Moving Media Backtesting

Semplici medie mobili - Trading backtests Cosa si muove parametri medi sono i migliori Questo sito ha un oceano di movimento backtests medi che ho condotto per il DAX, SP500 e anche USDEU (Forex). Questi test sono stati fatti utilizzando diverse strategie di segnale: simpleexponential e di crossover varianti e diversi indici per un periodo di tempo di 1000 giorni di negoziazione. A differenza di altri siti web, ho provato tutti i valori di giorno-window media mobile da 1 - 1000 giorni, per le strategie di cross-over anche in combinazione Questi dati sono anche unqiue come ho cercato di eseguire test realistici, simulando la diffusione buysell e tasse per il confronto con una strategia (buy in attesa) di riferimento. Un veloce reazione finestra di valore sembra buono in teoria, e con un semplice test. Ma la diffusione, tasse e le imposte distruggerà tutte le prestazioni in applicazioni pratiche. Ecco perché questi test realistici sono così preziosi. Spero che questo sito può aiutare con i vostri commerci, godere itBacktesting una media mobile Crossover in Python con i panda nel precedente articolo sulla ricerca Backtesting ambienti in Python con i panda abbiamo creato un ambiente di backtesting basata sulla ricerca orientata agli oggetti e testato su un caso previsione strategia. In questo articolo andremo a fare uso della macchina abbiamo introdotto per effettuare ricerche su una strategia vera e propria, vale a dire il Moving Average Crossover su AAPL. Moving Average Crossover Strategia The Moving Average Crossover tecnica è una strategia estremamente noto slancio semplicistico. Si è spesso considerato l'esempio Ciao Mondo per la negoziazione quantitativa. La strategia, come indicato qui è long-only. vengono creati due semplici separato in movimento filtri medi, con diversi periodi di lookback, di una particolare serie di tempo. I segnali di acquisto del bene si verificano quando la media mobile lookback più breve supera la più lookback media mobile. Se la media più successivamente supera la media più breve, il bene viene venduto indietro. La strategia funziona bene quando una serie di tempo entra in un periodo di forte tendenza e poi inverte lentamente la tendenza. Per questo esempio, ho scelto di Apple, Inc. (AAPL), come le serie storiche, con una breve lookback di 100 giorni e una lunga lookback di 400 giorni. Questo è l'esempio fornito dalla libreria trading algoritmico zipline. Quindi se vogliamo implementare la nostra backtester dobbiamo garantire che corrisponda i risultati in zipline, come mezzo di base della convalida. Attuazione assicurarsi di seguire il tutorial precedente qui. che descrive come la gerarchia degli oggetti iniziale per l'backtester è costruito, in caso contrario il codice qui sotto non funziona. Per questa particolare applicazione ho usato le seguenti librerie: L'attuazione di macross. py richiede backtest. py dal tutorial precedente. Il primo passo è quello di importare i moduli e gli oggetti necessari: Come nel precedente tutorial andremo a creare una sottoclasse della classe di base astratta strategia per produrre MovingAverageCrossStrategy. che contiene tutti i dettagli su come generare i segnali quando le medie mobili di AAPL attraversare vicenda. L'oggetto richiede una shortwindow e longwindow su cui operare. I valori sono stati impostati per default di 100 giorni e 400 giorni, rispettivamente, che sono gli stessi parametri utilizzati nell'esempio principale della zipline. Le medie mobili sono creati usando i panda funzione rollingmean sul prezzo di chiusura barsClose del titolo AAPL. Una volta che i singoli medie mobili sono stati costruiti, la serie segnale viene generato impostando il colum pari a 1,0 quando la media mobile corta è maggiore della media a lungo in movimento o 0.0 altrimenti. Da questo gli ordini posizioni possono essere generati per rappresentare segnali di trading. Il MarketOnClosePortfolio è una sottoclasse di portafoglio. che si trova in backtest. py. È quasi identica alla realizzazione descritta nel tutorial precedente, con l'eccezione che le operazioni sono ora effettuate su base Close-to-Close, piuttosto che una base Open-to-Open. Per i dettagli su come l'oggetto del portafoglio è definito, vedere il tutorial precedente. Ive ha lasciato il codice per completezza e per mantenere questo tutorial autosufficiente: Ora che sono state definite le classi MovingAverageCrossStrategy e MarketOnClosePortfolio, una funzione