व्यापारी, जो एक जीवित बाजार में एक व्यापारिक विचार की कोशिश करने के लिए उत्सुक हैं, अक्सर यह सुनिश्चित करने के लिए कि क्या सिस्टम लाभदायक होगा, बैकटेस्टिंग परिणामों पर पूरी तरह से भरोसा करने की गलती करते हैं। जबकि बैकस्टेस्टिंग व्यापारियों को बहुमूल्य जानकारी प्रदान कर सकती है, यह अक्सर भ्रामक है और यह केवल मूल्यांकन प्रक्रिया का एक हिस्सा है। आउट-ऑफ-सैंपल परीक्षण और फॉरवर्ड प्रदर्शन परीक्षण सिस्टम की प्रभावशीलता के बारे में और पुष्टिकरण प्रदान करते हैं, और वास्तविक नकद लाइन पर होने से पहले, सिस्टम के सही रंग दिखा सकते हैं। व्यापार प्रणाली की व्यवहार्यता को निर्धारित करने के लिए बैकटेस्टिंग, आउट-ऑफ-सैम्पल और फॉरवर्ड प्रदर्शन परीक्षण के परिणामों के बीच अच्छे संबंध महत्वपूर्ण हैं। (हम इस प्रक्रिया पर कुछ सुझाव देते हैं जो आपकी मौजूदा ट्रेडिंग रणनीतियों को परिष्कृत करने में मदद कर सकते हैं। अधिक जानने के लिए, बैकस्टेस्टिंग: अतीत की व्याख्या करना पढ़ें।)

बैकटेस्टिंग बेसिक्स

बैकटेस्टिंग का मतलब है ऐतिहासिक डेटा के लिए एक ट्रेडिंग सिस्टम को लागू करने के लिए, यह सत्यापित करने के लिए कि एक निर्दिष्ट समय अवधि के दौरान सिस्टम कैसे किया होता। आज के कई व्यापारिक प्लेटफ़ॉर्म बैकस्टेस्टिंग का समर्थन करते हैं ट्रेडर्स कुछ कीस्ट्रोक्स के साथ विचारों का परीक्षण कर सकते हैं और किसी ट्रेडिंग अकाउंट में निधियों को बिना किसी जोखिम के विचार के प्रभाव में अंतर्दृष्टि प्राप्त कर सकते हैं। बैकटेस्टिंग सरल विचारों का मूल्यांकन कर सकता है, जैसे कि चलती औसत क्रॉसओवर ऐतिहासिक डेटा पर प्रदर्शन करेंगे, या विभिन्न प्रकार के इनपुट और ट्रिगर्स के साथ अधिक जटिल सिस्टम। -2 ->

जब तक कोई विचार मात्रा निर्धारित किया जा सकता है, तब तक इसे बैकअप नहीं किया जा सकता है। कुछ व्यापारियों और निवेशक एक योग्य प्रोग्रामर की विशेषज्ञता तलाश कर सकते हैं ताकि ये विचार एक परीक्षण योग्य रूप में हो सके। आमतौर पर इसमें एक प्रोग्रामर शामिल होता है जो व्यापार मंच द्वारा होस्ट की गई स्वामित्व भाषा में विचार को कोडित करता है। प्रोग्रामर उपयोगकर्ता द्वारा परिभाषित इनपुट वैरिएबल को शामिल कर सकता है जो व्यापारी को सिस्टम को "ट्वीक" करने की अनुमति देता है। इसका एक उदाहरण ऊपर उल्लेख किया गया सरल चलती औसत क्रॉसओवर सिस्टम में होगा: व्यापारी सिस्टम में इस्तेमाल होने वाली दो चलती औसत की लंबाई (या परिवर्तन) को सक्षम करने में सक्षम होगा। ऐतिहासिक डेटा पर सबसे अच्छा चलने वाले किनारे की लंबाई निर्धारित करने के लिए व्यापारी, यह निर्धारित करने के लिए सख्त हो सकता है। (

इलेक्ट्रॉनिक ट्रेडिंग ट्यूटोरियल में अधिक जानकारी प्राप्त करें।)

