Le backtesting consiste à appliquer une stratégie ou un modèle prédictif à des données historiques pour déterminer leur exactitude. Il peut être utilisé pour tester et comparer la viabilité des stratégies de trading afin que les traders Six compétences essentielles des maîtres traders Presque tout le monde peut devenir un commerçant, mais pour être l'un des maîtres traders, il faut plus que du capital d'investissement et un costume trois pièces. Gardez à l'esprit: il y a une mer d'individus qui cherchent à rejoindre les rangs des maîtres commerçants et à rapporter à la maison le genre d'argent qui va avec ce titre. peut employer et modifier des stratégies efficaces.
Résumé
- Le backtesting consiste à appliquer une stratégie ou un modèle prédictif aux données historiques pour déterminer leur exactitude.
- Il permet aux traders de tester des stratégies de trading sans avoir besoin de risquer du capital.
- Les mesures de backtesting courantes comprennent le bénéfice / la perte net, le rendement, le rendement ajusté au risque, l'exposition au marché et la volatilité.
Comment fonctionne le backtesting
Les analystes utilisent le backtesting pour tester et comparer diverses techniques de trading sans risquer de l'argent. La théorie est que si leur stratégie a mal fonctionné dans le passé, il est peu probable qu'elle fonctionne bien à l'avenir (et vice versa). Les deux principaux éléments examinés lors des tests sont la rentabilité globale et le niveau de risque pris.
Cependant, un backtest examinera la performance d'une stratégie par rapport à de nombreux facteurs différents. Un backtest réussi montrera aux traders une stratégie qui a démontré des résultats positifs historiquement. Bien que le marché n'évolue jamais exactement de la même manière, le backtesting repose sur l'hypothèse que les actions évoluent selon des schémas similaires à ceux du passé.
la mise en oeuvre
Un backtest est généralement codé par un programmeur. Programmation La programmation est le processus d'écriture des instructions qu'un ordinateur doit exécuter. C'est similaire à une recette pour les humains. Une recette contient une liste d'actions, exécutant une simulation sur la stratégie de trading. La simulation est exécutée à l'aide de données historiques provenant d'actions, d'obligations et d'autres instruments financiers. La personne qui facilite le backtest évaluera les rendements du modèle sur plusieurs ensembles de données différents.
Il est également essentiel que le modèle soit testé dans de nombreuses conditions de marché différentes afin d'évaluer objectivement les performances. Les variables du modèle sont ensuite ajustées pour l'optimisation par rapport à plusieurs mesures de backtesting différentes.
Mesures de backtesting courantes
- Bénéfice / perte net
- Rendement : le rendement total du portefeuille sur une période donnée
- Rendement ajusté au risque Ratios de rendement ajusté au risque Il existe un certain nombre de ratios de rendement ajusté au risque qui aident les investisseurs à évaluer les investissements existants ou potentiels. Ces ratios peuvent être plus utiles que de simples mesures de retour sur investissement qui ne tiennent pas compte du niveau de risque d'investissement. : Le rendement du portefeuille ajusté pour un niveau de risque
- Exposition au marché : le degré d'exposition aux différents segments du marché
- Volatilité Volatilité La volatilité est une mesure du taux de fluctuations du prix d'un titre au fil du temps. Il indique le niveau de risque associé aux variations de prix d'un titre. Les investisseurs et traders calculent la volatilité d'un titre pour évaluer les variations passées des prix: La dispersion des rendements sur le portefeuille
Biais de backtesting
Lors de la création d'un modèle de trading à backtester, les traders doivent éviter les biais lors de la création du modèle. Afin d'assurer l'objectivité, la stratégie doit être testée sur plusieurs périodes de temps différentes avec un échantillon non biaisé et représentatif de stocks. Si un trader choisissait et choisissait les actions et la période au cours desquelles sa stratégie est testée, le modèle serait fondamentalement défectueux. Bien que le test puisse donner des résultats positifs, ce serait uniquement parce que le modèle a été créé pour s'adapter parfaitement à ces données. Par conséquent, il est essentiel que différents ensembles de données soient utilisés tout au long du processus.
Biais d'anticipation
Une autre erreur lors du backtesting est le biais d'anticipation. Le biais d'anticipation implique l'incorporation d'informations dans le modèle en cours de backtest qui ne seraient normalement pas disponibles lorsque le modèle est effectivement mis en œuvre.