principale sarà chiamata a legare tutte le funzionalità insieme. Inoltre le prestazioni della strategia sarà esaminata tramite un grafico della curva di equità. I download degli oggetti panda DataReader OHLCV prezzi di AAPL magazzino per il periodo 1 gennaio 1990 al 1 Gennaio 2002, a quel punto il dataframe segnali è stato creato per generare i segnali long-only. Successivamente il portafoglio è generato con una base di 100.000 dollari di capitale iniziale e il rendimento sono calcolati sulla curva di equità. Il passo finale è quello di utilizzare matplotlib per tracciare un diagramma a due cifre di entrambi i prezzi AAPL, sovrapposto con le medie mobili e segnali buysell, così come la curva di equità con gli stessi segnali buysell. Il codice tracciato è preso (e modificato) dalla esempio di implementazione zipline. L'uscita grafica del codice è il seguente. Ho fatto uso del comando Incolla IPython di mettere questo direttamente nella console IPython mentre in Ubuntu, in modo che l'output grafico è rimasto in vista. I upticks rosa rappresentano l'acquisto del magazzino, mentre i downticks neri rappresentano la vendita indietro: Come si può vedere la strategia perde denaro nel corso del periodo, con cinque di andata e ritorno dalle compravendite. Questo non è sorprendente dato il comportamento del AAPL nel corso del periodo, che era una leggera tendenza al ribasso, seguito da un significativo aumento a partire dal 1998. Il periodo lookback dei mobili segnali media è piuttosto grande e questo influenzato il profitto del commercio finale , che altrimenti potrebbe aver fatto la strategia redditizia. Negli articoli successivi creeremo un mezzo più sofisticati di analisi delle prestazioni, oltre a descrivere come ottimizzare i periodi lookback del singolo movimento segnali medi. Appena iniziato con quantitativa TradingMoving media Backtest Symbol - Inserire qualsiasi simbolo rintracciato nel nostro database, oppure utilizzare un rapporto tra i simboli inserendo due simboli come SYM1: sym2. Medie Mobili - Può essere semplice o esponenziale per il numero di giorni specificato. Con un singolo MA nell'azienda è determinato dal valore di prezzo rispetto alla media mobile. Quando si usano due MAs, la partecipazione è determinato dal rapporto tra le due medie mobili. Holdings - Il fondo, che si terrà possono essere uguali o differenti dal fondo utilizzato per i calcoli di cui sopra. Ad esempio, è possibile modellare buyingselling un fondo leva sulla base della media mobile del fondo leva finanziaria. Benchmark - SPY è il default, ma qualsiasi simbolo può essere utilizzato. Statistiche - Le statistiche comprendono tre misure di volatilità che si desidera essere bassa, la deviazione standard, ulcera indice, e Max drawdown. Inoltre ci sono tre ritorno: misure di rischio in cui più alto è meglio. Questi includono l'indice di Sharpe, Sortino Ratio, e rapporto Martin. Dalla recente Guarda Schermi ETF mercato al momento di chiusura, Mon, 6 marzo Importante disclaimer: Le informazioni fornite da ETFScreen è rigorosamente a scopo informativo e non deve essere interpretato come un consiglio o una sollecitazione ad acquistare o vendere qualsiasi titolo. Il proprietario di ETFScreen si assume alcuna responsabilità derivante dall'utilizzo del materiale contenuto nel presente documento per qualsiasi scopo, incluso scopo di investimento. DisclaimerCondizioni sulla Privacy di Utilizzo Se hai commenti si prega di contattare us. BackTesting medie mobili Perché medie mobili come un commerciante o un investitore, l'unica ragione per indagare medie mobili è quello di acquisire conoscenze per aumentare i profitti. Come molti altri indicatori tecnici, medie mobili hanno lo scopo di aiutarci oggettivamente indicano lo stato del mercato in un dato momento. Questo ci aiuta a vedere attraverso le emozioni del giorno e prendere decisioni razionali, che we8217re raccontavano porterà a maggiori profitti eo meno perdite nel lungo periodo. Le medie mobili (MAS) liscia la serie di prezzi per uno stock. AdG sono più spesso utilizzati per identificare l'andamento della direzione del mercato, e sono classificati come un indicatore di trend-following. Ciò significa che doesn8217t AdG sono solo per investitori a lungo termine 8211 i commercianti di breve termine li utilizzano anche. Le medie mobili possono essere utilizzati per lo screening delle scorte per i buoni candidati, opportunità segnale di acquisto, e segnali offerta vendita. Perché