarbeiten. Die Ergebnisse können während des Optimierungsprozesses überprüft werden. Forward-Tests Die integrierte Forward-Testoption vermeidet das Problem der Über-Optimierung oder der Parametrierung. Diese Option teilt die Datenbank der Währungs - und Aktienkurse für die Optimierung in zwei separate Teile auf. Die Optimierung wird für den ersten Teil durchgeführt, während der zweite Teil verwendet wird, um die erhaltenen Ergebnisse zu bestätigen. Wenn ein Handelsroboter in beiden Segmenten gleichermaßen effizient ist, ist dies der Beweis dafür, dass das Handelssystem die besten Parameter hat und eine Parametrierung praktisch unmöglich ist. MQL5 Cloud Network Verteiltes Testen und Optimieren ermöglicht den Anschluss zusätzlicher Rechenressourcen, um diese Prozesse zu verbessern. Sie können z. B. zusätzliche Computer in Ihrem lokalen Netzwerk verwenden, um den Optimierungsvorgang zu beschleunigen. Aber das ist nicht alles. MQL5 Cloud Network ist ein Cloud-Computing-Netzwerk, das Tausende von Computern aus der ganzen Welt vereint. Der Strategie-Tester kann mit dem Netzwerk verbinden, das von fast unbegrenzter Rechenleistung profitiert. Mit dem MQL5-Cloud-Netzwerk kann die Optimierung von Handelsanwendungen, die in der Regel Monate dauern würde, bis die Berechnung mit nur einem Computer erfolgt, innerhalb weniger Stunden abgeschlossen werden. MQL5 Cloud Network kann durch die MetaTrader 5 Handelsplattform in nur wenigen Klicks aktiviert werden. Erfahren Sie mehr darüber, wie MQL5 Cloud Network Berechnungen beschleunigen kann gtgt Neben der Verwendung der verteilten Computing-Netzwerk können Sie Ihre CPU-Rechenleistung und Geld zu verdienen. Sie sollten die MetaTester-Komponente starten, die in der MetaTrader 5-Handelsplattform enthalten ist, und Ihr Computer wird mit dem MQL5-Cloud-Netzwerk verbunden sein. Der Strategy Tester ist ein außergewöhnlich leistungsstarkes Tool für Entwickler von Handelsrobotern. Ohne die Verwendung des Testers ist die Schaffung eines effizienten und zuverlässigen Roboters praktisch unmöglich. Der Strategie-Tester spart Ihnen viel Zeit und ermöglicht die Schaffung eines wirklich optimalen Trading RobotBacktesting und Forward Testing: Die Bedeutung der Korrelation Trader, die eifrig sind, versuchen, eine Trading-Idee in einem Live-Markt oft den Fehler, sich vollständig auf Backtesting-Ergebnisse zu bestimmen, ob Das System wird profitabel sein. Während Backtesting Händler mit wertvollen Informationen versorgen kann, ist es oft irreführend und es ist nur ein Teil des Evaluierungsprozesses. Out-of-Sample-Tests und Vorwärts-Performance-Tests bieten weitere Bestätigung in Bezug auf eine System-Effektivität, und kann zeigen, dass Systeme echte Farben, bevor echtes Geld auf der Linie ist. Eine gute Korrelation zwischen Backtesting-, Out-of-Sample - und Forward-Performance-Testergebnissen ist entscheidend für die Bestimmung der Tragfähigkeit eines Handelssystems. Weitere Informationen finden Sie unter Backtesting: Interpretation der Vergangenheit. Backtesting-Grundlagen Backtesting bezieht sich auf die Anwendung eines Handelssystems auf historische Daten, um zu überprüfen, wie ein System während des Trainings durchgeführt worden wäre Den angegebenen Zeitraum. Viele der heutigen Handelsplattformen unterstützen Backtesting. Händler können Ideen mit wenigen Tastenanschlägen testen und Einblicke in die Effektivität einer Idee gewinnen, ohne Geld in einem Handelskonto zu riskieren. Backtesting kann einfache Ideen auswerten, wie z. B. wie ein gleitender Durchschnitt Crossover auf historische Daten oder komplexere Systeme mit einer Vielzahl von Eingaben und Trigger ausführen würde. Solange eine Idee quantifiziert werden kann, kann sie rückgängig gemacht werden. Einige Händler und Investoren können das Fachwissen eines qualifizierten Programmierers, um die Idee in eine testable Form entwickeln zu suchen. Typischerweise handelt es sich hierbei um einen Programmierer, der die Idee in die proprietäre Sprache codiert, die von der Handelsplattform gehostet wird. Der Programmierer kann benutzerdefinierte Eingabevariablen einbauen, die es dem Händler erlauben, das System zu optimieren. Ein Beispiel hierfür wäre das einfache gleitende durchschnittliche Crossover-System, wie oben angemerkt: Der Trader würde in der Lage sein, die Längen der beiden im System verwendeten gleitenden Durchschnittswerte einzugeben (oder zu ändern). Der Trader könnte Backtests durchführen, um zu