बैकटस्टिंग और फॉरवर्ड टेस्टिंग: द इम्पोर्टेंस ऑफ़ कोरिलेशन

व्यापारी जो एक लाइव बाजार में एक ट्रेडिंग विचार की कोशिश करने के लिए उत्सुक हैं, अक्सर यह तय करने के लिए पूरी तरह से बैकिंग के परिणामों पर भरोसा करने की गलती करते हैं कि क्या सिस्टम लाभदायक होगा। बैकटस्टिंग व्यापारियों को मूल्यवान जानकारी प्रदान कर सकता है, यह अक्सर भ्रामक होता है, और यह मूल्यांकन प्रक्रिया का केवल एक हिस्सा है।

आउट-ऑफ-सैंपल परीक्षण और आगे के प्रदर्शन परीक्षण एक प्रणाली की प्रभावशीलता के बारे में और अधिक पुष्टि प्रदान करते हैं और वास्तविक कैश ऑन लाइन होने से पहले सिस्टम के असली रंग दिखा सकते हैं। एक ट्रेडिंग सिस्टम की व्यवहार्यता का निर्धारण करने के लिए बैकटस्टिंग, आउट-ऑफ-सैंपल और फॉरवर्ड प्रदर्शन परीक्षण परिणामों के बीच अच्छा संबंध। (हम इस प्रक्रिया पर कुछ युक्तियां प्रदान करते हैं जो आपकी वर्तमान व्यापारिक रणनीतियों को परिष्कृत करने में मदद कर सकती हैं। अधिक जानने के लिए, पढ़ें: बैकिंग: अतीत की व्याख्या करना ।)

बैकिंग बेसिक्स

बैकटस्टिंग से तात्पर्य एक ट्रेडिंग सिस्टम को ऐतिहासिक डेटा में यह सत्यापित करने के लिए लागू करना है कि निर्दिष्ट समय अवधि के दौरान सिस्टम ने कैसा प्रदर्शन किया होगा। आज के कई ट्रेडिंग प्लेटफॉर्म बैकिंग का समर्थन करते हैं। व्यापारी कुछ कीस्ट्रोक्स के साथ विचारों का परीक्षण कर सकते हैं और एक ट्रेडिंग खाते में धन को जोखिम में डाले बिना एक विचार की प्रभावशीलता में अंतर्दृष्टि प्राप्त कर सकते हैं। बैकटस्टिंग सरल विचारों का मूल्यांकन कर सकता है, जैसे कि एक औसत औसत क्रॉसओवर ऐतिहासिक डेटा या अधिक जटिल प्रणालियों पर विभिन्न प्रकार के इनपुट और ट्रिगर्स के साथ कैसा प्रदर्शन करेगा।

जब तक किसी विचार को परिमाणित किया जा सकता है, तब तक उसे वापस लिया जा सकता है। कुछ व्यापारियों और निवेशकों को विचार योग्य बनाने के लिए एक योग्य प्रोग्रामर की विशेषज्ञता की तलाश कर सकते हैं। आमतौर पर, इसमें प्रोग्रामर को ट्रेडिंग प्लेटफॉर्म द्वारा होस्ट की जाने वाली मालिकाना भाषा में कोडिंग को शामिल करना होता है। प्रोग्रामर उपयोगकर्ता-परिभाषित इनपुट चर को शामिल कर सकता है जो व्यापारी को सिस्टम को "ट्वीक" करने की अनुमति देता है। इसका एक उदाहरण ऊपर दिए गए सरल चलती औसत क्रॉसओवर सिस्टम में होगा: व्यापारी इनपुट (या परिवर्तन) को सिस्टम में उपयोग किए जाने वाले दो चलती औसत की लंबाई में इनपुट करने (या बदलने) में सक्षम होगा। व्यापारी यह निर्धारित करने के लिए सबसे पीछे जा सकता है कि चलती औसत की कौन सी लंबाई ऐतिहासिक डेटा पर सबसे अच्छा प्रदर्शन करेगी।

