Model Back Testing Forex

Backtesting: Interpréter le passé Le backtesting est un élément clé du développement efficace du système commercial. Elle est accomplie en reconstituant, avec des données historiques, les métiers qui auraient eu lieu dans le passé en utilisant des règles définies par une stratégie donnée. Le résultat offre des statistiques qui peuvent être utilisées pour évaluer l'efficacité de la stratégie. En utilisant ces données, les traders peuvent optimiser et améliorer leurs stratégies, trouver des défauts techniques ou théoriques, et gagner la confiance dans leur stratégie avant de l'appliquer sur les marchés réels. La théorie sous jacente est que toute stratégie qui a bien fonctionné dans le passé est susceptible de bien fonctionner dans l'avenir, et inversement, toute stratégie qui a mal performé dans le passé est susceptible de fonctionner mal à l'avenir. Cet article donne un aperçu des applications utilisées pour le backtest, du type de données obtenues et de la manière de les utiliser. Les données et les outils Backtesting peuvent fournir de précieux commentaires statistiques sur un système donné. Quelques statistiques universelles de backtesting incluent: Bénéfice ou perte net gain ou perte nette de pourcentage. Délai Dates passées où l'essai a eu lieu. Univers Stocks qui ont été inclus dans le backtest. Mesures de volatilité Pourcentage maximal de hausse et de baisse. Moyennes Pourcentage du gain moyen et de la perte moyenne, moyenne des barres détenues. Exposition Pourcentage du capital investi (ou exposé au marché). Ratios Ratio gains / pertes. Rendement annualisé Rendement en pourcentage sur une année. Rendement ajusté en fonction du risque Rendement en pourcentage en fonction du risque. Typiquement, le logiciel de backtesting aura deux écrans qui sont importants. Le premier permet au commerçant de personnaliser les paramètres de backtesting. Ces personnalisations incluent tout, de la période à la commission des coûts. Voici un exemple d'un tel écran dans AmiBroker: Le deuxième écran est le rapport de résultats de backtesting réelle. C'est là que vous pouvez trouver toutes les statistiques mentionnées ci dessus. Encore une fois, voici un exemple de cet écran dans AmiBroker: En général, la plupart des logiciels commerciaux contient des éléments similaires. Certains logiciels haut de gamme incluent également des fonctionnalités supplémentaires pour effectuer le dimensionnement automatique des positions, l'optimisation et d'autres fonctionnalités plus avancées. Les 10 commandements Il ya beaucoup de facteurs commerçants attention à quand ils sont backtesting stratégies de négociation. Voici une liste des 10 choses les plus importantes à retenir pendant le backtesting: Prendre en compte les tendances générales du marché dans le temps dans lequel une stratégie donnée a été testée. Par exemple, si une stratégie a seulement été testée à partir de 1999 2000, elle peut ne pas être bien dans un marché baissier. Il est souvent une bonne idée de backtest sur une longue période qui englobe plusieurs types différents de conditions du marché. Prendre en compte l'univers dans lequel le backtesting s'est produit. Par exemple, si un vaste système de marché est testé avec un univers composé de stocks technologiques, il peut ne pas réussir à bien dans différents secteurs. En règle générale, si une stratégie est ciblée vers un genre spécifique de stock, limiter l'univers à ce genre, mais dans tous les autres cas, maintenir un grand univers à des fins de test. Les mesures de volatilité sont extrêmement importantes à considérer dans le développement d'un système commercial. Cela est particulièrement vrai pour les comptes à effet de levier, qui sont soumis à des appels de marge si leurs fonds propres tombe en dessous d'un certain point. Les commerçants devraient chercher à maintenir la volatilité à un niveau bas afin de réduire les risques et de faciliter la transition dans et hors d'un stock donné. Le nombre moyen de barres détenues est également très important à surveiller lors de l'élaboration d'un système commercial. Bien que la plupart des logiciels de backtesting comprennent les coûts de commission dans les calculs finaux, cela ne signifie pas que vous devriez ignorer cette statistique. Si possible, augmenter