Umzugsdurchschnitt Backtesting

Einfache Moving Averages - Trading Backtests Welche gleitenden durchschnittlichen Parameter sind die besten Diese Seite hat einen Ozean von gleitenden durchschnittlichen Backtests, die ich für den DAX, SP500 und auch USDEU (Forex) durchgeführt habe. Diese Tests wurden unter Verwendung unterschiedlicher Signalstrategien durchgeführt: Einfache Expositions - und Crossover-Varianten und verschiedene Indizes für einen Zeitraum von 1000 Handelstagen. Im Gegensatz zu anderen Webseiten habe ich alle gleitenden durchschnittlichen Tag-Fenster-Werte von 1 - 1000 Tagen getestet, für die Cross-Over-Strategien auch in Kombination Diese Daten sind auch unnötig, da ich versucht habe, realistische Tests durchzuführen, die die Buysell-Spreads und Steuern zu simulieren Vergleich mit einer Referenz-Hold-Strategie. Ein schnell reagierender Fensterwert sieht in der Theorie gut aus und mit einem einfachen Test. Aber die Ausbreitung, Gebühren und Steuern werden alle Leistungen in der praktischen Anwendung zerstören. Deshalb sind diese realistischen Tests so wertvoll. Ich hoffe, diese Seite kann Ihnen helfen, mit Ihren Trades, genießen itBack-Prüfung Ihrer Trading-Ideen Eines der nützlichsten Dinge, die Sie im Analyse-Fenster tun können, ist, Ihre Trading-Strategie auf historische Daten zu testen. Dies kann Ihnen wertvolle Einblicke in Stärken und Schwachstellen Ihres Systems geben, bevor Sie echtes Geld investieren. Diese einzelne AmiBroker-Funktion kann für Sie viel Geld sparen. Schreiben Sie Ihre Handelsregeln Zuerst müssen Sie objektive (oder mechanische) Regeln haben, um den Markt zu betreten und zu verlassen. Dieser Schritt ist die Basis Ihrer Strategie und Sie müssen darüber nachdenken, da das System mit Ihrer Risikobereitschaft, Portfolio-Größe, Geld-Management-Techniken und viele andere individuelle Faktoren übereinstimmen muss. Sobald Sie Ihre eigenen Regeln für den Handel haben, sollten Sie sie als Kauf - und Verkaufsregeln in AmiBroker Formula Lanugage schreiben (plus kurz und decken, wenn Sie auch kurz handeln wollen). In diesem Kapitel werden wir sehr grundlegende gleitende durchschnittliche Cross-Over-System zu betrachten. Das System würde Aktienabrechnungen kaufen, wenn der enge Preis über 45-Tage-exponentiell gleitenden Durchschnitt steigt und verkauft Aktienbeteiligungen, wenn der Schlusskurs unter 45-Tage-exponentielle gleitenden Durchschnitt sinkt. Der exponentielle gleitende Durchschnitt kann in AFL mit seiner eingebauten Funktion EMA berechnet werden. Alles, was Sie tun müssen, ist, das Eingabe-Array und die Mittelungsperiode anzugeben, so dass der 45-tägige exponentielle gleitende Durchschnitt der Schlusskurse durch die folgende Aussage erhalten werden kann: Die enge Kennung bezieht sich auf das eingebaute Array, das die Schlusspreise des aktuell analysierten Symbols hält . Um zu testen, ob der enge Preis über den exponentiellen gleitenden Durchschnitt hinausgeht, verwenden wir die integrierte Kreuzfunktion: kaufen Kreuz (schließen, ema (schließen, 45)) Die obige Aussage definiert eine Kaufhandelsregel. Es gibt quot1quot oder quottruequot, wenn enge Preiskreuze über Ema (schließen, 45). Dann können wir die Verkaufsregel schreiben, die bei der Gegenüberstellung eintreten würde - enge Preiskreuze unter Ema (nahe, 45): Kreuz verkaufen (ema (schließen, 45), in der Nähe) Bitte beachten Sie, dass wir dieselbe Kreuzfunktion verwenden Die entgegengesetzte