एल्गोरिथम ट्रेडिंग रणनीतियों के सफल backtesting - भाग द्वितीय

+

एल्गोरिथम ट्रेडिंग रणनीतियों के सफल backtesting - भाग द्वितीय 9 मई 2013 पर माइकल हॉल-मूर द्वारा सफल backtesting पर पहला लेख में हम हमारे backtest प्रदर्शन को प्रभावित करने वाले सांख्यिकीय और व्यवहार पूर्वाग्रहों पर चर्चा की। हम यह भी एक्सेल, MATLAB, अजगर, आर और सी ++ सहित backtesting के लिए सॉफ्टवेयर संकुल पर चर्चा की। इस लेख में हम लेनदेन की लागत, साथ ही इस तरह के आदेश प्रकार और डेटा की आवृत्ति के रूप में एक backtest इंजन बनाते समय किए जाने की जरूरत है कि कुछ निर्णय, शामिल करने के लिए विचार करेगी। ट्रांज़ेक्शन लागत सबसे अधिक प्रचलित शुरुआत गलतियों व्यापार मॉडल को लागू करने के लिए जब से एक है उपेक्षा (या निहायत कम है) एक रणनीति पर लेन-देन की लागत के प्रभाव के लिए। यह अक्सर ही दलाल कमीशन को प्रतिबिंबित है कि लागत में लेन-देन माना जाता है हालांकि, लागत एक व्यापार मॉडल पर अर्जित किया जा सकता है कि कई अन्य तरीकों से वास्तव में देखते हैं। विचार किया जाना चाहिए कि लागत के तीन मुख्य प्रकार में शामिल हैं: आयोगों / शुल्क एक एल्गोरिथम ट्रेडिंग रणनीति द्वारा किए गए लेन-देन की लागत का सबसे प्रत्यक्ष रूप आयोगों और फीस हैं। सभी रणनीतियों एक मुद्रा के लिए उपयोग के कुछ फार्म की आवश्यकता है। या तो सीधे या एक ब्रोकरेज मध्यस्थ ("दलाल") के माध्यम से। इन सेवाओं को कमीशन के रूप में जाना जाता है प्रत्येक व्यापार, के साथ एक वृद्धिशील लागत उठाना। मात्रात्मक एल्गोरिदम ही वास्तव में विदेशी मुद्रा के बुनियादी ढांचे का इस्तेमाल करते हैं, हालांकि दलाल आम तौर पर, कई सेवाएं प्रदान करते हैं। इसलिए ब्रोकरेज कमीशन अक्सर व्यापार के आधार पर प्रति पर छोटे हैं। दलाल भी फीस लेते हैं। जो स्पष्ट और ट्रेडों व्यवस्थित करने के लिए खर्च कर रहे हैं। इसके अलावा इस के लिए क्षेत्रीय या राष्ट्रीय सरकारों द्वारा लगाए गए करों हैं। उदाहरण के लिए, ब्रिटेन में इक्विटी के लेन-देन पर भुगतान करने के लिए एक स्टांप शुल्क नहीं है। कमीशन, शुल्क और करों आम तौर पर तय कर रहे हैं, इसलिए वे (देखें नीचे) एक backtest इंजन में लागू करने के लिए अपेक्षाकृत सीधा कर रहे हैं। फिसलन / विलंबता फिसलन एक व्यापार प्रणाली और एक लेन-देन वास्तव में एक मुद्रा पर किया जाता है, जब समय चलाना करने का फैसला करता है, जब समय के बीच हासिल की कीमत में अंतर है। फिसलन सौदों की लागत का काफी घटक है और खराब प्रदर्शन करती है कि एक बहुत ही लाभदायक रणनीति और एक के बीच अंतर कर सकते हैं। फिसलन अंतर्निहित परिसंपत्ति में अस्थिरता का एक समारोह है, व्यापार प्रणाली और विनिमय और रणनीति के प्रकार के बीच विलंबता के बाहर किया जा रहा है। उच्च उतार-चढ़ाव के साथ एक उपकरण