votre nombre moyen de barres retenues peut réduire les coûts de commission et améliorer votre rendement global. L'exposition est une épée à double tranchant. Une exposition accrue peut conduire à des profits plus élevés ou des pertes plus élevées, tandis que l'exposition réduite signifie des profits inférieurs ou des pertes plus faibles. Cependant, en général, il est judicieux de garder une exposition inférieure à 70 afin de réduire les risques et de faciliter la transition dans et hors d'un stock donné. La statistique de la perte de gain moyenne, combinée au ratio gains / pertes, peut être utile pour déterminer le dimensionnement optimal de la position et la gestion de l'argent en utilisant des techniques comme le critère Kelly. (Voir Gestion de l'argent en utilisant le critère Kelly.) Les commerçants peuvent prendre des positions plus importantes et réduire les coûts de commission en augmentant leurs gains moyens et en augmentant leur ratio gains / pertes. Le rendement annualisé est important parce qu'il est utilisé comme un outil pour comparer les rendements des systèmes à ceux d'autres sites d'investissement. Il est important non seulement d'examiner le rendement global annualisé, mais aussi de tenir compte de l'augmentation ou de la diminution du risque. Cela peut être fait en examinant le rendement ajusté en fonction du risque, qui tient compte de divers facteurs de risque. Avant l'adoption d'un système de négociation, il doit surperformer tous les autres sites d'investissement à un risque égal ou inférieur. Backtesting personnalisation est extrêmement important. De nombreuses applications de backtesting ont des entrées pour les montants de commissions, les tailles de lot rondes (ou fractionnelles), les tailles de tiques, les exigences de marge, les taux d'intérêt, les hypothèses de glissement, les règles de dimensionnement de position, les règles de sortie de barres identiques. Pour obtenir les résultats les plus précis, il est important d'accorder ces paramètres pour imiter le courtier qui sera utilisé lorsque le système sera mis en service. Backtesting peut parfois conduire à quelque chose connu sous le nom de sur optimisation. C'est une condition où les résultats de performance sont si fortement accordés au passé qu'ils ne sont plus aussi précis à l'avenir. C'est généralement une bonne idée d'appliquer des règles qui s'appliquent à tous les stocks ou à un ensemble sélectionné de stocks ciblés et qui ne sont pas optimisées dans la mesure où les règles ne sont plus compréhensibles par le créateur. Backtesting n'est pas toujours la façon la plus précise de mesurer l'efficacité d'un système commercial donné. Parfois, les stratégies qui ont bien performé dans le passé ne parviennent pas à bien dans le présent. Les performances passées ne représentent pas les résultats futurs. Assurez vous de faire du commerce de papier un système qui a été testé avec succès avant d'être en direct pour être sûr que la stratégie reste applicable dans la pratique. Conclusion Backtesting est l'un des aspects les plus importants du développement d'un système commercial. Si elle est créée et interprétée correctement, elle peut aider les opérateurs à optimiser et à améliorer leurs stratégies, à trouver des défauts techniques ou théoriques, ainsi qu'à acquérir une confiance dans leur stratégie avant de l'appliquer aux marchés du monde réel. Pour tirer le meilleur parti de votre conseiller expert, vous aurez besoin pour optimiser et backtest votre stratégie à l'aide de MetaTraders Strategy Tester. Pour en savoir plus sur la stratégie de trading de MetaTraders, cliquez ici. Alors que les tests en direct sur un compte démo est essentiel, le backtesting vous permet de simuler la négociation sur une longue période de temps en quelques minutes. Et avec la fonction d'optimisation, vous pouvez déterminer quels paramètres ont le mieux réussi sur une période de graphique historique sélectionnée. Il ya un débat considérable sur la précision du testeur de stratégie MetaTraders. Au mieux, backtesting offre seulement une approximation étroite de la manière dont les métiers seraient exécutés en temps réel. Mais c'est le seul outil disponible pour tester rapidement toute stratégie sur un large éventail de situations de trading, et celui que vous devez