Argumentation. Die komplette Formel für lange Trades wird so aussehen: Kreuz kaufen (schließen, Ema (schließen, 45)) Kreuz verkaufen (Ema (schließen, 45), in der Nähe) HINWEIS: Um neue Formel zu erstellen, öffnet man den Formel-Editor mit dem Analysis-gtFormula Editor Menü, geben Sie die Formel ein und wählen Sie Tools-gtSend zum Analysemenü im Formel-Editor Um das System erneut zu testen, klicken Sie einfach auf die Schaltfläche "Zurück" im Fenster "Automatische Analyse". Stellen Sie sicher, dass Sie in die Formel eingegeben haben, die mindestens Kauf - und Verkaufshandelsregeln (wie oben gezeigt) enthält. Wenn die Formel korrekt ist, beginnt AmiBroker, Ihre Symbole nach Ihren Handelsregeln zu analysieren und erzeugt eine Liste simulierter Trades. Der ganze Prozess ist sehr schnell - Sie können Tausende von Symbolen in wenigen Minuten wieder testen. Das Fortschrittsfenster zeigt Ihnen die voraussichtliche Fertigstellungszeit. Wenn du den Prozess stoppen möchtest, kannst du im Fortschrittsfenster einfach auf Abbrechen klicken. Wenn der Prozess beendet ist, wird die Liste der simulierten Trades im unteren Teil des automatischen Analysefensters angezeigt. (Der Ergebnisbereich). Sie können untersuchen, wann die Kauf - und Verkaufssignale nur durch einen Doppelklick auf den Handel im Ergebnisbereich aufgetreten sind. Dies gibt Ihnen rohe oder ungefilterte Signale für jede Bar, wenn Kauf - und Verkaufsbedingungen erfüllt sind. Wenn Sie nur einzelne Handelspfeile sehen möchten (Öffnen und Schließen des aktuell ausgewählten Handels), sollten Sie auf die Zeile doppelklicken, während Sie die SHIFT-Taste gedrückt halten. Alternativ können Sie die Art der Anzeige auswählen, indem Sie im Kontextmenü die entsprechende Option auswählen, wenn Sie mit einer rechten Maustaste auf den Ergebnisbereich klicken. Zusätzlich zu der Ergebnisliste können Sie sehr detaillierte Statistiken über die Leistung Ihres Systems erhalten, indem Sie auf die Schaltfläche Bericht klicken. Um mehr über Berichtsstatistiken zu erfahren, schau dir bitte die Beschreibung des Berichtfensters an. Ändern der Back-Test-Einstellungen Zurück-Test-Engine in AmiBroker verwendet einige vordefinierte Werte für die Ausführung seiner Aufgabe einschließlich der Portfolio-Größe, Periodizität (täglich wöchentlich monatlich), Höhe der Provision, Zinssatz, maximale Verlust und Gewinn Ziel stoppt, Art der Trades, Preisfelder und so auf. Alle diese Einstellungen können vom Benutzer über das Einstellungsfenster geändert werden. Nachdem Sie die Einstellungen geändert haben, denken Sie bitte daran, Ihren Back-Test erneut auszuführen, wenn die Ergebnisse mit den Einstellungen synchronisiert werden sollen. Zum Beispiel, um den Test auf wöchentlichen Stäben statt täglich zu testen, klicken Sie einfach auf die Schaltfläche Einstellungen, wählen Sie Wöchentlich aus Periodizität Kombinationsfeld und klicken Sie auf OK. Führen Sie dann Ihre Analyse aus, indem Sie auf den Test klicken. Reservierte Variablennamen Die folgende Tabelle zeigt die Namen der reservierten Variablen, die von Automatic Analyzer verwendet werden. Die Bedeutung und Beispiele zu deren Verwendung finden Sie weiter unten in diesem Kapitel. Ermöglicht die Kontrolle des Dollarbetrags oder des Prozentsatzes des Portfolios, das in den Handel investiert wird (siehe Erläuterungen unten) Automatische Analyse (neu in 3.9) Bisher diskutierten wir eine ziemlich einfache Verwendung des