Backtesting प्रभावी व्यापार प्रणाली के विकास का एक प्रमुख घटक है। यह ऐतिहासिक डेटा के साथ, पुनर्निर्माण के द्वारा पूरा किया जाता है, जो किसी दिए गए रणनीति द्वारा परिभाषित नियमों का उपयोग करके अतीत में हुआ होगा। परिणाम रणनीति की प्रभावशीलता को आंकने के लिए आँकड़े प्रदान करता है।
अंतर्निहित सिद्धांत यह है कि अतीत में अच्छी तरह से काम करने वाली किसी भी रणनीति के भविष्य में अच्छी तरह से काम करने की संभावना है, और इसके विपरीत, अतीत में खराब प्रदर्शन करने वाली किसी भी रणनीति के भविष्य में खराब प्रदर्शन की संभावना है। यह आलेख इस बात पर ध्यान देता है कि बैकिंग में किन अनुप्रयोगों का उपयोग किया जाता है, किस प्रकार का डेटा प्राप्त किया जाता है और इसे उपयोग करने के लिए कैसे रखा जाता है।
डेटा और टूल्स का उपयोग करके ट्रेडिंग रणनीति को कैसे बैकस्ट करें
बैकिंग किसी दिए गए सिस्टम के बारे में मूल्यवान सांख्यिकीय प्रतिक्रिया प्रदान कर सकता है। कुछ सार्वभौमिक बैकिंग आंकड़ों में शामिल हैं:
- शुद्ध लाभ या हानि: शुद्ध प्रतिशत में उतार-चढ़ाव या हानि हुई: अधिकतम प्रतिशत उल्टा और नीचे का खर्च : प्रतिशत औसत लाभ और औसत हानि, औसत बार आयोजित की गई एक्सपोजर: पूंजी का प्रतिशत निवेश (या बाजार में उजागर) अनुपात: जीत-से-नुकसान अनुपात वार्षिक रिटर्न: एक वर्ष में प्रतिशत रिटर्न जोखिम-समायोजित रिटर्न: जोखिम के एक समारोह के रूप में प्रतिशत वापसी
Backtesting सॉफ्टवेयर
आमतौर पर, बैकटस्टिंग सॉफ़्टवेयर में दो महत्वपूर्ण स्क्रीन होंगे। पहले व्यापारी बैकिंग के लिए सेटिंग्स को कस्टमाइज़ करने की अनुमति देता है। इन अनुकूलन में समयावधि से लेकर कमीशन की लागत तक सब कुछ शामिल है। यहाँ AmiBroker में ऐसी स्क्रीन का एक उदाहरण है:
दूसरी स्क्रीन वास्तविक बैकिंग परिणाम रिपोर्ट है। यह वह जगह है जहां आप ऊपर उल्लिखित आंकड़े पा सकते हैं। फिर, यहाँ AmiBroker में इस स्क्रीन का एक उदाहरण है:
सामान्य तौर पर, अधिकांश व्यापारिक सॉफ़्टवेयर में समान तत्व होते हैं। कुछ उच्च-अंत सॉफ़्टवेयर प्रोग्रामों में स्वचालित स्थिति नौकरशाही का आकार घटाने, अनुकूलन और अन्य उन्नत सुविधाओं के प्रदर्शन के लिए अतिरिक्त कार्यक्षमता शामिल है।
10 ट्रेडिंग नियमों के समर्थन के लिए नियम
व्यापारियों द्वारा ट्रेडिंग रणनीतियों का समर्थन करने पर ध्यान देने के लिए कई कारक हैं। यहाँ सबसे महत्वपूर्ण बातों की एक सूची है जो आपको याद करते समय याद रखना चाहिए:
- एक निश्चित रणनीति का परीक्षण किया गया था समय सीमा में व्यापक बाजार के रुझान को ध्यान में रखें। उदाहरण के लिए, यदि एक रणनीति को केवल 1999 से 2000 तक बैक किया गया था, तो यह एक भालू बाजार में अच्छा प्रदर्शन नहीं कर सकता है। यह अक्सर बाजार की कई तरह की स्थितियों को शामिल करते हुए लंबे समय के फ्रेम पर बैकस्टेस्ट करने के लिए एक अच्छा विचार है। इस बात का ध्यान रखें कि जिस ब्रह्मांड में बैकटस्टिंग हुई। उदाहरण के लिए, यदि एक व्यापक बाजार प्रणाली का परीक्षण स्टॉक वाले ब्रह्मांड के साथ किया जाता है, तो यह विभिन्न क्षेत्रों में अच्छा प्रदर्शन करने में विफल हो सकता है। एक सामान्य नियम के रूप में, यदि कोई रणनीति स्टॉक की विशिष्ट शैली की ओर लक्षित है, तो ब्रह्मांड को उस शैली तक सीमित करें; अन्य सभी मामलों में, परीक्षण उद्देश्यों के लिए एक बड़े ब्रह्मांड को बनाए रखें। व्यापार प्रणाली को विकसित करने में विचार करने के लिए वोलैटिलिटी उपाय बेहद महत्वपूर्ण हैं। यह लीवरेज्ड खातों के लिए विशेष रूप से सच है, जो मार्जिन कॉल के अधीन हैं यदि उनकी इक्विटी एक निश्चित बिंदु से नीचे