अनुकूलन अध्ययन

कई व्यापारिक प्लेटफ़ॉर्म भी अनुकूलन अध्ययन के लिए अनुमति देते हैं। यह निर्दिष्ट इनपुट के लिए एक श्रेणी में प्रवेश करने और कंप्यूटर को "गणित करना" देने के लिए समझने की ज़रूरत है कि इनपुट का सर्वोत्तम प्रदर्शन क्या होता एक बहु-चर अनुकूलन, दो या दो से अधिक चर के लिए गणित को यह निर्धारित करने के लिए संयुक्त कर सकता है कि किन स्तरों का एक साथ सबसे अच्छा परिणाम प्राप्त होगा। उदाहरण के लिए, व्यापारी प्रोग्राम को बता सकते हैं कि वे अपनी रणनीति में कौन से इनपुट जोड़ना चाहते हैं; इन्हें टेस्टेड ऐतिहासिक डेटा को दिए गए अपने आदर्श वजन के लिए अनुकूलित किया जाएगा।
बैकटेस्टिंग में रोमांचक हो सकता है कि एक गैर लाभकारी प्रणाली अक्सर जादुई रूप से कुछ अनुकूलन वाले पैसे बनाने वाली मशीन में परिवर्तित हो सकती है। दुर्भाग्य से, पिछली लाभप्रदता का सबसे बड़ा स्तर हासिल करने के लिए एक प्रणाली को शुरू करने में अक्सर एक ऐसी प्रणाली होती है जो वास्तविक व्यापार में खराब प्रदर्शन करेगी। यह ओवर-ऑप्टिमाइज़ेशन सिस्टम बनाता है जो केवल कागज़ पर अच्छे दिखते हैं

वक्र फिटिंग टेस्टिंग अवधि में उपयोग किए जाने वाले ऐतिहासिक डेटा पर सबसे अधिक लाभ में जीतने वाले ट्रेडों की सर्वोच्च संख्या बनाने के लिए अनुकूलन विश्लेषिकी का उपयोग है। हालांकि यह बैकटेस्टिंग परिणामों में प्रभावशाली दिखता है, वक्र फिटिंग अविश्वसनीय सिस्टम की ओर जाता है क्योंकि परिणाम अनिवार्य रूप से केवल उस विशेष डेटा और समय अवधि के लिए कस्टम-डिज़ाइन किए गए हैं।

बैटर टेस्टिंग और अनुकूलन एक व्यापारी को कई फायदे प्रदान करते हैं लेकिन संभावित व्यापार प्रणाली का मूल्यांकन करते समय यह प्रक्रिया का एकमात्र हिस्सा है। एक व्यापारी का अगला कदम सिस्टम को ऐतिहासिक डेटा के लिए लागू करना है जिसका प्रारंभिक बैटिंग टेस्टिंग चरण में उपयोग नहीं किया गया है। (चलती औसत गणना करना आसान है और, एक चार्ट पर एक बार प्लॉट किया गया, एक शक्तिशाली दृश्य प्रवृत्ति-खोलना उपकरण है। अधिक जानकारी के लिए,

सरल मूविंग एवेज करें रुझानों को खड़े रहें पढ़ें।) नमूना बनाम आउट-ऑफ-नमूना डेटा

ऐतिहासिक डेटा पर एक विचार का परीक्षण करते समय, परीक्षण उद्देश्यों के लिए ऐतिहासिक डेटा का एक समय अवधि आरक्षित करना फायदेमंद है। प्रारंभिक ऐतिहासिक डेटा जिस पर विचार का परीक्षण किया गया है और अनुकूलित किया जाता है उसे इन-नमूना डेटा के रूप में संदर्भित किया जाता है। आरक्षित किया गया डेटा सेट, नमूने डेटा के बाहर के रूप में जाना जाता है। यह सेटअप मूल्यांकन प्रक्रिया का एक महत्वपूर्ण हिस्सा है क्योंकि यह उस डेटा पर विचार का परीक्षण करने का एक तरीका प्रदान करता है जो ऑप्टिमाइज़ेशन मॉडल में एक घटक नहीं है। नतीजतन, इस विचार को किसी भी तरह से नमूना डेटा से प्रभावित नहीं किया जाएगा और व्यापारियों को यह निर्धारित करने में सक्षम हो जाएगा कि सिस्टम नए डेटा पर कितनी अच्छी तरह प्रदर्शन कर सकता है; मैं। ई। वास्तविक जीवन व्यापार में किसी भी बैकटेस्टिंग या अनुकूलन की शुरुआत करने से पहले, व्यापारियों ने नमूने परीक्षण से बाहर के लिए आरक्षित होने वाले ऐतिहासिक डेटा का एक प्रतिशत को अलग कर सकते हैं। एक विधि तिहाई में ऐतिहासिक डेटा को विभाजित करने और नमूना परीक्षण के उपयोग में एक तिहाई को अलग करने का है। प्रारंभिक परीक्षण और किसी भी अनुकूलन के लिए केवल इन-नमूना डेटा का उपयोग किया जाना चाहिए। चित्रा 1 चित्रा 1 एक समय रेखा दिखाता है जहां एक तिहाई ऐतिहासिक आंकड़ों के नमूने परीक्षण के लिए आरक्षित है, और दो-तिहाई का प्रयोग इन-नमूना परीक्षण के लिए किया जाता है। यद्यपि चित्रा 1 में परीक्षण की शुरुआत में नमूने के बाहर आंकड़े को दर्शाया गया है, सामान्य प्रक्रियाओं में आगे के प्रदर्शन के पूर्व के नमूने वाले हिस्से होंगे।