Back-Testers. AmiBroker, unterstützt jedoch viel mehr anspruchsvolle Methoden und Konzepte, die später in diesem Kapitel diskutiert werden. Bitte beachten Sie, dass der Anfänger-Benutzer zuerst ein wenig mit den einfacheren Themen spielen sollte, die oben beschrieben wurden, bevor Sie fortfahren. Also, wenn Sie bereit sind, schauen Sie sich bitte die folgenden vor kurzem vorgestellten Features des Back-Testers an: a) AFL Scripting Host für fortgeschrittene Formel Schriftsteller b) verbesserte Unterstützung für kurze Trades c) die Art und Weise zu steuern Auftrag Ausführung Preis von der Script d) verschiedene Arten von Stopps im hinteren Tester e) Positionsgröße f) runde Losgröße und Tickgröße g) Randkonto h) Backtesting Futures AFL Scripting Host ist ein fortgeschrittenes Thema, das in einem separaten Dokument hier abgedeckt ist und ich werde nicht diskutieren Es in diesem Dokument. Verbleibende Features sind viel einfacher zu verstehen. In den Vorgängerversionen von AmiBroker, wenn du das System mit Hilfe von Lang - und Kurzgeschichten retten wolltest, könntest du nur eine Stop-and-Reverse-Strategie simulieren. Als die lange Position geschlossen wurde, wurde sofort eine neue Short-Position eröffnet. Es war, weil kaufen und verkaufen reservierte Variablen wurden für beide Arten von Trades verwendet. Jetzt (mit Version 3.59 oder höher) gibt es getrennte reservierte Variablen zum Öffnen und Schließen von langen und kurzen Trades: Kauf - quottruequot oder 1 Wert öffnet lange Handel verkaufen - quottruequot oder 1 Wert schließt lange Handel kurz - quottruequot oder 1 Wert öffnet kurze Handelsabdeckung - quottruequot oder 1 Wert schließt kurzer Handel Som, um kurze Trades zu retten, müssen Sie kurze und Cover-Variablen zuordnen. Wenn Sie Stop-and-Reverse-System (immer auf dem Markt) einfach zuweisen, verkaufen zu kurz und kaufen, um zu decken kurz verkaufen Deckung zu kaufen Dies simuliert die Art und Weise vor-3.59 Versionen funktionierte. Aber jetzt AmiBroker ermöglicht es Ihnen, getrennte Handelsregeln zu haben, um lange zu gehen und kurz zu gehen, wie in diesem einfachen Beispiel gezeigt: lange Trades Ein-und Ausreise Regeln: kaufen Kreuz (cci (), 100) verkaufen Kreuz (100, cci ()) kurz (Cci (), -100) Beachten Sie, dass in diesem Beispiel, wenn CCI zwischen -100 und 100 ist, Sie aus dem Markt sind. Steuern des Handelspreises AmiBroker bietet jetzt 4 neue reservierte Variablen zur Angabe des Preises, bei dem Kauf-, Verkaufs-, Kurz - und Deckungsaufträge ausgeführt werden. Diese Arrays haben folgende Namen: Kaufpreis, Verkaufspreis, Shortprice und Deckungspreis. Die Hauptanwendung dieser Variablen ist die Kontrolle des Handelspreises: BuyPrice IIF (Tag 1) HIGH, CLOSE) am Montag kaufen bei High, sonst kaufen Sie in der Nähe So können Sie die folgenden schreiben, um echte Stop-Bestellungen zu simulieren: BuyStop. Die Formel für den Kauf Stop Level SellStop. Die Formel für den Verkauf Stop-Level, wenn jederzeit während des Tages Preise steigen über Buystop-Ebene (highgtbuystop) der Kaufauftrag stattfindet (bei buystop oder niedrig je nachdem, was höher ist) Kaufen Cross (High, BuyStop) wenn jederzeit während des Tages Preise unter den Verkaufspreis fallen (SellPrice, SellStop) BuyPrice max (BuyStop, Low) Sicherstellen, dass der Kaufpreis nicht weniger als Low SellPrice min (SellStop, High) sicher ist Verkaufspreis nicht größer als hoch Bitte beachten Sie, dass AmiBroker die