bestimmen, welche Längen der gleitenden Durchschnittswerte das beste auf den historischen Daten durchgeführt hätten. (Mehr Einblick in das Electronic Trading Tutorial.) Optimierungsstudien Viele Handelsplattformen ermöglichen auch Optimierungsstudien. Dies beinhaltet die Eingabe eines Bereichs für die angegebene Eingabe und lassen Sie den Computer die Mathematik, um herauszufinden, was Eingang würde die besten durchgeführt haben. Eine Multi-Variable-Optimierung kann die Mathematik für zwei oder mehr Variablen kombinieren, um zu bestimmen, welche Ebenen zusammen das beste Ergebnis erzielt haben. Beispielsweise können Händler dem Programm sagen, welche Eingaben sie in ihre Strategie aufnehmen wollen, die dann unter Berücksichtigung der getesteten historischen Daten auf ihre idealen Gewichte optimiert würden. Backtesting kann spannend sein, indem ein unrentables System oft mit wenigen Optimierungen magisch in eine Geldmaschine umgesetzt werden kann. Leider tweaking ein System, um das größte Niveau der Vergangenheit Rentabilität zu erreichen, führt oft zu einem System, das schlecht im realen Handel durchführen wird. Diese Überoptimierung schafft Systeme, die nur auf Papier gut aussehen. Kurvenanpassung ist die Verwendung von Optimierungsanalysen, um die höchste Anzahl von Gewinntransaktionen mit dem größten Gewinn aus den im Testzeitraum verwendeten historischen Daten zu schaffen. Obwohl es in Backtesting-Ergebnissen eindrucksvoll aussieht, führt die Kurvenanpassung zu unzuverlässigen Systemen, da die Ergebnisse im Wesentlichen nur für diese bestimmten Daten und Zeiträume angepasst sind. Backtesting und Optimierung bieten viele Vorteile für einen Händler, aber dies ist nur ein Teil des Prozesses bei der Bewertung eines potenziellen Handelssystems. Der nächste Schritt besteht darin, das System auf historische Daten anzuwenden, die nicht in der anfänglichen Backtesting-Phase verwendet wurden. (Der gleitende Durchschnitt ist einfach zu berechnen und, sobald er in einem Diagramm gezeichnet ist, ist ein leistungsstarkes visuelles Trend-Spotting-Tool.) Weitere Informationen finden Sie unter Simple Moving Averages, die Trends hervorheben.) In-Sample vs. Out-of-Sample-Daten Beim Testen einer Idee auf historische Daten ist es vorteilhaft, einen Zeitraum von historischen Daten für Testzwecke zu reservieren. Die anfänglichen historischen Daten, auf denen die Idee getestet und optimiert wird, werden als In-Probe-Daten bezeichnet. Der reservierte Datensatz wird als Out-of-Sample-Daten bezeichnet. Dieses Setup ist ein wichtiger Teil des Evaluationsprozesses, da es eine Möglichkeit bietet, die Idee auf Daten zu testen, die nicht Bestandteil des Optimierungsmodells waren. Infolgedessen wird die Idee in keiner Weise durch die Out-of-Sample-Daten beeinflusst worden sein, und Händler werden in der Lage sein, zu bestimmen, wie gut das System auf neuen Daten, d. H. Im realen Handel, auskommen könnte. Vor dem Beginn einer Backtesting oder Optimierung können Händler einen Prozentsatz der historischen Daten reservieren, die für das Out-of-Sample-Testen reserviert werden sollen. Eine Methode besteht darin, die historischen Daten in Drittel zu teilen und ein Drittel für die Verwendung in der Out-of-Sample-Prüfung zu trennen. Nur die In-Probe-Daten sollten für die Erstprüfung und Optimierung verwendet werden. Fig. 1 zeigt eine Zeitlinie, in der ein Drittel der historischen Daten für die Prüfung außerhalb des Abtastwerts reserviert ist und zwei Drittel für das In-Sample-Testen verwendet werden. Obwohl 1 die Abtastdaten im Beginn des Tests darstellt, würden typische Prozeduren den Out-of-Sample-Anteil aufweisen, der unmittelbar der Vorwärtsleistung vorausgeht. Abbildung 1: Eine Zeitzeile, die die relative Länge der Daten in Stichproben - und Out-of-Sample-Daten, die im Backtesting-Prozess verwendet werden, darstellt. Sobald ein Handelssystem unter Verwendung von In-Sample-Daten entwickelt wurde, ist es bereit, auf die Out-of-Sample-Daten angewendet zu werden. Trader können die Performance-Ergebnisse zwischen den In-Sample - und Out-of-Sample-Daten auswerten und vergleichen. Korrelation bezieht sich auf Ähnlichkeiten zwischen den Leistungen und den Gesamttrends der beiden Datensätze. Korrelationsmetriken können bei der Auswertung der während des Testzeitraums erstellten Strategieleistungsberichte verwendet werden (eine Funktion, die die meisten Handelsplattformen bereitstellen). Je stärker die Korrelation zwischen