apprendre à bien utiliser. Ouvrez le testeur de stratégie dans MetaTrader en cliquant sur le bouton approprié dans la barre d'outils ou en sélectionnant Stratégie testeur dans le menu Affichage. Avant de tester ou d'optimiser, il est important de s'assurer que vos données d'historique sont complètes et exactes, surtout si vous utilisez Every tick comme modèle de test. Si vous voyez des erreurs de graphique incompatibles dans votre journal ou si votre qualité de modélisation est inférieure à 90, vos données d'historique sont insuffisantes pour générer des tiques précises. Ouvrez le Centre d'historique dans le menu Outils ou en appuyant sur F2 sur votre clavier. Double cliquez sur la paire de graphiques dans la colonne de gauche que vous envisagez de backtest pour. Une liste de périodes apparaît ci dessous. Commencez par double cliquer sur 1 minute (M1) pour charger les données d'historique pour cette période. Le backtester utilise les données M1 pour générer des ticks, il est donc important que vos données M1 soient complètes. À partir du Centre d'historique, vous pouvez télécharger ou importer des données à utiliser dans le test en arrière plan. Votre courtier fournira automatiquement certaines données récentes, mais il peut ne pas être suffisant pour un backtest plus long. De plus, les données téléchargeables gratuites de MetaTrader (accessibles via le bouton Télécharger) ne sont pas toujours complètes et peuvent contenir de grandes lacunes. Vous pouvez télécharger gratuitement les données M1 de forextesterdatadatasources. html. Sélectionnez d'abord la période M1 du symbole dans la liste de gauche. Cliquez sur le bouton Importer, puis sur Parcourir dans la boîte de dialogue Importer pour sélectionner le fichier de données M1 que vous venez de télécharger. Appuyez sur OK pour importer les données cela peut prendre plusieurs minutes. Vous avez maintenant plusieurs années de données M1 pour ce symbole. Pour utiliser ces données sur des délais plus élevés, vous aurez besoin d'utiliser le script periodconverter fourni avec MetaTrader. Ouvrez une fenêtre de graphique et réglez la sur M1. Faites glisser et déposez le script periodconverter à partir de la fenêtre Navigateur sur le graphique et définissez le paramètre ExtPeriodMultiplier sur le nombre de minutes à convertir. Pour M15, utilisez 15 pour H1, utilisez 60 pour H4, utilisez 240, et ainsi de suite. Répétez ce processus pour toutes les périodes de symboles que vous prévoyez de tester. Une fois que vous avez suffisamment de données d'historique, vous pouvez commencer à tester. La vidéo ci dessous illustre le processus d'importation et de conversion des données M1: Optimisation La fonctionnalité d'optimisation de MetaTrader 4 vous permet de tester des milliers de combinaisons de paramètres expert pour trouver les paramètres les plus rentables pour le graphique sélectionné, la période et la période. Les stratégies basées sur les indicateurs devront être optimisées pour une rentabilité maximale. Cependant, presque tous les EE bénéficieront de l'optimisation même ceux qui traitent des données de tick, à condition que vous ayez des données d'historique M1 complètes (voir ci dessus). Bien que l'optimiseur retourne les paramètres les plus rentables pour la période sélectionnée, cela ne garantit pas que ces paramètres seront rentables à l'avenir. Les conditions du marché changent souvent, il est donc important de ré optimiser régulièrement votre conseiller expert pour obtenir les meilleurs résultats. Pour optimiser votre conseiller expert, sélectionnez le dans la liste déroulante Expert Advisor. Sélectionnez la paire de devises dans la zone Symbole et la période de graphique dans la zone Période. Pour modèle. Vous voulez généralement sélectionner Open Prices Only, à moins que vous n'optimiez une EA qui s'exécute sur les données tick. Dans ce cas, sélectionnez Toutes les cases. Cochez l'option Utiliser la date et sélectionnez une plage de dates à optimiser pour. Enfin, assurez vous que l'optimisation est cochée. Cliquez sur le bouton Propriétés de l'expert pour ouvrir les paramètres de votre expert expert. Sous l'onglet Entrées, vous entrez la plage de valeurs à optimiser pour. La colonne Démarrer sera la valeur la plus basse pour un paramètre donné, tandis que la colonne Arrêter