Kaufpreis-, Verkaufspreis-, Shortprice - und Coverprice-Array-Variablen mit den im Systemtest-Einstellungsfenster definierten Werten festlegt (siehe unten), so dass Sie es aber nicht in Ihrer Formel definieren müssen. Wenn Sie es nicht definieren, arbeitet AmiBroker wie in den alten Versionen. Beim Back-Testing überprüft AmiBroker, ob die Werte, die Sie dem Kaufpreis, dem Verkaufspreis, dem Shortprice, dem Deckungspreis zugewiesen haben, in den High-Low-Bereich der angegebenen Bar passen. Wenn nicht, wird AmiBroker es auf hohen Preis anpassen (wenn Preis-Array-Wert höher als hoch ist) oder auf den niedrigen Preis (wenn Preis-Array-Wert niedriger als niedrig ist) Profit-Ziel stoppt Wie Sie in der Abbildung oben sehen können, neue Einstellungen für Profit-Zielstopps sind im System-Test-Einstellungsfenster verfügbar. Profit-Ziel-Stops werden ausgeführt, wenn der hohe Preis für einen bestimmten Tag die Stopp-Ebene übersteigt, die als Prozentsatz oder Punktzunahme vom Kaufpreis gegeben werden kann. Standardmäßig werden Stopps zu einem Preis ausgeführt, den Sie als Verkaufspreis-Array (für lange Trades) oder Cover-Price-Array definieren (für kurze Trades). Dieses Verhalten kann durch die Verwendung von quotExit bei der Stopquot-Funktion geändert werden. QuotExit bei stopquot-Funktion Wenn du bei den Stopp-Box-Feldern die Markierung von noExit bei Stopquot-Box markierst, werden die Stopps auf exakte Stop-Ebene ausgeführt, dh wenn du Profit-Ziel-Stop bei 10 deinen Stop definiert hast und der Kaufpreis 50 Stopp-Order wird bei 55 durchgeführt, auch wenn Ihr Verkaufspreisarray enthält unterschiedlichen Wert (zB Schlusskurs von 56). Maximaler Verlust stoppt die Arbeit in ähnlicher Weise - sie werden ausgeführt, wenn der niedrige Preis für einen bestimmten Tag unter die Stoppebene sinkt, die als Prozentsatz oder Punktzunahme vom Kaufpreis gegeben werden kann. Diese Art von Stopp wird verwendet, um die Gewinne zu schützen Verfolgt Ihren Handel, so dass jedes Mal, wenn ein Positionswert ein neues Hoch erreicht, der nachlaufende Stopp auf einer höheren Ebene platziert wird. Wenn der Gewinn unter die nachlaufende Stopp-Ebene sinkt, wird die Position geschlossen. Dieser Mechanismus wird in der Abbildung unten dargestellt (10 Nachlaufstopp ist gezeigt): eine Stichproben-Low-Level-Implementierung des Profit-Ziel-Stopps in AFL: Buy Cross (MACD (), Signal ()) für (i 0 i lt BarCount i) Wenn (priceatbuy 0 Buy i) priceatbuy BuyPrice i if (priceatbuy gt 0 SellPrice i gt 1.1 priceatbuy) Verkaufen i 1 SellPrice i 1.1 priceatbuy priceatbuy 0 sonst Verkaufen i 0 Dies ist ein neues Feature in Version 3.9. Positionsgröße im Backtester wird durch neue reservierte Variable implementiert PositionSize ltsize arraygt Jetzt können Sie den Dollarbetrag oder den Prozentsatz des Portfolios steuern, das in den Handelspartner investiert wird, der in den Handel investiert ist, der in den Handel investiert wird: PositionSize 1000 invest 1000 in jedem Handels-negativen Zahlen -100 ..