Par exemple, supposons que vous testiez un modèle de trading basé sur les informations financières disponibles à la fin de l'exercice. Dans le modèle, vous saisissez les informations au 31 décembre; cependant, les informations ne sont généralement disponibles que quelques semaines après la fin de l'année. La mise en œuvre des données dans un backtest entraînerait un retour sur le modèle artificiellement élevé en raison du biais d'anticipation.
- A - Fin de l'année fiscale (heure à laquelle le modèle de backtesting suppose la publication du rapport annuel)
- B - Publication du rapport annuel
- C - Moment auquel le modèle de backtesting suppose la publication du rapport du premier trimestre
- D - Publication du rapport du premier trimestre
Le graphique ci-dessus montre une chronologie de la façon dont un modèle de backtesting pourrait devenir défectueux en raison d'un biais d'anticipation. Le modèle suppose que l'information devient disponible aux points A et C, alors qu'en réalité, l'information devient disponible aux points B et D. Le résultat d'un backtest correctement construit donnerait probablement un résultat entièrement différent de celui qui fait les mêmes hypothèses que au dessus.
Qui utilise le backtesting?
Tout le monde peut effectuer son propre backtest; cependant, les backtests sont généralement menés par des investisseurs institutionnels et des gestionnaires de fonds. Le backtesting utilise des données qui peuvent être coûteuses à obtenir et nécessitent une modélisation complexe.
Les traders institutionnels et les sociétés d'investissement possèdent le capital humain et financier nécessaire pour utiliser des modèles de backtesting dans leurs stratégies de trading. De plus, avec de grosses sommes d'argent en jeu, les investisseurs institutionnels Investisseur institutionnel Un investisseur institutionnel est une entité juridique qui accumule les fonds de nombreux investisseurs (qui peuvent être des investisseurs privés ou d'autres entités juridiques) pour être souvent amenés à effectuer un backtest pour évaluer le risque.
Exemple
Supposons que vous soyez analyste dans une société d'investissement et que l'on vous demande de tester une stratégie par rapport à un ensemble de données historiques qui vous sont fournies. La stratégie consiste à acheter une action si elle atteint un creux de 90 jours. La première étape du backtesting serait de choisir des données historiques non biaisées.
Vous appliquez ensuite la stratégie aux données et constatez que la stratégie a produit un rendement de 150 points de base supérieur à la stratégie actuelle utilisée par l'entreprise. Le backtest a contribué à solidifier les recherches effectuées lors de la création de la stratégie de trading. L'entreprise d'investissement peut décider si le backtest est une raison suffisante pour utiliser la stratégie.
Lectures connexes
Finance est le fournisseur officiel de la certification mondiale Certified Banking & Credit Analyst (CBCA) ™ CBCA ™ L'accréditation Certified Banking & Credit Analyst (CBCA) ™ est une norme mondiale pour les analystes de crédit qui couvre la finance, la comptabilité, l'analyse de crédit et l'analyse des flux de trésorerie , modélisation d'alliances, remboursements de prêts, etc. programme de certification, conçu pour aider quiconque à devenir un analyste financier de classe mondiale. Pour continuer à faire avancer votre carrière, les ressources supplémentaires ci-dessous vous seront utiles:
- Algorithmes Algorithmes (Algos) Les algorithmes (Algos) sont un ensemble d'instructions qui sont introduites pour effectuer une tâche.Des algorithmes sont introduits pour automatiser le trading afin de générer des bénéfices à une fréquence impossible à un trader humain.
- Clustering Illusion Clustering Illusion Clustering illusion fait référence à un biais cognitif dans la finance comportementale dans lequel un investisseur observe des modèles dans ce qui sont en fait des événements aléatoires. En d'autre
- Test d'hypothèse Test d'hypothèse Le test d'hypothèse est une méthode d'inférence statistique. Il est utilisé pour tester si une déclaration concernant un paramètre de population est correcte. Tests d'hypothèses
- Biais de sélection d'échantillon Biais de sélection d'échantillon Le biais de sélection d'échantillon est le biais qui résulte de l'incapacité à garantir la randomisation appropriée d'un échantillon de population. Les défauts de la sélection des échantillons
