Eksponentiell Bevegelse Gjennomsnittet Backtest

Enkle bevegelige gjennomsnitt - Trading backtests Hvilke bevegelige gjennomsnittlige parametere er de beste Dette nettstedet har et hav av bevegelige gjennomsnittlige backtests som jeg har utført for DAX, SP500 og også USDEU (Forex). Disse tester ble gjort ved hjelp av forskjellige signalstrategier: simpleexponential og crossover varianter og forskjellige indekser for en tidsperiode på 1000 handelsdager. I motsetning til andre nettsteder testet jeg alle bevegelige gjennomsnittlige dagvinduverdier fra 1 til 1000 dager, for overgangsstrategiene også i kombinasjon. Disse dataene er også unqiue da jeg prøvde å utføre realistiske tester, simulerer buysell spredningen og skatter for sammenligning med en referanse (buy hold) strategi. En rask reagerende vindusverdi ser bra ut i teorien og med en enkel test. Men spredningen, avgifter og avgifter vil ødelegge all ytelse i praktisk anvendelse. Det er derfor disse realistiske tester er så verdifulle. Jeg håper dette nettstedet kan hjelpe deg med dine handler, nyt det. Først vil vi teste eksponentielle gjennomsnitt med dobbelt crossover-system på DAX-indeksen. Igjen bruker vi de siste 3750 handelsdager og tester hver kombinasjon av SMA-verdier 1- 1000 (utbyttene der ema-korten var høyere enn ema-høyen ble utelatt). Figur 1 viser resultatene av backtesten med utbyttet på Z-aksen og som farge. Figur 2 viser en oversikt over backtesten. Abb. 1: EMA Pair ytelse for den DAX Abb. 2: EMA Par Performance (Top View) Resultatene ser veldig ut som backtesting med de enkle glidende gjennomsnittene, det er en trekantet mountregion der de gode fordelene ligger. Og i motsetning til SMA backtest er regionen ikke så ujevn, de ser ut til å komme i klarere bølger og inneholder mindre turbulenser. Det beste EMA-paret (175 152) gir et utbytte på 22,2, det er litt under resultatene av de beste enkle gjennomsnittene som hadde 26,5. Benchmark vs Buy amp Hold trading på DAX Utbyttet av buy and hold-strategien er på 9,4 p. a. å sammenligne alle resultatene nedenfor som ikke er utelatt i figur 3. Fig. 3: EMA Pair Performance større enn BampH Fig. 4: EMA Pair Performance større enn BampH (Zoom) Du kan se at Dest EMA-parene ligger igjen i den gyldne trekant, figur 4 viser en zoom av det. Bølgene er også godt synlige i figur 5. Sammenlignet med den gylne trekanten av de enkle glidende gjennomsnittene, virker det enklere å treffe et godt SMA-par, fordi lavavkastningsområdene ligger nesten fullstendig ved grensen ved EMA korte tidevinduer under 50 dager. Fig. 5: EMA Pair ytelse større enn BampH (3D Zoom) Fig. 6: Ytelse sammenligning SMA281235 vs BampH Ytelsen sammenligning med DAX som referanse i figur 6 viser at det eksponentielle glidende gjennomsnittsparet 281 235 trekker utkonkurransen ved korrekt signalering av nedadgående trender. Fig. 7: EMAs 175 og 152 med DAX-kurve Optimal eksponensiell glidende gjennomsnittet mot utbyttet underpresterende på handel med DAX I figur 6 kunne du ikke virkelig se mange dager med underperformance sammenlignet med buy amp hold DAX, men det ville også være interessant å se Fordeling av underperformance for EMAs. Fig. 8: EMA-par underprestasjon for DAX Fig. 9: EMA-par underpresterende zoom Den gjennomsnittlige daglige underprestasjonen (i figur 8) ser veldig annerledes ut i denne backtesten enn med enkle gjennomsnitt. De eksponentielle bevegelige gjennomsnittene ser ut til å være sterkere underpresterende med høyere lange EMAer (sammenligner fig 6 i Double Sma Crossover Index Backtest), men regionen i de