- 1 definieren Prozentsatz: -100 gibt 100 der aktuellen Portfolio-Größe, -33 gibt 33 der verfügbaren Eigenkapital zum Beispiel: PositionSize -50 investiert immer nur die Hälfte des aktuellen Equity Dynamic Sizing Beispiel: PositionSize - 100 RSI () als RSI variiert von 0..100 Dies führt zu einer Position abhängig von RSI-Werten - gt niedrige Werte von RSI wird zu höheren Prozentsatz investiert Wenn weniger als 100 der verfügbaren Bargeld investiert wird, dann die verbleibenden Betrag verdient Zinssatz Wie in den Einstellungen definiert. Es gibt auch ein neues Kontrollkästchen im AA-Einstellungsfenster: quotAllow Positionsgröße shrinkingquot - das steuert, wie der Backtester die Situation verarbeitet, wenn die angeforderte Positionsgröße (über PositionSize-Variable) das verfügbare Bargeld übersteigt: Wenn dieses Flag markiert ist, wird die Position mit der Größe eingegeben Vorhandenes Bargeld, wenn es unkontrolliert ist, wird die Position nicht eingegeben. Um die tatsächlichen Positionsgrößen zu sehen, verwenden Sie bitte einen neuen Berichtsmodus im AA-Einstellungsfenster: quotTrade-Liste mit Preisen und Pos. Sizequot Für das Ende ist hier ein Beispiel für Tharps ATR-basierte Positionsgrößen-Technik, die in AFL kodiert ist: Kaufen Sie ltyour kaufen Formel heregt Verkaufen 0 Verkauf nur durch Stop TrailStopAmount 2 ATR (20) Hauptstadt 100000 WICHTIG: Setzen Sie es auch in den Einstellungen: Initial Equity Risk 0.01Kapital PositionSize (RiskTrailStopAmount) BuyPrice ApplyStop (2, 2, TrailStopAmount, 1) Die Technik könnte wie folgt zusammengefasst werden: Das Gesamt-Eigenkapital pro Symbol beträgt 100.000, wir setzen das Risiko auf 1 des gesamten Eigenkapitals. Der Risikostufe wird wie folgt definiert: Wenn ein nachlaufender Stopp bei einer 50 Aktie bei etwa 45 (der Wert von zwei ATRs gegen die Position) liegt, wird der 5 Verlust in das 1000 Risiko aufgeteilt, um 200 Aktien zu kaufen. So ist das Verlustrisiko 1000, aber das Zuteilungsrisiko beträgt 200 Aktien x 50share oder 10.000. Also, wir vergeben 10 des Eigenkapitals auf den Kauf, aber nur riskieren 1000. (Bearbeitete Auszug aus der AmiBroker Mailing-Liste) Runde Losgröße und Tick Größe Verschiedene Instrumente werden mit verschiedenen quottrading unitsquot oder quotblocksquot gehandelt. Zum Beispiel können Sie fraktionierte Anzahl von Einheiten von Investmentfonds kaufen, aber Sie können nicht kaufen gebrochene Anzahl von Aktien. Manchmal muss man in 10s oder 100s viel kaufen. AmiBroker können Sie nun die Blockgröße auf globaler und per-Symbol-Ebene angeben. In der Symbol-gtInformation-Seite können Sie in der Symbol-gtInformation-Seite per-symbol runde Losgröße definieren (Bild 3). Der Wert von Null bedeutet, dass das Symbol keine spezielle runde Losgröße hat und von der Seite "Automatische Analyseeinstellungen" (Bild 1) die Option "Default Round Lot Sizequot" (globale Einstellung) verwendet. Wenn die Standardgröße auch auf Null gesetzt ist, bedeutet dies, dass die Anzahl der Aktienbeteiligungen erlaubt ist. Sie können auch die Losgröße direkt aus Ihrer AFL-Formel mit RoundLotSize reservierten Variablen steuern, zum Beispiel: Diese Einstellung steuert die minimale Preisbewegung des gegebenen Symbols. Sie können es auf globaler und per-Symbol-Ebene definieren. Wie bei der runden Losgröße kannst du in der Symbol-gtInformation-Seite (Abb. 3) per-Symbol-Tick-Größe definieren. Der Wert von null weist AmiBroker an, die in der Einstellungsseite (Bild 1) des automatischen Analysefensters definierte Quittungs-Tick-Größe zu verwenden. Wenn die Standard-Tick-Größe auch auf Null gesetzt ist, bedeutet dies, dass es keinen minimalen Preisverschiebung gibt. Sie können die Tickgröße auch aus der AFL-Formel mit der TickSize reservierten Variablen einstellen und abrufen, zB: Beachten Sie, dass die Tick-Größeneinstellung nur NUR-Trades betrifft, die durch eingebaute Stops und ApplyStop () verlassen