Comment optimiser vos indicateurs du marché boursier

Optimisation

est le processus de tester une hypothèse (dans ce cas, un indicateur du marché boursier) sur des données historiques pour découvrir quel indicateur aurait travaillé le meilleur. L'optimisation est un mal nécessaire parce que quand vous commencez à négocier un nouveau titre, vous ne savez pas quels sont les indicateurs à utiliser ou les paramètres à mettre dans les indicateurs. En accord avec l'approche empirique, essayez différents indicateurs et de paramètres différents dans les indicateurs pour voir ce qui fonctionne.

Construire une optimisation backtest

Backtesting (tests sur des données historiques) est un exercice utile qui fournit une mesure de la façon dont un paramètre indicateur pourrait fonctionner. Le mobile simple backtest de croisement de moyenne a cette hypothèse formelle: “ Si vous achetez des actions de XYZ chaque fois les croix des prix au-dessus du x jours moyenne mobile et le vendent à chaque fois que les croix de prix en dessous de la x-journée moyenne mobile, il va cohérente et fiable soit une règle de trading profitable ”. ;

Ce tableau montre les résultats d'une recherche de la moyenne mobile optimale sur chaque moyenne mobile de 10 à 35 jours au cours des 1000 derniers jours.

Résultats de moyenne mobile simple Crossover Backtest sur XYZ Stock

Nombre de jours de moyenne mobile	Bénéfice Moyenne / Perte	Gain pour cent	Nombre de transactions
10	1,56 $	68.60%	178
31	3.02 $	59.34%	32
35	3,32 $	61.69%	47

Si vous aviez été prêt à échanger 178 fois en 1000 jours, soit environ toutes les 2 semaines, vous auriez fait 68,6 pour cent en utilisant un 10-jour du déménagement croisement de moyenne du prix. Est-ce un bon numéro? Une façon de juge est de le comparer à acheter-et-Holding en d'autres termes, l'achat le jour 1 et le jour de la vente de 1000.

Glissement est la réduction des bénéfices commerciaux qui découle du coût des échanges. Vérification de la performance de l'indicateur après le glissement peut faire toute la différence entre une règle de trading profitable et une non rentable. Ce tableau, prise en compte du coût de glissement, fait maintenant la version de 31 jours de la moyenne mobile simple le meilleur choix.

Résultats de moyenne mobile simple Crossover Backtest sur XYZ StockIncorporating 10 $ par glissement-commerce

Nombre de jours de moyenne mobile	Bénéfice Moyenne / Perte	Gain pour cent	Nombre de transactions
10	0,36 $	28.60%	178
31	2,70 $	49.34%	32
35	2,10 $	31.69%	47

Raffinage d'un backtest

La moyenne mobile optimale ne repose pas sur un seul critère - vous avez plus d'un but Vous êtes à la recherche trading systématique (dans cet exemple, le gain de pour cent.). Donc, vous cherchez à prouver cette hypothèse: “ Si vous achetez des actions de XYZ chaque fois que le court terme croix de prix moyens se déplaçant au-dessus du long terme moyenne mobile et de le vendre à chaque fois le court terme croix moyenne mobile au-dessous du plus long terme moyenne mobile, il va constamment et de manière fiable une règle de trading profitable ”.

Ce tableau montre les résultats de la comparaison à chaque mobile à court terme moyen de 1 à 20 jours contre tout à long terme moyenne mobile de 21 à 100 jours. (Il comprend également un coût de 10 $ le glissement de chaque commerce.)

Les résultats de deux Déménagement backtests de croisement de moyenne sur l'action XYZ

À court terme moyenne mobile / long terme moyenne mobile	Gain pour cent	Nombre de métiers	Nombre de trades gagnants / Total trades perdants	Gain moyen / Perte
Version 1: 10/73	58.60	8	6/2	1,75
Version 2: 5/10	63.48	147	47/100	0,56

La colonne de la moyenne de gain de perte indique que la version 1 fait moins de profit que la version 2, mais prend seulement huit métiers au cours des 1000 jours. Version 1 dispose également d'un nombre beaucoup plus élevé de trades gagnants que de perdre les métiers et un ratio plus élevé de perte de gain. La plupart des commerçants seront zoomer sur ce ratio victoires-défaites et choisir la combinaison supérieure pour la baisse du nombre de transactions et le ratio gain de perte moyen plus élevé, même au détriment d'un certain bénéfice.

La fixation de l'indicateur

Voici quelques-uns des problèmes communs que vous rencontrez quand vous commencez indicateurs de backtesting:

• Overtrading: Certains paramètres indicateurs appellent des fins de transaction plus fréquents que vous pouvez épargner le temps pour. Vous avez donc besoin de trouver des ajustements à l'indicateur de réduire le nombre de transactions sans endommager les rendements des trades gagnants. Une solution consiste à filtrer les signaux d'achat / vente en spécifiant que vous voulez que le logiciel pour générer un signal d'achat / vente que si le prix est x pour cent au-dessus ou en dessous de la moyenne mobile ou a été au-dessus ou en dessous de la moyenne mobile par quantité y de temps.

• Perdre métiers: La meilleure façon de réduire vos trades perdants est d'ajouter une exigence de confirmation, comme l'un des indicateurs de momentum. Et parce que les métiers étant éliminés par la confirmation de l'élan sont généralement les métiers de perdre, le rapport gain améliore la perte, aussi.

En appliquant de nouveau l'indicateur

Après avoir choisi votre paramètre indicateur, votre tâche ne sera achevée. Backtests sont hypothétiques. Vous ne l'avez pas réellement faire ces métiers. Pour avoir une idée plus réaliste de la façon dont une règle de trading basée sur des indicateurs fonctionne, backtest la règle sur les données historiques de prix, et ensuite l'appliquer données hors-échantillon. Par exemple, si vous backtested sur 1.000 jours de données, vous devriez maintenant backtest sur les 500 prochains jours de données. Si les résultats sont à peu près la même chose sur les nouvelles données, pensez à votre règle pour être robuste, ce qui signifie qu'il fonctionne à travers un large éventail de conditions.