midterste timewindows (inkludert den gylne triangelen) virker bedre. Gjennomsnittlig Backtest Symbol - Skriv inn et hvilket som helst symbol spores i vår database, eller bruk et forhold mellom symboler ved å skrive inn to symboler som sym1: sym2. Flytte gjennomsnitt - kan være enten enkelt eller eksponentielt for antall spesifiserte dager. Med en enkelt MA fastsettes beholdningen av verdien av Pris i forhold til Moving Average. Når to MAs brukes, bestemmes holdingen av forholdet mellom de to Moving Averages. Beholdninger - Fondet som kan holdes, kan være det samme eller forskjellig fra fondet som brukes til beregningene ovenfor. For eksempel kan du modellere å kjøpe en leveransefond basert på det bevegelige gjennomsnittet for det uleverede fondet. Benchmark - SPY er standard, men et hvilket som helst symbol kan brukes. Statistikk - Statistikkene inkluderer tre volatilitetsforanstaltninger som du vil være lave, Standardavvik, Ulcer Index og Max Drawdown. I tillegg er det tre avkastninger: risikomålinger hvor høyere er bedre. Disse inkluderer Sharpe Ratio, Sortino Ratio og Martin Ratio. Fra Nylige Skjermer ETF Markedsvisning Se Tirsdag, Mar 7 Viktig Ansvarsfraskrivelse: Informasjonen fra ETFScreen er strengt til informasjonsformål og skal ikke tolkes som råd eller anmodning om å kjøpe eller selge sikkerhet. Eieren av ETFScreen påtar seg intet ansvar som følge av bruken av materialet som er innbefattet heri for ethvert formål, herunder investeringsformål. Personvernpolitikk Ansvarsfraskrivelse Brukervilkår Hvis du har en kommentar, vennligst kontakt oss. BackTesting Moving Gjennomsnitt Hvorfor Flytte Gjennomsnitt Som handelsmann eller investor, er den eneste grunnen til å undersøke glidende gjennomsnitt å få kunnskap for å øke fortjenesten. Som mange andre tekniske indikatorer er flytteverdier ment å hjelpe oss å objektivt fortelle markedsstatusen til enhver tid. Dette hjelper oss å se gjennom dagens følelser og gjøre rasjonelle beslutninger, som vi forteller, vil føre til større fortjeneste og eller færre tap i det lange løp. Flytte gjennomsnitt (MAs) glatt rekke prisene på en aksje. MAs er oftest brukt til å identifisere trenden i markedsretningen, og er klassifisert som en trend-indikator. Dette betyr ikke at MA er bare for langsiktige investorer. 8211 Kortsiktige handelsmenn bruker dem også. Flytende gjennomsnitt kan brukes til å skjerme aksjer for gode kandidater, signalkjøpsmuligheter og tilby selgesignaler. Hvorfor Backtest 8211 En historie Målet med backtesting er å finne ut om flyttende gjennomsnitt virkelig fører til bedre resultater, og hva er de mest lovende måtene å bruke MAs. La meg fortelle deg en kort historie. Mens jeg satt sammen resultatene for en av de bevegelige gjennomsnittlige BackTesting Report-problemene, skjedde jeg å besøke en venn. I huset hennes kom jeg over noen lesemateriell fra en godt annonsert rabattmäklare. I det var en artikkel som rådgir sine kunder om å bruke en bestemt bevegelig gjennomsnittlig lengde på en bestemt måte for å få de beste resultatene. Jeg hadde mine omfattende tester rett foran meg, og jeg kan fortelle deg at broker8217s metode ikke fikk de beste resultatene, selv om de nevnte en MA-lengde som er nyttig på andre måter. Jeg hadde i hendene mine testresultater som viste at måten som megler brukte det glidende gjennomsnittet hadde en gevinstrate verre enn grunnlinjen da testet på 7147 aksjer over 14 års aksjemarkedsdata. Det var klart at megleren ikke kjørte den typen av testing. It8217s opp til kundene 8211 oss 8211 for å skaffe oss selv og finne