wurden. Der Backtester geht davon aus, dass die Preisdaten den Tickgrößenanforderungen folgen und die von dem Benutzer gelieferten Preisarrays nicht ändern. Die Angabe von Zeckengröße ist also nur dann sinnvoll, wenn man eingebaute Stopps benutzt, so dass Ausstiegspunkte bei den Quotenpreisstufen anstelle der berechneten Werte erzeugt werden. Zum Beispiel in Japan - Sie können keine Bruchteile von Yen haben, so dass Sie globale Ticksize auf 1 definieren sollten, also eingebaute Stopps beenden Trades auf ganzzahligen Ebenen. Die Konto-Margin-Einstellung definiert die prozentuale Margin-Anforderung für das gesamte Konto. Der Standardwert der Kontobewertung beträgt 100. Das bedeutet, dass Sie 100 Fonds für den Handel anbieten müssen, und das ist die Art und Weise, wie der Backtester in früheren Versionen gearbeitet hat. Aber jetzt können Sie ein Margin-Konto simulieren. Wenn du auf Marge kaufst, wirst du einfach Geld von deinem Broker ausleihen, um Lager zu kaufen. Mit aktuellen Regelungen können Sie bis zu 50 der Kaufpreis der Aktie, die Sie kaufen möchten und leihen die andere Hälfte von Ihrem Broker. Um dies zu simulieren, geben Sie einfach 50 in das Feld Kontoband ein (siehe Bild 1). Wenn Ihr intiales Eigenkapital auf 10000 eingestellt ist, wird Ihre Kaufkraft dann 20000 sein und Sie können in der Lage sein, größere Positionen einzugeben. Bitte beachten Sie, dass diese Einstellungen die Marge für das gesamte Konto festlegen und es sich nicht um einen Futures-Handel handelt. Mit anderen Worten, Sie können Aktien auf Margin-Konto handeln. "Reverse-Eingangssignal" das Kontrollkästchen "exitquot" auf die Backtester-Einstellungen. Wenn es eingeschaltet ist (die Voreinstellung) - Backtester funktioniert wie in früheren Versionen und schließt bereits offene Position, wenn neues Eingangssignal in umgekehrter Richtung angetroffen wird. Wenn dieser Schalter ausgeschaltet ist - auch wenn das Rückwärtssignal auftritt, behält der Backtester den derzeit geöffneten Handel bei und schließt die Position nicht ab, bis ein reguläres Ausgangssignal (Verkaufs - oder Abdeckungssignal) erzeugt wird. Mit anderen Worten, wenn dieser Schalter ausgeschaltet ist, ignoriert Kurze Signale während langer Trades und ignoriert Kaufsignale bei kurzen Trades. QuotAllow gleiche Bar-Exit (Single-Bar-Handel) Option auf die Einstellungen Wenn es eingeschaltet ist (die Standardeinstellungen) - Ein-und Ausstieg an der gleichen Bar ist erlaubt (wie in früheren Versionen), wenn es ausgeschaltet ist Next bar nur (dies gilt für reguläre Signale, es gibt eine separate Einstellung für ApplyStop-generierte Exits). Das Umschalten auf OFF ermöglicht es, das Verhalten von MS-Backtestern zu reproduzieren, das nicht in der Lage ist, am selben Tag zu vergeben. QuotActivate stoppt sofort quotDiese Einstellung löst das Problem der Prüfung von Systemen, die Trades auf dem Markt öffnen. In Versionen vor dem 4.09-Backtester wurde davon ausgegangen, dass du Trades auf dem Markt gegangen wirst, so dass eingebaute Stationen vom nächsten Tag aus aktiviert wurden. Das Problem war, als Sie in der Tat definierten offenen Preis als der Handel Eintrag Preis - dann am selben Tag Preisschwankungen nicht auslösen die Stopps. Es gab einige veröffentlichte Workarounds basierend auf AFL-Code, aber jetzt müssen Sie nicht brauchen, um sie zu verwenden. Einfach, wenn Sie auf offen handeln, sollten Sie markActivate stoppen sofortquot (Bild 1). Sie können