अनुकूलन अध्ययन

कई ट्रेडिंग प्लेटफॉर्म भी अनुकूलन अध्ययन के लिए अनुमति देते हैं। यह निर्दिष्ट इनपुट के लिए एक सीमा में प्रवेश करने और कंप्यूटर को "गणित करने" की अनुमति देता है ताकि यह पता लगाया जा सके कि किस इनपुट ने सबसे अच्छा प्रदर्शन किया है। एक बहु-चर अनुकूलन दो या अधिक चर के लिए गणित कर सकता है यह निर्धारित करने के लिए कि संयोजन ने सबसे अच्छा परिणाम क्या प्राप्त किया होगा। उदाहरण के लिए, व्यापारी कार्यक्रम को बता सकते हैं कि वे अपनी रणनीति में कौन से इनपुट जोड़ना चाहते हैं; इसके बाद उनके ऐतिहासिक परीक्षण को देखते हुए उनके आदर्श वजन को अनुकूलित किया जाएगा।

बैकिंग में रोमांचक हो सकता है कि एक लाभहीन प्रणाली को कुछ अनुकूलन के साथ अक्सर एक पैसा बनाने वाली मशीन में बदल दिया जा सकता है। दुर्भाग्य से, पिछले लाभप्रदता के सबसे बड़े स्तर को प्राप्त करने के लिए एक प्रणाली को मोड़ने से अक्सर एक ऐसी प्रणाली बनती है जो वास्तविक व्यापार में खराब प्रदर्शन करेगी। यह ओवर-ऑप्टिमाइज़ेशन सिस्टम बनाता है जो केवल कागज पर अच्छा दिखता है।

परीक्षण अवधि में उपयोग किए जाने वाले ऐतिहासिक डेटा पर सबसे अधिक लाभ जीतने वाले ट्रेडों को बनाने के लिए कर्व फिटिंग ऑप्टिमाइजेशन एनालिटिक्स का उपयोग है। यद्यपि यह बैकटस्टिंग परिणामों में प्रभावशाली दिखता है, वक्र फिटिंग अविश्वसनीय प्रणालियों की ओर जाता है क्योंकि परिणाम अनिवार्य रूप से उस विशेष डेटा और समय अवधि के लिए कस्टम-डिज़ाइन किए जाते हैं।

बैकिंग और अनुकूलन एक व्यापारी को कई लाभ प्रदान करते हैं, लेकिन यह एक संभावित ट्रेडिंग सिस्टम का मूल्यांकन करते समय प्रक्रिया का केवल एक हिस्सा है। एक व्यापारी का अगला कदम सिस्टम को ऐतिहासिक डेटा पर लागू करना है जिसका उपयोग प्रारंभिक बैकिंग चरण में नहीं किया गया है।

इन-सैंपल वर्सेस आउट-ऑफ-सैंपल डेटा

ऐतिहासिक डेटा पर एक विचार का परीक्षण करते समय, परीक्षण उद्देश्यों के लिए ऐतिहासिक डेटा की समय अवधि आरक्षित करना फायदेमंद होता है। प्रारंभिक ऐतिहासिक डेटा, जिस पर विचार का परीक्षण किया जाता है और अनुकूलित किया जाता है, को इन-सैंपल डेटा कहा जाता है। जो डेटा सेट आरक्षित किया गया है उसे आउट-ऑफ-सैंपल डेटा के रूप में जाना जाता है। यह सेटअप मूल्यांकन प्रक्रिया का एक महत्वपूर्ण हिस्सा है क्योंकि यह डेटा पर विचार का परीक्षण करने का एक तरीका प्रदान करता है जो अनुकूलन मॉडल में एक घटक नहीं रहा है। परिणामस्वरूप, आउट-ऑफ-सैंपल डेटा द्वारा विचार को किसी भी तरह से प्रभावित नहीं किया गया होगा, और व्यापारी यह निर्धारित करने में सक्षम होंगे कि सिस्टम वास्तविक जीवन में नए डेटा पर कितना अच्छा प्रदर्शन कर सकता है, अर्थात।

किसी भी बैकिंग या अनुकूलन की शुरुआत करने से पहले, व्यापारी ऐतिहासिक डेटा के एक प्रतिशत को आउट-ऑफ-सैंपल परीक्षण के लिए आरक्षित कर सकते हैं। एक विधि ऐतिहासिक डेटा को तिहाई में विभाजित करने और आउट-ऑफ-सैंपल परीक्षण में उपयोग के लिए एक तिहाई को अलग करने के लिए है। प्रारंभिक परीक्षण और किसी भी अनुकूलन के लिए केवल इन-सैंपल डेटा का उपयोग किया जाना चाहिए। चित्रा 1 एक समय रेखा दिखाता है जिसमें ऐतिहासिक डेटा का एक तिहाई नमूना परीक्षण के लिए आरक्षित होता है, और दो-तिहाई का उपयोग नमूना परीक्षण के लिए किया जाता है। हालाँकि चित्रा 1 परीक्षण की शुरुआत में आउट-ऑफ-सैंपल डेटा को दर्शाती है, विशिष्ट प्रक्रियाओं में आगे के प्रदर्शन से पहले आउट-ऑफ-सैंपल भाग होगा।

