backtesting
Backtesting is de algemene methode om te zien hoe goed een strategie of model ex-post zou hebben gedaan. Backtesting beoordeelt de levensvatbaarheid van een handelsstrategie door te ontdekken hoe het zou verlopen met behulp van historische gegevens. Als backtesting werkt, kunnen traders en analisten het vertrouwen hebben om het in de toekomst te gebruiken.
Backtesting kan een belangrijke stap zijn in het optimaliseren van uw handelsstrategie. Voor meer informatie over het gebruik van grafiekanalysetools om winstgevende handelsmogelijkheden te herkennen, bekijk je de cursus Technische analyse op de Investopedia Academy.
De basisprincipes van backtesten
Backtesting stelt een handelaar in staat een handelsstrategie te simuleren met behulp van historische gegevens om resultaten te genereren en risico en winstgevendheid te analyseren voordat hij enig reëel kapitaal riskeert.
Een goed uitgevoerde backtest die positieve resultaten oplevert, verzekert handelaren dat de strategie fundamenteel gezond is en waarschijnlijk winst zal opleveren wanneer deze in de praktijk wordt uitgevoerd. Een goed uitgevoerde backtest die suboptimale resultaten oplevert, zal handelaren ertoe aanzetten de strategie te wijzigen of af te wijzen. Vooral gecompliceerde handelsstrategieën, zoals strategieën geïmplementeerd door geautomatiseerde handelssystemen, zijn sterk afhankelijk van backtesting om hun waarde te bewijzen, omdat ze te geheimzinnig zijn om anders te evalueren.
Zolang een handelsidee kan worden gekwantificeerd, kan het achteraf worden getest. Sommige handelaren en beleggers kunnen de expertise van een gekwalificeerde programmeur zoeken om het idee in een testbare vorm te ontwikkelen. Meestal houdt dit in dat een programmeur het idee codeert in de eigen taal van het handelsplatform. De programmeur kan door de gebruiker gedefinieerde invoervariabelen opnemen waarmee de handelaar het systeem kan "tweaken". Een voorbeeld hiervan zou zijn in het hierboven beschreven eenvoudige voortschrijdend gemiddelde crossover-systeem. De handelaar zou de lengtes van de twee voortschrijdende gemiddelden die in het systeem worden gebruikt, kunnen invoeren (of wijzigen). De handelaar kan backtesten om te bepalen welke lengtes van voortschrijdende gemiddelden het beste zouden hebben gepresteerd op de historische gegevens.
Belangrijkste leerpunten
- Backtesting beoordeelt de levensvatbaarheid van een handelsstrategie of prijsmodel door te ontdekken hoe het zou verlopen met behulp van historische gegevens.
- Als backtesting werkt, kunnen traders en analisten het vertrouwen hebben om het in de toekomst te gebruiken.
- Een goed uitgevoerde backtest die positieve resultaten oplevert, verzekert handelaren dat de strategie fundamenteel gezond is en waarschijnlijk winst zal opleveren wanneer deze in de praktijk wordt uitgevoerd. Een goed uitgevoerde backtest die suboptimale resultaten oplevert, zal handelaren ertoe aanzetten de strategie te wijzigen of af te wijzen.
Het ideale backtestscenario
De ideale backtest kiest voorbeeldgegevens uit een relevante periode van een duur die een verscheidenheid aan marktomstandigheden weerspiegelt. Op deze manier kan men beter beoordelen of de resultaten van de backtest een toevalstreffer of een gezonde handel vertegenwoordigen.
De historische gegevensverzameling moet een echt representatieve steekproef van aandelen omvatten, inclusief die van bedrijven die uiteindelijk failliet zijn gegaan of zijn verkocht of geliquideerd. Het alternatief, inclusief alleen gegevens van historische aandelen die er vandaag nog zijn, levert kunstmatig hoge opbrengsten op voor backtesting.