चित्रा 1: बैकटेस्टिंग प्रक्रिया में उपयोग किए जाने वाले नमूना लंबाई और नमूने डेटा के सापेक्ष लंबाई का प्रतिनिधित्व करने वाली एक समय रेखा।

एक बार एक ट्रेडिंग सिस्टम में नमूना डेटा का उपयोग करके विकसित किया गया है, यह नमूने डेटा के बाहर लागू करने के लिए तैयार है ट्रेडर्स इन-नमूना और आउट-ऑफ-नमूना डेटा के बीच प्रदर्शन के परिणामों का मूल्यांकन और उनकी तुलना कर सकते हैं।

सहसंबंध दो डेटा सेटों के प्रदर्शन और समग्र रुझानों के बीच समानता को दर्शाता हैपरीक्षण अवधि के दौरान बनाए गए रणनीति निष्पादन रिपोर्टों के मूल्यांकन में सहसंबंध मैट्रिक्स का उपयोग किया जा सकता है (एक विशेषता जो कि अधिकांश ट्रेडिंग प्लेटफॉर्म प्रदान करती है) दोनों के बीच मजबूत संबंध, बेहतर संभावना है कि एक प्रणाली आगे प्रदर्शन परीक्षण और लाइव व्यापार में अच्छा प्रदर्शन करेगी। चित्रा 2 में नमूना डेटा पर परीक्षण और अनुकूलित किया गया दो अलग-अलग प्रणालियों को दिखाया गया है, फिर नमूने डेटा के बाहर लागू होता है बाईं तरफ वाला चार्ट एक ऐसी प्रणाली को दिखाता है जो नमूना डेटा पर अच्छी तरह से काम करने के लिए स्पष्ट रूप से वक्र-फिट था और नमूने डेटा के बाहर पूरी तरह विफल हो गया था। दाईं ओर वाला चार्ट एक ऐसी प्रणाली को दिखाता है जो नमूना डेटा के बाहर और आउट-आउट दोनों पर अच्छा प्रदर्शन करता है।

चित्रा 2: दो इक्विटी घटता प्रत्येक पीला तीरे से पहले नमूना परीक्षण का प्रतिनिधित्व करता है व्यापार डेटा। पीले और लाल तीरों के बीच उत्पन्न ट्रेडों से बाहर नमूना परीक्षण का संकेत मिलता है लाल तीरों के बाद के कारोबार आगे के प्रदर्शन परीक्षण चरणों से होते हैं।

अगर नमूना और नमूने के बाहर परीक्षण के बीच थोड़ा सा संबंध है, तो चित्रा 2 में बाएं चार्ट की तरह, यह संभावना है कि सिस्टम को अतिरंजित कर दिया गया है और लाइव ट्रेडिंग में अच्छा प्रदर्शन नहीं किया जाएगा। अगर प्रदर्शन में मजबूत सहसंबंध है, जैसा कि चित्रा 2 में सही चार्ट में देखा गया है, मूल्यांकन के अगले चरण में एक अतिरिक्त प्रकार का नमूना परीक्षण शामिल होता है जिसे आगे के प्रदर्शन परीक्षण के रूप में जाना जाता है। (पूर्वानुमान के बारे में अधिक पढ़ने के लिए,