चलती है और इतना संकेत और निष्पादन के बीच की कीमतों में काफी फर्क कर सकते हैं होने की संभावना है। विलंबता संकेत पीढ़ी और निष्पादन की बात के बीच समय के अंतर के रूप में परिभाषित किया गया है। उच्च आवृत्ति रणनीतियों लाभप्रदता की दिशा में सभी फर्क कर सकते हैं विलंबता मुद्दों और इस विलंबता पर मिसे के सुधार के प्रति संवेदनशील हैं। रणनीति के प्रकार के लिए भी महत्वपूर्ण है। वे पहले से ही पूर्वानुमान दिशा में आगे बढ़ रहे हैं कि उपकरणों की खरीद करने की कोशिश कर रहे हैं, क्योंकि गति सिस्टम औसत पर फिसलन से अधिक पीड़ित हैं। इन रणनीतियों व्यापार का विरोध करने के लिए एक दिशा में आगे बढ़ रहे हैं के रूप में विपरीत मतलब लौटना रणनीतियों के लिए सच है। बाजार प्रभाव / तरलता बाजार प्रभाव की वजह से वे व्यापार करने के लिए कोशिश कर रहे हैं, जिसके माध्यम से आदान-प्रदान (और परिसंपत्ति) की आपूर्ति / मांग की गतिशीलता के लिए व्यापारियों के लिए खर्च की लागत है। एक अपेक्षाकृत illiquid संपत्ति पर एक बड़े आदेश व्यापार मौजूदा आपूर्ति का एक बड़ा घटक का उपयोग करने की आवश्यकता होगी के रूप में काफी हद तक बाजार को स्थानांतरित करने की संभावना है। इस काउंटर, बड़ी ब्लॉक ट्रेडों नई तरलता विनिमय पर आता है के रूप में और जब समय समय पर सम्पादित कर रहे हैं, जो छोटे "मात्रा" में टूट रहे हैं। विपरीत छोर पर, इस तरह के विज्ञान और P500 ई-मिनी सूचकांक वायदा अनुबंध के रूप में अत्यधिक तरल उपकरणों के लिए, कम मात्रा ट्रेडों किसी भी बड़ी राशि में "वर्तमान मूल्य" को समायोजित करने की संभावना नहीं है। अधिक illiquid आस्तियों एक बड़ा प्रसार की विशेषता है। जो मौजूदा बोली के बीच अंतर है और सीमा के आदेश किताब पर कीमतों में पूछते हैं। यह प्रसार के किसी भी व्यापार के साथ जुड़े एक अतिरिक्त लेन-देन लागत है। बिखरा कुल लेन-देन की लागत का एक बहुत ही महत्वपूर्ण घटक है - जिसका विज्ञापन अभियानों भारी कारोबार उपकरणों के लिए उनके फैलता है की "तंगी" व्यक्त ब्रिटेन फैल सट्टेबाजी फर्मों के असंख्य इसका सबूत है। लेन-देन लागत मॉडल सफलतापूर्वक एक backtesting प्रणाली में ऊपर की लागत मॉडल करने के लिए आदेश में, जटिल लेनदेन मॉडल के विभिन्न डिग्री पेश किया गया है। वे सरल फ्लैट मॉडलिंग से एक गैर रेखीय द्विघात सन्निकटन के माध्यम से होती है। यहाँ हम फायदे और प्रत्येक मॉडल के नुकसान की रूपरेखा तैयार करेंगे: फ्लैट / फिक्स्ड लेन-देन लागत मॉडल फ्लैट लेनदेन लागत लेन-देन लागत मॉडलिंग का सरलतम रूप है। वे एक व्यापार के साथ जुड़े एक निश्चित लागत मान। इस प्रकार वे सबसे अच्छा ब्रोकरेज आयोगों और फीस की अवधारणा का प्रतिनिधित्व करते हैं। वे इस तरह फिसलन या बाजार प्रभाव के रूप में और अधिक जटिल व्यवहार मॉडलिंग के लिए बहुत सटीक नहीं