sera la plus élevée. La colonne Step correspond à la quantité que l'optimiseur passera du paramètre Start au paramètre Stop. Dans l'image ci dessus, nous optimisons les paramètres SL, TS et TP pour un conseiller expert. La valeur de démarrage est 20, l'étape est 20 et l'arrêt est 200. L'optimiseur testera chaque combinaison de valeurs de 20, 40, 60 et ainsi de suite jusqu'à 200. Utilisez une valeur de démarrage, d'étape et d'arrêt appropriée pour Le paramètre que vous optimisez. Même les valeurs (5, 10, etc.) sont bonnes. La case à cocher à l'extrême gauche doit être sélectionnée pour que ce paramètre soit optimisé. Tous les paramètres qui ne sont pas vérifiés utiliseront le nombre dans la colonne Valeur lors de l'optimisation. Sous l'onglet Test, vous pouvez ajuster le dépôt initial à quelque chose d'un peu plus réaliste. Laissez les autres paramètres à leur valeur par défaut. Lorsque vous êtes prêt à commencer à optimiser, appuyez sur le bouton Démarrer en bas à droite de la fenêtre du testeur de stratégie. Selon la période, la plage de dates, le modèle de test et le nombre de paramètres à optimiser, cela peut prendre de quelques minutes à plusieurs heures. Si elle prend trop de temps, envisagez de raccourcir la plage de dates, d'optimiser moins de paramètres ou d'utiliser une valeur de pas plus grande. Une fois l'optimisation terminée, ouvrez l'onglet Résultats d'optimisation et double cliquez sur la colonne Profit pour trier les résultats. Double cliquez sur l'un des résultats pour le charger dans le testeur. Appuyez à nouveau sur le bouton Démarrer pour effectuer le test arrière avec les paramètres sélectionnés. Backtesting Maintenant, il devrait être évident comment le backtester fonctionne. Sélectionnez votre conseiller expert. Symbole . Période et modèle. Cochez la case Utiliser la date et sélectionnez une plage de dates. Sélectionnez le mode visuel uniquement si vous souhaitez une procédure visuelle du backtesting. Laissez l'optimisation désactivée. Cliquez sur le bouton Propriétés de l'expert et entrez vos paramètres dans la colonne Valeur sous l'onglet Entrées. Vous pouvez également charger ou enregistrer les paramètres à l'aide des boutons en bas à droite. Les colonnes Start, Step et Stop sont ignorées, tout comme les cases à cocher. Fermez la boîte de dialogue Propriétés de l'expert et appuyez sur Démarrer pour commencer les tests. Cela prendra de quelques secondes à plusieurs minutes selon vos paramètres. Une fois les tests terminés, ouvrez l'onglet Rapport en bas pour afficher vos résultats. Quelques statistiques à prendre en compte: Le bénéfice net total Le bénéfice brut moins la perte brute. Facteur de profit Le rapport entre le bénéfice brut et la perte brute. Plus haut est mieux, tout au dessus de 1.5 est bon. Absolute drawdown Le prélèvement de votre dépôt initial. Les tirages élevés augmentent la probabilité que votre compte soit détruit. Profit trades Votre pourcentage global de victoire. Qualité de la modélisation Seulement important si votre modèle de test est Every Tick. Si tel est le cas, cela devrait être à 90. Sinon, suivez les instructions ci dessus pour mettre à jour votre historique avec des données M1 précises. L'onglet Résultats au bas du testeur de stratégie vous donnera les détails sur les commandes ouvertes et fermées, y compris les arrêts à la fin, les profits et les pertes. Cliquez sur le bouton Ouvrir le graphique pour obtenir une représentation visuelle de vos résultats. Lorsque vous testez votre nouvelle évaluation environnementale, examinez les attentivement pour vous assurer que votre stratégie fonctionne correctement. Analyse de marche avant Bien que le backtesting et l'optimisation puissent vous donner une bonne idée de la façon dont votre EA échangera, vous devrez faire des tests plus étendus pour vous assurer que votre système de trading est vraiment rentable. La meilleure façon d'y parvenir est par un processus appelé analyse marche avant. L'analyse de marche avant consiste simplement en plusieurs cycles d'optimisation et de backtesting, et analyse des résultats des tests sur une longue période. Notre article sur la marche avant analyse explique le processus plus en détail. Notre analyseur Walk Forward pour MetaTrader vous permet d'exécuter WFA rapidement et facilement.