den beiden ist, desto besser ist die Wahrscheinlichkeit, dass ein System bei Vorwärts-Performance-Tests und Live-Trading gut funktioniert. Fig. 2 veranschaulicht zwei verschiedene Systeme, die auf In-Probe-Daten getestet und optimiert wurden und dann auf Daten außerhalb der Abtastdaten angewandt wurden. Das Diagramm auf der linken Seite zeigt ein System, das eindeutig kalibriert wurde, um gut auf den In-Sample-Daten zu arbeiten und bei den Out-of-Sample-Daten vollständig fehlgeschlagen ist. Das Diagramm auf der rechten Seite zeigt ein System, das sowohl auf In - als auch in Out-of-Sample-Daten gut abschneidet. Abbildung 2: Zwei Aktienkurven. Die Handelsdaten vor jedem gelben Pfeil stehen für Stichprobenprüfung. Die zwischen den gelben und roten Pfeilen erzeugten Abläufe zeigen das Ausprobieren an. Die Trades nach den roten Pfeilen stammen aus den Vorwärts-Performance-Testphasen. Wenn es nur wenige Korrelationen zwischen dem Stichprobenverfahren und dem Out-of-Sample-Test gibt, wie das linke Diagramm in Abbildung 2, ist es wahrscheinlich, dass das System überoptimiert wurde und im Live-Handel nicht gut funktioniert. Wenn es eine starke Korrelation in der Leistung gibt, wie in dem rechten Diagramm in 2 zu sehen ist, beinhaltet die nächste Auswertungsphase eine zusätzliche Art von Out-of-Sample-Tests, die als Vorwärtsleistungstests bekannt sind. (Für weitere Informationen über die Prognose, siehe Financial Forecasting: Die Bayessche Methode.) Forward Performance Testing Basics Forward Performance-Test, auch bekannt als Papierhandel. Bietet den Händlern einen weiteren Satz von Out-of-Sample-Daten, auf denen ein System ausgewertet werden kann. Forward-Performance-Tests ist eine Simulation der tatsächlichen Handel und beinhaltet nach der System-Logik in einem Live-Markt. Es wird auch Papierhandel genannt, da alle Trades auf Papier ausgeführt werden, nur, dass Handelseinträge und Exits dokumentiert werden, zusammen mit einem Gewinn oder Verlust für das System, aber keine echten Trades ausgeführt werden. Ein wichtiger Aspekt der Vorwärtsleistungstests ist, der Systemlogik genau anders zu folgen, es wird schwierig, wenn nicht unmöglich, diesen Schritt des Prozesses genau zu bewerten. Trader sollten ehrlich über alle Handels-und Ausfahrten und vermeiden Verhalten wie Cherry Picking Trades oder nicht einschließlich eines Handels auf Papier Rationalisierung, dass ich nie diesen Handel genommen hätte. Wenn der Handel nach der Systemlogik aufgetreten wäre, sollte er dokumentiert und ausgewertet werden. Viele Broker bieten ein simuliertes Handelskonto, in dem Trades platziert werden können und die entsprechenden Gewinn - und Verlustrechnungen berechnet werden. Mit Hilfe eines simulierten Handelskontos kann eine semi-realistische Atmosphäre geschaffen werden, auf der der Handel praktiziert und das System weiter beurteilt werden kann. Abbildung 2 zeigt auch die Ergebnisse für Vorwärtsleistungstests an zwei Systemen. Wiederum kann das in der linken Tabelle dargestellte System nicht weit über das anfängliche Testen an In-Probe-Daten hinausgehen. Das in der rechten Grafik gezeigte System arbeitet jedoch weiterhin gut durch alle Phasen, einschließlich der Vorwärtsleistungstests. Ein System, das positive Ergebnisse mit guter Korrelation zwischen Stichproben-, Out-of-Sample - und Forward-Performance-Tests zeigt, ist bereit, in einem Live-Markt implementiert zu werden. Das Bottom Line Backtesting ist ein wertvolles Tool, das in den meisten Handelsplattformen zur Verfügung steht. Die Aufteilung historischer Daten in mehrere Sets, um Stichproben - und Out-of-Sample-Tests zu ermöglichen, können den Händlern ein praktisches und effizientes Instrument für die Bewertung einer Handelsidee und eines Systems bieten. Da die meisten Trader Optimierungstechniken im Backtesting einsetzen, ist es wichtig, das System dann auf saubere Daten zu bewerten, um deren Lebensfähigkeit zu bestimmen. Die Fortsetzung der Out-of-Sample-Tests mit Vorwärts-Performance-Tests bietet eine weitere Ebene der Sicherheit, bevor sie ein System in den Markt riskant echtes Geld. Positive Ergebnisse und eine gute Korrelation zwischen dem In-Sample - und dem Out-of-Sample-Backtesting und dem Forward-Performance-Testen erhöhen die Wahrscheinlichkeit, dass ein System im eigentlichen Handel gut abschneiden wird. (Einen umfassenden Überblick über die technische Analyse finden Sie unter Technische Analyse: Einleitung.)
No comments:
Post a Comment