fragen, warum nicht einfach die Kaufpreis oder Shortprice-Array, wenn es gleich offenen Preis ist. Unglücklicherweise wird das nicht funktionieren Warum einfach, weil es Doji-Tage gibt, wenn der offene Preis gleich ist und dann der Backtester nie wissen wird, ob der Handel am Markt geöffnet oder geschlossen wurde. Also brauchen wir wirklich eine separate Einstellung. Deu QuickAFLquotQuickAFL (tm) ist ein Merkmal, das eine schnellere AFL-Berechnung unter bestimmten Bedingungen ermöglicht. Anfangs (seit 2003) war es nur für Indikatoren verfügbar, ab Version 5.14 steht er auch in der automatischen Analyse zur Verfügung. Anfänglich war die Idee, ein schnelleres Diagramm durch die Berechnung der AFL-Formel nur für den Teil, der auf dem Diagramm sichtbar ist, zuzulassen. In ähnlicher Weise kann das automatische Analysefenster eine Untermenge von verfügbaren Zitaten verwenden, um AFL zu berechnen, falls ausgewählt 8220range8221 Parameter kleiner als 8220All Zitate. Detaillierte Erklärung, wie QuickAFL funktioniert und wie es zu kontrollieren ist, wird in diesem Knowledge Base-Artikel zur Verfügung gestellt: amibrokerkb20080703quickafl Beachten Sie, dass diese Option nicht nur im Backtester funktioniert, sondern auch bei Optimierungen, Explorationen und Scans. Backtesting ein Moving Average Crossover in Python mit Pandas Im vorherigen Artikel über Research Backtesting Umgebungen In Python Mit Pandas haben wir eine objektorientierte forschungsorientierte Backtesting-Umgebung erstellt und sie auf einer zufälligen Prognosestrategie getestet. In diesem Artikel werden wir von der Maschine Gebrauch machen, die wir eingeführt haben, um die Forschung über eine tatsächliche Strategie durchzuführen, nämlich die Moving Average Crossover auf AAPL. Moving Average Crossover-Strategie Die Moving Average Crossover-Technik ist eine äußerst bekannte, vereinfachte Impulsstrategie. Es wird oft als das Hallo-Welt-Beispiel für den quantitativen Handel betrachtet. Die hier beschriebene Strategie ist nur langwierig. Zwei separate, einfach gleitende Durchschnittsfilter werden mit unterschiedlichen Lookback-Perioden einer bestimmten Zeitreihe erstellt. Signale zum Kauf des Vermögenswertes treten auf, wenn der kürzere Rückblick gleitende Durchschnitt den längeren Rückblick gleitenden Durchschnitt überschreitet. Wenn der längere Durchschnitt später den kürzeren Durchschnitt übersteigt, wird der Vermögenswert zurückverkauft. Die Strategie funktioniert gut, wenn eine Zeitreihe einen starken Trend einbringt und dann langsam den Trend rückgängig macht. Für dieses Beispiel habe ich Apple, Inc. (AAPL) als Zeitreihe gewählt, mit einem kurzen Rückblick von 100 Tagen und einem langen Rückblick von 400 Tagen. Dies ist das Beispiel der zipline algorithmischen Handelsbibliothek. Wenn wir also unseren eigenen Backtester umsetzen wollen, müssen wir sicherstellen, dass er mit den Ergebnissen in der Zipline übereinstimmt. Implementierung Achten Sie darauf, dem vorherigen Tutorial zu folgen. Die beschreibt, wie die anfängliche Objekthierarchie für den Backtester aufgebaut wird, andernfalls wird der unten stehende Code nicht funktionieren. Für diese spezielle Implementierung habe ich die folgenden Bibliotheken verwendet: Die Implementierung von macross. py erfordert backtest. py aus dem vorherigen Tutorial. Der erste Schritt besteht darin, die notwendigen Module und Objekte zu importieren: Wie im vorherigen Tutorial werden wir die