गिरती है। व्यापारियों को जोखिम को कम करने और किसी दिए गए स्टॉक के अंदर और बाहर आसानी से संक्रमण को कम करने के लिए अस्थिरता रखने की आवश्यकता होनी चाहिए। व्यापार प्रणाली विकसित करते समय देखने के लिए आयोजित बार की औसत संख्या भी बहुत महत्वपूर्ण है। हालांकि अधिकांश बैकटस्टिंग सॉफ़्टवेयर में अंतिम गणना में कमीशन लागत शामिल है, इसका मतलब यह नहीं है कि आपको इस आंकड़े को अनदेखा करना चाहिए। यदि संभव हो तो, आपके द्वारा आयोजित बार की औसत संख्या बढ़ाने से कमीशन लागत कम हो सकती है और आपके समग्र रिटर्न में सुधार हो सकता है। एक्सपोजर एक दोधारी तलवार है। अधिक प्रदर्शन से अधिक लाभ या अधिक नुकसान हो सकता है, जबकि जोखिम कम होने का मतलब है कम मुनाफा या कम नुकसान। सामान्य तौर पर, जोखिम को कम करने और किसी दिए गए स्टॉक में आसान संक्रमण को कम करने के लिए 70% से नीचे एक्सपोज़र रखना एक अच्छा विचार है। औसत-लाभ / हानि आँकड़ा, जो जीत-से-हानि अनुपात के साथ संयुक्त है, उपयोगी हो सकता है केली मानदंड जैसी तकनीकों का उपयोग करके इष्टतम स्थिति नौकरशाही का आकार घटाने और धन प्रबंधन के लिए। ट्रेडर्स अपने औसत लाभ में वृद्धि करके और अपनी जीत-दर-हानि अनुपात को बढ़ाकर कमीशन की लागत को कम कर सकते हैं। अन्य रिटर्न का उपयोग अन्य निवेश स्थानों के खिलाफ सिस्टम के रिटर्न को बेंचमार्क करने के लिए एक उपकरण के रूप में किया जाता है। यह न केवल समग्र वार्षिक रिटर्न को देखने के लिए महत्वपूर्ण है, बल्कि बढ़े हुए या कम जोखिम को भी ध्यान में रखना है। यह जोखिम-समायोजित रिटर्न को देखकर किया जा सकता है, जो विभिन्न जोखिम कारकों के लिए जिम्मेदार है। किसी ट्रेडिंग सिस्टम को अपनाने से पहले, उसे समान या कम जोखिम वाले सभी अन्य निवेश स्थानों को बेहतर बनाना होगा। कस्टमाइज़िंग अनुकूलन अत्यंत महत्वपूर्ण है। कई बैकटस्टिंग अनुप्रयोगों में कमीशन राशि, गोल (या भिन्नात्मक) बहुत आकार, टिक आकार, मार्जिन आवश्यकताएं, ब्याज दर, स्लिपेज धारणाएं, स्थिति-नौकरशाही नियम, समान-बार निकास नियम, (अनुगामी) स्टॉप सेटिंग्स और बहुत कुछ के लिए इनपुट हैं। सबसे सटीक बैकिंग परिणाम प्राप्त करने के लिए, ब्रोकर की नकल करने के लिए इन सेटिंग्स को ट्यून करना महत्वपूर्ण है, जब सिस्टम लाइव हो जाता है। किसी भी समय ओवरटेकिंग के रूप में जाना जाता है। यह एक ऐसी स्थिति है जहां प्रदर्शन के परिणाम अतीत से इतने अधिक होते हैं कि वे भविष्य में उतने सटीक नहीं रह जाते हैं। यह आम तौर पर नियमों को लागू करने के लिए एक अच्छा विचार है जो सभी शेयरों पर लागू होता है, या लक्षित शेयरों का एक सेट होता है, और यह उस सीमा तक अनुकूलित नहीं होता है जब नियम निर्माता द्वारा समझ में नहीं आते हैं। बैकिटिंग हमेशा गेज करने का सबसे सटीक तरीका नहीं है किसी दिए गए ट्रेडिंग सिस्टम की प्रभावशीलता। कभी-कभी अतीत में अच्छा प्रदर्शन करने वाली रणनीतियाँ वर्तमान में अच्छा प्रदर्शन करने में विफल रहती हैं। पूर्व प्रदर्शन भविष्य के परिणाम का संकेत नहीं है। यह सुनिश्चित करने के लिए कि व्यापार अभी भी लागू होता है, एक प्रणाली का व्यापार करना सुनिश्चित करें कि रणनीति अभी भी व्यवहार में लागू होती है।
तल - रेखा
बैकिंग एक ट्रेडिंग सिस्टम के विकास के सबसे महत्वपूर्ण पहलुओं में से एक है। यदि सही तरीके से बनाया और व्याख्या की जाती है, तो यह व्यापारियों को अपनी रणनीतियों को अनुकूलित करने और बेहतर बनाने में मदद कर सकता है, किसी भी तकनीकी या सैद्धांतिक खामियों को ढूंढ सकता है, साथ ही इसे वास्तविक दुनिया के बाजारों में लागू करने से पहले अपनी रणनीति में विश्वास हासिल कर सकता है।