चित्र 1: बैकटाइम प्रक्रिया में उपयोग किए जाने वाले नमूना और आउट-ऑफ-नमूना डेटा की सापेक्ष लंबाई का प्रतिनिधित्व करने वाली एक समय रेखा।

सहसंबंध प्रदर्शन और दो डेटा सेटों के समग्र रुझानों के बीच समानता को दर्शाता है। सहसंबंध मेट्रिक्स का उपयोग परीक्षण अवधि के दौरान बनाई गई रणनीति प्रदर्शन रिपोर्ट का मूल्यांकन करने में किया जा सकता है (एक विशेषता जो अधिकांश ट्रेडिंग प्लेटफॉर्म प्रदान करती है)। दोनों के बीच सहसंबंध जितना मजबूत होगा, उतनी ही बेहतर संभावना होगी कि एक प्रणाली आगे के प्रदर्शन परीक्षण और लाइव ट्रेडिंग में अच्छा प्रदर्शन करेगी।

चित्रा 2 दो अलग-अलग प्रणालियों को दिखाता है जिन्हें नमूना डेटा पर परीक्षण और अनुकूलित किया गया था, फिर आउट-ऑफ-नमूना डेटा पर लागू किया गया। बाईं ओर का चार्ट एक प्रणाली दिखाता है जो इन-सैंपल डेटा पर अच्छी तरह से काम करने के लिए स्पष्ट रूप से वक्र-फिट था और आउट-ऑफ-सैंपल डेटा पर पूरी तरह से विफल रहा। दाईं ओर का चार्ट एक प्रणाली दिखाता है, जो नमूना डेटा के भीतर और बाहर दोनों पर अच्छा प्रदर्शन करता है। एक बार एक ट्रेडिंग सिस्टम को सैंपल डेटा का उपयोग करके विकसित किया गया है, यह आउट-ऑफ-सैंपल डेटा पर लागू होने के लिए तैयार है। ट्रेडर्स इन-सैंपल और आउट-ऑफ-सैंपल डेटा के बीच प्रदर्शन परिणामों का मूल्यांकन और तुलना कर सकते हैं।

चित्रा 2: दो इक्विटी घटता। प्रत्येक पीले तीर से पहले व्यापार डेटा नमूना परीक्षण का प्रतिनिधित्व करता है। पीले और लाल तीरों के बीच उत्पन्न ट्रेड आउट-ऑफ-सैंपल परीक्षण का संकेत देते हैं। लाल तीर के बाद के व्यापार आगे के प्रदर्शन परीक्षण चरणों से हैं।

अगर चित्रा 2 में बाएं चार्ट की तरह, इन-सैंपल और आउट-ऑफ-सैंपल परीक्षण के बीच थोड़ा सहसंबंध है, तो संभावना है कि सिस्टम को अधिक-अनुकूलित किया गया है और लाइव ट्रेडिंग में अच्छा प्रदर्शन नहीं करेगा। यदि प्रदर्शन में मजबूत सहसंबंध है, जैसा कि चित्र 2 में सही चार्ट में देखा गया है, तो मूल्यांकन के अगले चरण में अतिरिक्त प्रकार का आउट-ऑफ-सैंपल परीक्षण शामिल है जिसे आगे के प्रदर्शन परीक्षण के रूप में जाना जाता है। (पूर्वानुमान के बारे में और अधिक पढ़ने के लिए, देखें: वित्तीय पूर्वानुमान: द बायेसियन विधि ।)