वित्तीय पूर्वानुमान: बैयेसियन विधि देखें।) आगे प्रदर्शन परीक्षण मूलभूत

आगे प्रदर्शन परीक्षण, जिसे पेपर ट्रेडिंग के रूप में भी जाना जाता है, व्यापारियों को दूसरे सेट के साथ प्रदान करता है एक नमूना डेटा जिस पर एक सिस्टम का मूल्यांकन किया जाता है। फॉरवर्ड प्रदर्शन परीक्षण वास्तविक व्यापार का अनुकरण है और इसमें एक लाइव मार्केट में सिस्टम के तर्क को शामिल करना शामिल है। यह कागज व्यापार भी कहा जाता है क्योंकि सभी ट्रेडों को केवल कागज पर ही निष्पादित किया जाता है; यही है, व्यापार प्रविष्टियां और निकास प्रणाली के लिए किसी भी लाभ या हानि के साथ प्रलेखित हैं, लेकिन कोई वास्तविक व्यापार निष्पादित नहीं किया जाता है। आगे के प्रदर्शन परीक्षण का एक महत्वपूर्ण पहलू सिस्टम के तर्क को ठीक से पालन करना है; अन्यथा, यह असंभव नहीं है, प्रक्रिया के इस चरण का सही मूल्यांकन करने के लिए मुश्किल हो जाता है व्यापारियों को किसी भी व्यापार प्रविष्टियों और निकास के बारे में ईमानदार होना चाहिए और चेरी पिकिंग ट्रेडों जैसे व्यवहार से बचना चाहिए या नहीं, कागज पर व्यापार सहित तर्कसंगत भी शामिल करना चाहिए "मैंने कभी उस व्यापार को नहीं लिया होता।" यदि व्यापार प्रणाली के तर्क के बाद हुआ होता, तो उसे दस्तावेज और मूल्यांकित किया जाना चाहिए। कई ब्रोकर एक सिम्युलेटेड ट्रेडिंग अकाउंट पेश करते हैं, जहां ट्रेड्स लगाए जा सकते हैं और संबंधित लाभ और हानि की गणना कर सकते हैं। सिम्युलेटेड ट्रेडिंग अकाउंट का उपयोग करके एक अर्द्ध-यथार्थवादी माहौल बना सकता है जिस पर व्यापार का अभ्यास किया जाता है और सिस्टम का मूल्यांकन भी करता है।

चित्रा 2 में दो सिस्टम पर आगे प्रदर्शन परीक्षण के लिए परिणाम भी दिखाए गए हैं दोबारा, बाएं चार्ट में दर्शाया गया सिस्टम, नमूना डेटा पर प्रारंभिक परीक्षण से परे अच्छी तरह से करने में विफल रहता है। सही चार्ट में दिखाया गया सिस्टम, हालांकि, सभी चरणों के माध्यम से अच्छा प्रदर्शन करना जारी रखता है, जिसमें आगे के प्रदर्शन परीक्षण शामिल हैंएक प्रणाली जिसमें सकारात्मक परिणाम दिखाता है, इन-नमूना, आउट-ऑफ-नमूना और फॉरवर्ड प्रदर्शन परीक्षण के बीच अच्छे संबंध के साथ एक लाइव मार्केट में कार्यान्वित होने के लिए तैयार है।

नीचे की रेखा

बैकटेस्टिंग एक बहुमूल्य टूल है जो अधिकतर ट्रेडिंग प्लेटफॉर्म में उपलब्ध है। इन-नमूना और नमूना परीक्षण के लिए प्रदान करने के लिए कई सेटों में ऐतिहासिक डेटा को बांटने के लिए व्यापारिक विचार और व्यवस्था का मूल्यांकन करने के लिए व्यापारियों को व्यावहारिक और कुशल साधन प्रदान कर सकते हैं। चूंकि अधिकांश व्यापारियों को बैकटेस्टिंग में ऑप्टिमाइज़ेशन तकनीकों को काम करना पड़ता है, इसलिए यह महत्वपूर्ण है कि सिस्टम को इसकी वैधता निर्धारित करने के लिए साफ आंकड़ों पर मूल्यांकन करें। आगे के प्रदर्शन परीक्षण के साथ-बिना-नमूना परीक्षण को जारी रखते हुए वास्तविक नकदी को खतरे में डालते हुए बाजार में एक प्रणाली डाल करने से पहले सुरक्षा की एक और परत प्रदान करता है। नमूना और आउट-ऑफ़-नमूना बैटिंगिंग और फॉरवर्ड प्रदर्शन परीक्षण के बीच सकारात्मक परिणाम और अच्छे संबंध होने की संभाव्यता बढ़ जाती है, जो कि सिस्टम वास्तविक व्यापार में अच्छा प्रदर्शन करेगा। (तकनीकी विश्लेषण पर एक व्यापक अवलोकन के लिए, देखें तकनीकी विश्लेषण: परिचय ।)