Een backtest moet rekening houden met alle handelskosten, hoe onbeduidend ook, omdat deze kunnen oplopen in de loop van de backtestingperiode en het uiterlijk van de winstgevendheid van een strategie drastisch kunnen beïnvloeden. Handelaren moeten ervoor zorgen dat hun backtestingsoftware deze kosten op zich neemt. Out-of-sample testen en forward performance testen bieden verdere bevestiging met betrekking tot de effectiviteit van een systeem en kunnen de ware kleuren van een systeem weergeven voordat echt geld op het spel staat. Een goede correlatie tussen backtesting, out-of-sample en forward performance testing-resultaten is van vitaal belang voor het bepalen van de levensvatbaarheid van een handelssysteem.
Backtesting versus voorwaartse prestatietests
Toekomstige prestatietests, ook bekend als papierhandel, bieden handelaren een andere set out-of-sample gegevens om een systeem te evalueren. Forward performance testing is een simulatie van daadwerkelijke handel en houdt in dat de logica van het systeem wordt gevolgd in een live markt. Het wordt ook papierhandel genoemd omdat alle transacties alleen op papier worden uitgevoerd; dat wil zeggen, handelsinvoer en -uitvoer worden gedocumenteerd samen met eventuele winst of verlies voor het systeem, maar er worden geen echte transacties uitgevoerd.
Een belangrijk aspect van voorwaartse prestatietests is om de logica van het systeem exact te volgen; anders wordt het moeilijk, zo niet onmogelijk, om deze stap van het proces nauwkeurig te evalueren. Handelaren moeten eerlijk zijn over alle in- en uitgangen van handel en gedrag vermijden, zoals kersenpluktransacties of een handel op papier niet opnemen waarin wordt gerationaliseerd dat 'ik die handel nooit zou hebben genomen'. Als de transactie zou hebben plaatsgevonden volgens de logica van het systeem, moet deze worden gedocumenteerd en geëvalueerd.
Het verschil tussen backtesting en scenario-analyse
Terwijl backtesting werkelijke historische gegevens gebruikt om te testen op fit of succes, maakt scenarioanalyse gebruik van hypothetische gegevens die verschillende mogelijke resultaten simuleren. Scenario-analyse zal bijvoorbeeld specifieke veranderingen in de waarden van de effecten van de portefeuille simuleren of belangrijke factoren vinden plaats, zoals een verandering in de rentevoet. Scenario-analyse wordt vaak gebruikt om veranderingen in de waarde van een portefeuille te schatten als reactie op een ongunstige gebeurtenis, en kan worden gebruikt om een theoretisch worst-case scenario te onderzoeken.
Enkele valkuilen van Backtesting
Opdat backtesting zinvolle resultaten oplevert, moeten handelaren hun strategieën ontwikkelen en deze te goeder trouw testen, waarbij ze vooringenomenheid zoveel mogelijk vermijden. Dat betekent dat de strategie moet worden ontwikkeld zonder te vertrouwen op de gegevens die worden gebruikt bij backtesting. Dat is moeilijker dan het lijkt. Handelaren bouwen over het algemeen strategieën op basis van historische gegevens. Ze moeten streng zijn in het testen met andere datasets dan die waarop ze hun modellen trainen. Anders zal de backtest gloeiende resultaten produceren die niets betekenen.
Evenzo moeten handelaren ook datadbaggeren vermijden, waarbij ze een breed scala aan hypothetische strategieën testen tegen dezelfde set gegevens met ook successen zullen opleveren die falen in realtime markten, omdat er veel ongeldige strategieën zijn die de markt zouden verslaan een specifieke periode bij toeval.
Een manier om de neiging tot data dredge of cherry pick te compenseren, is om een strategie te gebruiken die in de relevante, of in de steekproef, tijdsperiode slaagt en deze terug te testen met gegevens uit een andere, of uit de steekproef, tijdsperiode. Als in-sample en out-of-sample backtests vergelijkbare resultaten opleveren, zijn ze waarschijnlijk over het algemeen geldig.
Vergelijk beleggingsrekeningen Aanbieder Naam Beschrijving Adverteerder Openbaarmaking × De aanbiedingen die in deze tabel worden weergegeven, zijn afkomstig van samenwerkingsverbanden waarvan Investopedia een vergoeding ontvangt.