हैं। वास्तव में, वे सभी एक ही संपत्ति के उतार-चढ़ाव या तरलता पर विचार नहीं है। उनका मुख्य लाभ वे computationally को लागू करने के लिए सीधा कर रहे हैं। हालांकि वे काफी नीचे या रणनीति के आधार पर अनुमान लेन-देन की लागत पर नियोजित किया जा रहा की संभावना है। इस प्रकार वे शायद ही कभी व्यवहार में उपयोग किया जाता है। रैखिक / piecewise रैखिक / द्विघात लेन-देन लागत मॉडल अधिक उन्नत लेन-देन लागत मॉडल टुकड़ा वार रैखिक मॉडलों के साथ जारी रखने के लिए और द्विघात मॉडल के साथ समाप्त, रेखीय मॉडल के साथ शुरू करते हैं। वे सबसे बड़ा कार्यान्वयन प्रयास करने के लिए कम से कम के साथ यद्यपि, कम से कम के लिए सबसे सही करने के लिए एक स्पेक्ट्रम पर झूठ बोलते हैं। फिसलन और बाजार प्रभाव स्वाभाविक गैर रेखीय घटना के बाद से द्विघात कार्यों इन मॉडलिंग की गतिशीलता में सबसे सटीक हैं। द्विघात लेन-देन लागत मॉडल को लागू करने के लिए और सरल फ्लैट या रेखीय मॉडल के लिए अधिक से गणना करने के लिए अब तक ले जा सकते हैं बहुत कठिन हैं, लेकिन वे अक्सर व्यवहार में उपयोग किया जाता है। एल्गोरिथम व्यापारियों को भी अपने वर्तमान लेनदेन मॉडलों को जानकारी उन्हें और अधिक सटीक बनाने के लिए के रूप में वास्तविक ऐतिहासिक सौदे का उपयोग अपनी रणनीति के लिए लागत बनाने के लिए प्रयास करते हैं। यह मुश्किल काम है और अक्सर मॉडलिंग में उतार-चढ़ाव, फिसलन और बाजार प्रभाव की जटिल क्षेत्रों पर verges। व्यापार रणनीति कम समय अवधि में बड़ी मात्रा में लेनदेन है हालांकि, अगर उसके बाद किए गए लेन-देन की लागत का सटीक अनुमान रणनीति नीचे लाइन पर एक महत्वपूर्ण प्रभाव हो सकता है और इसलिए यह इन मॉडलों पर शोध में निवेश करने के प्रयास के लायक है। रणनीति backtest कार्यान्वयन मुद्दों लेन-देन की लागत सफल backtesting कार्यान्वयन का एक बहुत ही महत्वपूर्ण पहलू हैं, वहीं रणनीति के प्रदर्शन को प्रभावित कर सकते हैं कि कई अन्य मुद्दे हैं। व्यापार आदेश प्रकार एक एल्गोरिथम व्यापारी करना चाहिए कि एक ही विकल्प कैसे और कब अलग विनिमय आदेशों का उपयोग उपलब्ध बनाने के लिए है। यह चुनाव आम तौर पर निष्पादन प्रणाली के दायरे में आता है। लेकिन हम इसे बहुत रणनीति backtest प्रदर्शन को प्रभावित कर सकते हैं, यहाँ के रूप में यह विचार करेंगे। बाजार आदेश और सीमा के आदेश: बाहर किया जा सकता है कि आदेश के दो प्रकार के होते हैं। एक बाजार आदेश की परवाह किए बगैर उपलब्ध की कीमतों में तुरंत एक व्यापार निष्पादित करता है। दूसरे पक्ष पर प्रत्येक बाद सीमा के आदेश से भर जाता है के रूप में इस प्रकार बाजार आदेश के रूप में क्रियान्वित बड़े ट्रेडों अक्सर कीमतों का एक मिश्रण मिल जाएगा। वे लगभग निश्चित रूप से एक संभावित अज्ञात लागत के साथ यद्यपि, भरा जाएगा के बाद