Backtest 8211 Una storia L'obiettivo di backtesting è quello di scoprire se le medie mobili realmente portano a risultati migliori e quali sono i modi più promettenti per applicare MAs. Lasciate che vi dica una storia breve. Mentre stavo mettendo insieme i risultati di uno dei temi in movimento media backtesting Rapporto, mi è capitato di visitare un amico. A casa sua, mi sono imbattuto in un po 'di materiale di lettura da un pozzo pubblicizzato-sconto stock broker. In esso era un articolo che consigliare ai propri clienti di utilizzare un particolare movimento di lunghezza media applicata in un certo modo per ottenere i migliori risultati. Ho avuto i miei test completi proprio di fronte a me e vi posso dire che il metodo broker8217s non ha ottenuto i risultati migliori anche se hanno fatto parlare di una lunghezza MA che è utile in altri modi. Ho avuto nei miei risultati dei test mano che ha dimostrato che il modo in cui mediatore applicata la media mobile ha avuto un tasso di vincita peggiore della linea di base durante il test su 7147 titoli in 14 anni di dati del mercato azionario. Chiaramente il broker wasn8217t correre questo tipo di test. It8217s fino ai clienti 8211 noi 8211 in balia di noi stessi e scoprire ciò che funziona contro ciò che doesn8217t. Come calcolare AdG Quando backtesting medie mobili, la prima decisione è come calcolare la media mobile. Vuoi un media mobile semplice (SMA) O qualcosa di progettato per monitorare prezzo migliore, come un media mobile esponenziale (EMA) Si potrebbe considerare un esperimento per confrontare i tassi di vincita delle due medie diverse. L'ho fatto solo che un paio di anni fa, e mentre io don8217t avere i risultati di pubblicare, mi è venuto via con l'idea che didn8217t fare una grande differenza se ho scelto SMA o EMA 8212 solo sceglierne uno e utilizzarlo in modo coerente. Quindi, per questo progetto, ho scelto di utilizzare semplici medie mobili, perché li vedo menzionato nel commento più spesso. Per fare in realtà il calcolo, ho fatto affidamento sulla funzione built-in che è venuto con TradeStation. (La scelta del motore di backtesting è un'altra decisione che è abbastanza generale da scrivere in un altro post.) Come utilizzare AdG Dopodiché è necessario da definire esattamente come si desidera applicare medie mobili. Come pensate di interpretare il rapporto tra prezzo e media mobile Quali regole si utilizza per decidere quando comprare e vendere don8217t necessario leggere lungo sulle scorte prima di venire attraverso un riferimento rialzista a una compravendita di azioni sopra i suoi 200 giorni di media mobile o il suo 50 giorni di media mobile, o anche il 10 o 20 giorni MA. O consigli circa l'acquisto di scorte che attraversano il loro 50 giorni o 200 giorni di media mobile. Si tratta di regole importanti per testare nel motore backtesting. E poi there8217s il movimento di crossover media 8211 un metodo classico di analisi tecnica. Questo rende tre modi distinti di usare medie mobili per testare. Andando più in profondità, alcuni testi di trading parlano della pendenza di una media mobile. Se si richiamano algebra e considera il MA come una linea, per trovare la sua pendenza che ci si selezionare due punti sulla linea e applicare la solita formula ((x2-x1) (y2-Y1)). Ciò solleva la questione di come distanti per scegliere i due punti che possono fare la differenza per i risultati. In realtà, poiché il MA viene utilizzato per identificare la tendenza, vogliamo solo sapere se è inclinato verso l'alto o verso il basso. Poi possiamo semplificare l'intero calcolo con meno di notare che, se il prezzo è al di sopra della media mobile, deve essere tirando la media, e un prezzo inferiore al MA tira verso il basso. Così un altro motivo per testare l'efficacia del prezzo al di sopra della media mobile. Le impostazioni dei parametri volta che si decide su come utilizzare l'AdG, è necessario scegliere una selezione di varie lunghezze per testare. Attenzione di sovra-ottimizzazione. Da qualche parte là fuori è un ragazzo con i risultati dei test retrospettivi mostrano 3895 guadagno o qualsiasi altra cosa con la giusta media mobile. Peccato che doesn8217t sa cosa MA produrrà i risultati in futuro. Detto questo, è necessario provare più di una lunghezza per assicurarsi che i risultati aren8217t un colpo di fortuna. Bastone con impostazioni predefinite o quelli si sente parlare più nei media. Trovare l'impostazione un parametro ideale non è andare a farti