ut hva som fungerer mot hva som ikke gjør det. Slik beregner du MAs Når du tester på glidende gjennomsnitt, er den første avgjørelsen hvordan du beregner glidende gjennomsnitt. Ønsker du et enkelt glidende gjennomsnitt (SMA) Eller noe som er utformet for å spore pris bedre, for eksempel et eksponentielt glidende gjennomsnitt (EMA) Du kan vurdere et eksperiment for å sammenligne seiersatsene for de to forskjellige gjennomsnittene. Jeg gjorde det bare for et par år siden, og mens jeg ikke har resultatene å publisere, kom jeg bort med tanken om at det ikke gjorde stor forskjell om jeg valgte SMA eller EMA 8212 bare velg en og bruk den konsekvent. Så for dette prosjektet, velger jeg å bruke enkle glidende gjennomsnitt fordi jeg ser dem nevnt i kommentarene oftest. For å faktisk gjøre beregningen, stod jeg på den innebygde funksjonen som fulgte med TradeStation. (Valg av backtesting motor er en annen beslutning som er generell nok til å skrive om i et annet innlegg.) Hvordan bruke MAs Next du trenger å finne ut hvor nøyaktig du vil bruke bevegelige gjennomsnitt. Hvordan vil du tolke forholdet mellom pris og glidende gjennomsnitt Hvilke regler vil du bruke til å bestemme når du skal kjøpe og selge Du trenger ikke å lese lenge om aksjer før du kommer over et bullish referanse til en børshandel over det 200-dagers glidende gjennomsnittet eller dets 50-dagers glidende gjennomsnitt, eller til og med 10 eller 20-dagers MA. Eller råd om kjøp av aksjer når de krysser 50-dagers eller 200-dagers glidende gjennomsnitt. Dette er viktige regler for å teste i backtesting-motoren. Og så er det bevegelige gjennomsnittlige crossover 8211 en klassisk metode for teknisk analyse. Det gjør tre forskjellige måter å bruke bevegelige gjennomsnitt på for å teste. Går mer grundig, noen handelstekster snakker om skråningen av et bevegelige gjennomsnitt. Hvis du drar tilbake til algebra og vurderer MA som en linje, for å finne sin skråning, vil du velge to punkter på linjen og bruke den vanlige formelen (x2-x1) (y2-y1)). Dette bringer spørsmålet om hvor langt fra hverandre å velge de to punktene som kan gjøre forskjell på resultatene. Egentlig, siden MA blir brukt til å identifisere trenden, vil vi bare vite om den er skråt opp eller ned. Da kan vi forenkle hele beregningen ved å merke at hvis prisen ligger over det bevegelige gjennomsnittet, må det trekke gjennomsnittet opp, og en pris under MA trekker den ned. Dermed en annen grunn til å teste effekten av prisen over det bevegelige gjennomsnittet. Parameterinnstillinger Når du bestemmer deg for hvordan du bruker MA, må du velge et utvalg av forskjellige lengder som skal testes. Pass opp for overoptimering. Et sted der ute er en fyr med backtesting resultater som viser 3895 gevinst eller hva som helst med bare det rette glidende gjennomsnittet. Synd han vet ikke hva MA vil produsere disse resultatene i fremtiden. Når det er sagt, må du prøve mer enn en lengde for å sikre at resultatene dine blir et fluke. Hold fast med standardinnstillinger eller de du hører om mest i media. Å finne den perfekte parameterinnstillingen, kommer ikke til å gjøre deg rik. Å finne en klynge av gode, robuste innstillinger, kan bare gjøre deg mye bra skjønt. Som praktisk materiell når backtesting tillater nok dataforsinkelse før måling. Alle tester må begynne å måle på samme sted for epler til epler sammenligning mellom forskjellige MA lengder. Hvis du for eksempel testet et 200-dagers glidende gjennomsnitt, vil det ta de første 200 dagene med data for å beregne det første punktet i det glidende