Strategy abstract Basisklasse unterteilen, um MovingAverageCrossStrategy zu produzieren. Die alle Details enthält, wie man die Signale erzeugt, wenn die gleitenden Mittelwerte von AAPL einander kreuzen. Das Objekt erfordert ein kurzes Fenster und ein langes Fenster, auf dem es zu bedienen ist. Die Werte wurden auf Vorgaben von 100 Tagen bzw. 400 Tagen gesetzt, wobei die gleichen Parameter im Hauptbeispiel der Zipline verwendet wurden. Die gleitenden Durchschnitte werden durch die Verwendung der Pandas Rollingmean-Funktion auf den Bars erstellt. Schließen Sie den Preis der AAPL-Aktie. Sobald die einzelnen sich bewegenden Mittelwerte konstruiert worden sind, wird die Signalreihe erzeugt, indem die Kolonne gleich 1,0 eingestellt wird, wenn der kurze gleitende Durchschnitt größer ist als der lange gleitende Durchschnitt oder 0,0 ansonsten. Daraus können die Positionen Aufträge erzeugt werden, um Handelssignale darzustellen. Das MarketOnClosePortfolio ist aus dem Portfolio untergeordnet. Die in backtest. py gefunden wird. Es ist fast identisch mit der im vorigen Tutorial beschriebenen Implementierung, mit der Ausnahme, dass die Trades nun auf einer Close-to-Close-Basis statt einer Open-to-Open-Basis durchgeführt werden. Weitere Informationen darüber, wie das Portfolio-Objekt definiert ist, finden Sie im vorherigen Tutorial. Ive verließ den Code in Vollständigkeit und behalte dieses Tutorial in sich geschlossen: Jetzt, da die MovingAverageCrossStrategy und MarketOnClosePortfolio Klassen definiert wurden, wird eine Hauptfunktion aufgerufen, um alle Funktionalität zusammen zu binden. Darüber hinaus wird die Performance der Strategie über eine Kurve der Eigenkapitalkurve untersucht. Das Pandas DataReader-Objekt lädt OHLCV-Preise von AAPL-Aktien für den Zeitraum vom 1. Januar 1990 bis zum 1. Januar 2002 zu, an welchem ​​Punkt die Signale DataFrame erstellt werden, um die Langzeitsignale zu erzeugen. Anschließend wird das Portfolio mit einer Anfangskapitalbasis von 100.000 USD erwirtschaftet und die Renditen werden auf der Eigenkapitalkurve berechnet. Der letzte Schritt ist es, matplotlib zu verwenden, um ein zweidimensionales Diagramm von beiden AAPL-Preisen zu zeichnen, überlagert mit den gleitenden Durchschnitten und Buysell-Signalen sowie die Eigenkapitalkurve mit den gleichen Buysell-Signalen. Der Plottencode wird aus dem Zipline-Implementierungsbeispiel genommen (und modifiziert). Die grafische Ausgabe des Codes ist wie folgt. Ich habe von der IPython-Paste-Befehl Gebrauch gemacht, um diese direkt in die IPython-Konsole zu setzen, während in Ubuntu, so dass die grafische Ausgabe im Blick blieb. Die rosa upticks stellen den Kauf der Aktie dar, während die schwarzen Abschlüsse den Verkauf wieder verkaufen: Wie man sieht, verliert die Strategie im Laufe der Zeit Geld mit fünf Hin - und Rückfahrten. Dies ist nicht verwunderlich angesichts des Verhaltens von AAPL über den Zeitraum, der auf einem leichten Abwärtstrend war, gefolgt von einem erheblichen Aufschwung, der 1998 begann. Die Rückblickperiode der gleitenden Durchschnittssignale ist ziemlich groß und dies hat den Gewinn des Endhandels beeinflusst , Die sonst die Strategie rentabel gemacht haben könnte. In den folgenden Artikeln werden wir ein anspruchsvolleres Mittel zur Leistungsanalyse schaffen und beschreiben, wie man die Lookback-Perioden der einzelnen gleitenden Mittelsignale optimiert. Nur mit dem quantitativen Handel begonnen