ricco. Trovare un gruppo di buoni, robusti impostazioni appena potrebbe fare un gran bene però. In pratica, quando backtesting consentire abbastanza lag dati prima di misurare. Tutti i test devono iniziare la misurazione nello stesso luogo per le mele a mele confronto tra le diverse lunghezze MA. Ad esempio, se you8217re testare una media mobile 200 giorni, richiederà i primi 200 giorni di dati per calcolare il primo punto di tale media mobile. Ciò significa che il primo giorno si potrebbe avere un segnale è di 200 giorni nel set di dati. Per fare un confronto equo con, per esempio, la media mobile a 10 giorni, è necessario fare attenzione a non contare eventuali segnali provenienti dalla media mobile a 10 giorni prima della 200 giorni è pronto ad andare. Fortunatamente TradeStation ha un modo per impostare il numero 8220Maximum di studio bar si reference8221 in 8220Properties strategie All8221 che costringe il motore di backtesting aspettare così a lungo prima di tabulazione dei dati. Più profitto dall 'acquisto o la vendita di Moving regole media, e in particolare lo spostamento regole media di crossover, sono spesso discussa come un sistema di inversione. Ciò significa che un segnale, dicono i MAs attraversando verso l'alto è un segnale di acquisto e poi il suo contrario, dire le linee che attraversano MA verso il basso, non è solo un segnale di vendita, ma anche il grilletto per andare short. Teoricamente, that8217s bene, ma molte persone non sono interessati a corto circuito sul mercato. Sono alla ricerca di tecniche per aiutarli a comprare e magari vendere. Anche una persona che vende e vende regolarmente breve potrebbe utilizzare diverse tecniche per l'acquisto e la vendita. Per queste ragioni, it8217s saggio per testare i segnali di acquisto separatamente dai segnali di vendita. Questo pone un dilemma perché it8217s difficile valutare un segnale di acquisto in isolamento. Un modo per farlo è quello di utilizzare le uscite temporizzate 8211 che è, uscire dal commercio o vendere il titolo, dopo un certo periodo di inattività. Ho scelto di correre ogni backtest tre volte con tre diversi momenti uscite perché persone diverse hanno diversi stili ed esigenze diverse. Per produrre risultati backtesting utili per oscillare i commercianti, che uscita dopo 2 giorni. Per modellare i commercianti di posizione, di 20 giorni. Per soddisfare le esigenze degli investitori attivi, backtesting tiene ogni posizione per 200 giorni. Questo dà un modo per isolare i segnali di acquisto e scoprire quanto sia utile la media mobile è di archivio acquirenti di diversi temperamenti. Necessità di definire bontà Una cosa molto importante da considerare se si sta backtesting medie mobili per scoprire quanto bene lo fanno nel mercato azionario: Come farete a sapere ciò che è buono, è necessario criteri oggettivi per il successo. Questo significa individuare le statistiche chiave come percentuale di vincita, la speranza, i guadagni azionari ipotetici, ecc Ciò significa anche che definisce i livelli di prestazioni accettabili in ciascuna di queste aree. Un esempio illustra il motivo per cui questo è importante e perché non it8217s così facile come appare a prima vista. Dicono i test mostrano una percentuale di vincita di 55 per un particolare indicatore. Che possono potrebbe non essere così buono se, per esempio, 62 di tutti gli stock salì durante lo stesso periodo di tempo. Oppure, se solo il 25 degli stock è aumentato durante quel periodo di tempo, il tuo tasso di vincita 55 sarebbe spettacolare. Ciò che è buono dipende da come si paragona a riferimento per le prestazioni di mercato alle stesse condizioni. È possibile scaricare una copia gratuita del problema backtesting relazione di riferimento cliccando qui. Per un backtest significativo, è necessario disporre di dati sufficienti per fare un confronto statisticamente valido. Al minimo, il che significa 30 dalle compravendite. Anche se si sta operando un solo strumento 8211 solo un magazzino o una sola coppia di valute 8211 penso it8217s importante per testare la vostra strategia di trading su molti strumenti diversi per dimostrare la sua robustezza. Sono andato sopra le righe con un numero estremamente elevato test set 8212 7147 scorte di oltre 14 anni 8212 per assicurarsi che i miei risultati si applicherebbero in un'ampia varietà di condizioni di mercato. È possibile ottenere una copia dei miei rapporti backtesting a muoversi segnali media acquisto cliccando qui.