से बाजार आदेश आक्रामक आदेशों माना जाता है। सीमा आदेश व्यापार व्यापार आंशिक रूप से या पूरी तरह से भरा हो नहीं हो सकता है कि चेतावनी के साथ, मार डाला जाएगा, जिस पर सबसे खराब मूल्य निर्धारित करने के लिए रणनीति के लिए एक तंत्र प्रदान करते हैं। सीमा आदेश वे अक्सर भरे हुए हैं के बाद से निष्क्रिय आदेशों माना जाता है, लेकिन वे कर रहे हैं जब एक मूल्य की गारंटी है। सीमा के आदेश के एक व्यक्ति एक्सचेंज का संग्रह सीमा के आदेश पुस्तक के रूप में जाना जाता है। निश्चित आकार और कीमत पर खरीदने और बेचने के आदेश की एक कतार अनिवार्य है। Backtesting है, यह सही ढंग से बाजार या सीमा के आदेश का उपयोग करने का प्रभाव मॉडल करने के लिए आवश्यक है। बाजार प्रभाव और सीमा ऑर्डर बुक के प्रभाव को सही ढंग से मॉडलिंग की नहीं कर रहे हैं विशेष रूप से उच्च आवृत्ति रणनीतियों के लिए, backtests काफी लाइव ट्रेडिंग मात कर सकते हैं। OHLC डेटा Idiosyncrasies विशेष रूप से इक्विटी के लिए, ओपन-उच्च कम बंद (OHLC) आंकड़ों के रूप में दैनिक डेटा का इस्तेमाल कर रही है जब backtesting रणनीतियों से संबंधित विशेष मुद्दे हैं। यह ठीक खुदरा एल्गोरिथम व्यापारियों के लिए डेटा का एक बहुत ही आम स्रोत है जो याहू वित्त, बाहर से दिए गए डेटा का रूप है कि ध्यान दें! (जैसा कि हम पहले से ही मैं भाग में चर्चा की है), जो उत्तरजीविता पूर्वाग्रह से पीड़ित हैं, जबकि सस्ता या मुफ्त डेटासेट, भी कर रहे हैं अक्सर समग्र कीमत कई एक्सचेंजों से खिलाती है। इसका मतलब यह है कि चरम अंक (यानी, खुले बंद, उच्च और निम्न) के आंकड़ों के क्षेत्रीय एक्सचेंजों में छोटे आदेश के कारण "दूरस्थ" मूल्यों को बहुत जल्दी हो जाता है। इसके अलावा, इन मूल्यों को कभी-कभी यह भी है कि अभी तक टिक-त्रुटियों डाटासेट से हटा दिया जाए किए जाने की संभावना है। यह आपके व्यापार रणनीति विशेष OHLC बातों में से किसी के व्यापक उपयोग करता है, तो आदेश अपने दलाल और तरलता को अपने उपलब्ध पहुंच के आधार पर विभिन्न बाजारों से कराई जा सकती है, backtest प्रदर्शन जीने के प्रदर्शन से अलग कर सकते हैं कि इसका मतलब है। इन समस्याओं को हल करने का एकमात्र तरीका नहीं बल्कि एक सस्ता समग्र फ़ीड से, उच्च आवृत्ति डेटा का इस्तेमाल करते हैं या एक व्यक्ति के आदान-प्रदान से ही सीधे डेटा प्राप्त करने के लिए है। लेख की अगले कुछ में हम ऊपर प्रभाव के कई शामिल थे, के साथ प्रदर्शन backtest की माप, साथ ही एक backtesting एल्गोरिथ्म के एक वास्तविक उदाहरण पर विचार करेगी। माइकल हॉल-मूर माइक QuantStart के संस्थापक है और मुख्य रूप से एक क्वांट डेवलपर के रूप में और बाद में हेज फंडों के लिए एक क्वांट व्यापारी सलाह के रूप में पिछले पांच साल के लिए मात्रात्मक वित्त उद्योग में शामिल किया गया है।