gjennomsnittet. Det betyr at den første dagen du muligens kan få et signal, er 200 dager i datasettet. For å gjøre en god sammenligning med, si 10-dagers glidende gjennomsnitt, må du sørge for at du ikke teller noen signaler fra 10-dagers glidende gjennomsnitt før 200-dagen er klar til å gå. Heldigvis TradeStation har en måte å sette 8220Maximum antall barer studie vil referanse8221 i 8220Properties for All8221 strategier som tvinger den teste motoren til å vente det lenge før tabulering data. Mer fortjeneste ved å kjøpe eller selge Flytte gjennomsnittlige regler, og spesielt bevegelige gjennomsnittlige crossover-regler, diskuteres ofte som et reverseringssystem. Dette betyr at ett signal, sier at MAs krysser oppover er et kjøpesignal, og da er motsatt, sier MA-linjer som krysser ned, er ikke bare et salgssignal, men også utløseren til å gå kort. Teoretisk sett er det ganske bra, men mange mennesker er ikke interessert i å forkorte markedet. De leter etter teknikker for å hjelpe dem å kjøpe og kanskje selge. Selv en person som regelmessig selger og selger kort, kan bruke ulike teknikker for kjøp og salg. Av disse grunner er det klokt å teste kjøpesignalene separat fra selgesignalene. Dette utgjør et dilemma fordi it8217 er vanskelig å evaluere et kjøpesignal i isolasjon. En måte å gjøre dette på er å bruke tidsbegrensede utganger 8211 som er, gå ut av handel eller selg aksjen etter at en viss tid går ut. Jeg valgte å kjøre hver backtest tre ganger med tre forskjellige tidspunkter, fordi forskjellige personer har forskjellige stiler og forskjellige behov. For å produsere backtesting resultater nyttig å svinge handelsmenn, avslutter jeg etter 2 dager. Til modell posisjon handelsfolk, 20 dager. For å møte behovene til aktive investorer har backtesting hver posisjon i 200 dager. Dette gir en måte å isolere kjøpesignalene på, og finne ut hvor nyttig det bevegelige gjennomsnittet er for aksjekjøpere av ulike temperamenter. Trenger du å definere godhet En enda viktigere ting å vurdere om du prøver å få tilbake gjennomsnittet for å finne ut hvor godt de gjør på aksjemarkedet: Hvordan vet du hva som er bra Du trenger objektive kriterier for suksess. Det betyr at du identifiserer nøkkelstatistikken som gevinstfrekvens, forventningsevne, hypotetiske egenkapitalgevinster, etc. Det betyr også å sette standarder for akseptabel ytelse på hvert av disse områdene. Et eksempel illustrerer hvorfor dette er viktig og hvorfor det ikke er så enkelt som det først vises. Si at testene dine viser en gevinstfrekvens på 55 for en bestemt indikator. Det kan kanskje ikke være så bra hvis 62 sier at alle aksjene gikk opp i samme tidsperiode. Eller hvis bare 25 av aksjer steg i løpet av denne perioden, ville din 55 gevinstrate være spektakulær. Det som er bra, avhenger av hvordan det sammenlignes med baseline markedets ytelse under de samme forholdene. Du kan laste ned en gratis kopi av BackTesting Report Baseline-problemet ved å klikke her. For en meningsfylt backtest må du ha nok data til å lage en statistisk gyldig sammenligning. I det minste betyr det 30 handler. Selv om du handler bare ett instrument 8211 bare ett lager eller bare ett valutapar 8211 Jeg tror it8217s er viktig å teste din handelsstrategi på mange forskjellige instrumenter for å bevise sin robusthet. Jeg gikk over toppen med et ekstremt stort testsett 8212 7147 aksjer over 14 år 8212 for å sikre at resultatene mine ville gjelde i en rekke markedsforhold. Du kan få din kopi av mine backtesting-rapporter om å flytte gjennomsnittlige kjøpssignaler ved å klikke her.