फॉरवर्ड प्रदर्शन परीक्षण मूल बातें

फॉरवर्ड प्रदर्शन परीक्षण, जिसे पेपर ट्रेडिंग के रूप में भी जाना जाता है, व्यापारियों को एक सिस्टम के मूल्यांकन के लिए आउट-ऑफ-सैंपल डेटा का एक और सेट प्रदान करता है। फॉरवर्ड प्रदर्शन परीक्षण वास्तविक ट्रेडिंग का एक सिमुलेशन है और इसमें लाइव मार्केट में सिस्टम के तर्क का पालन करना शामिल है। इसे पेपर ट्रेडिंग भी कहा जाता है क्योंकि सभी ट्रेडों को केवल कागज पर निष्पादित किया जाता है; यही है, व्यापार प्रविष्टियों और निकास को सिस्टम के लिए किसी भी लाभ या हानि के साथ प्रलेखित किया जाता है, लेकिन कोई वास्तविक ट्रेड निष्पादित नहीं किया जाता है।

आगे के प्रदर्शन परीक्षण का एक महत्वपूर्ण पहलू सिस्टम के तर्क का सटीक रूप से पालन करना है; अन्यथा, यह मुश्किल हो जाता है, यदि असंभव नहीं है, तो प्रक्रिया के इस चरण का सही मूल्यांकन करें। ट्रेडर्स को किसी भी ट्रेड एंट्री के बारे में ईमानदार होना चाहिए और चेरी पिकिंग ट्रेड्स जैसे व्यवहार से बचना चाहिए या कागज को तर्कसंगत बनाने वाले ट्रेड को शामिल नहीं करना चाहिए कि "मैंने कभी भी उस ट्रेड को नहीं लिया है।" यदि सिस्टम के तर्क के बाद व्यापार होता है, तो इसका दस्तावेजीकरण और मूल्यांकन किया जाना चाहिए।

कई दलाल एक नकली ट्रेडिंग खाते की पेशकश करते हैं जहां ट्रेडों को रखा जा सकता है और इसी लाभ और हानि की गणना की जाती है। सिम्युलेटेड ट्रेडिंग खाते का उपयोग करके एक अर्ध-यथार्थवादी वातावरण तैयार किया जा सकता है, जिस पर ट्रेडिंग का अभ्यास करें और सिस्टम का आकलन करें।

चित्रा 2 दो प्रणालियों पर आगे के प्रदर्शन परीक्षण के लिए परिणाम भी दिखाता है। फिर, बाएं चार्ट में दर्शाया गया सिस्टम इन-सैंपल डेटा पर प्रारंभिक परीक्षण से आगे अच्छा प्रदर्शन करने में विफल रहता है। हालांकि, सही चार्ट में दिखाया गया सिस्टम आगे के प्रदर्शन परीक्षण सहित सभी चरणों के माध्यम से अच्छा प्रदर्शन करना जारी रखता है। एक प्रणाली जो नमूना, आउट-ऑफ-सैंपल और फॉरवर्ड प्रदर्शन परीक्षण के बीच अच्छे संबंध के साथ सकारात्मक परिणाम दिखाती है, एक जीवित बाजार में लागू करने के लिए तैयार है। (यह भी देखें: पेपर ट्रेडिंग के पेशेवरों और विपक्ष ।)

तल - रेखा

Backtesting एक मूल्यवान उपकरण है जो अधिकांश व्यापारिक प्लेटफार्मों में उपलब्ध है। इन-सैंपल और आउट-ऑफ-सैंपल परीक्षण के लिए कई डेटा में विभाजित ऐतिहासिक डेटा एक व्यापारिक विचार और प्रणाली के मूल्यांकन के लिए व्यापारियों को व्यावहारिक और कुशल साधन प्रदान कर सकते हैं। चूंकि अधिकांश व्यापारी बैकटेकिंग में अनुकूलन तकनीकों को नियुक्त करते हैं, इसलिए इसकी व्यवहार्यता को निर्धारित करने के लिए स्वच्छ डेटा पर सिस्टम का मूल्यांकन करना महत्वपूर्ण है।

आगे के प्रदर्शन परीक्षण के साथ आउट-ऑफ-सैंपल परीक्षण जारी रखने से बाजार में एक प्रणाली डालने से पहले सुरक्षा की एक और परत मिलती है जो वास्तविक नकदी को जोखिम में डालती है। सकारात्मक परिणाम और इन-सैंपल और आउट-ऑफ-सैंपल बैकिंग और फॉरवर्ड प्रदर्शन परीक्षण के बीच अच्छा संबंध इस बात की संभावना को बढ़ाता है कि वास्तविक ट्रेडिंग में सिस्टम अच्छा प्रदर्शन करेगा। (तकनीकी विश्लेषण पर एक व्यापक अवलोकन के लिए, देखें: तकनीकी विश्लेषण की मूल बातें ।)