backtesting โดยดรจันเออร์นี่ backtesting โดยดรจันเออร์นี่ backtesting เป็นกระบวนการของการให้อาหารข้อมูลทางประวัติศาสตร์เพื่อกลยุทธ์การซื้อขายอัตโนมัติและดูว่ามันจะมีการดำเนินการ เราจะศึกษาการวัดประสิทธิภาพ backtest สามัญต่างๆ ประสิทธิภาพ backtest สามารถจะทำไม่สมจริงและยกเลิกการคาดการณ์ผลตอบแทนในอนาคตเนื่องจากมีรายชื่อยาวของข้อผิดพลาดซึ่งจะมีการตรวจสอบในหลักสูตรนี้ ทางเลือกของแพลตฟอร์มซอฟต์แวร์สำหรับการ backtesting ยังเป็นสิ่งที่สำคัญและหลักเกณฑ์การเลือกนี้จะมีการหารือ ตัวอย่างที่เป็นตัวอย่างที่มาจากกลยุทธ์ฟิวเจอร์สและพอร์ตหุ้นกลยุทธ์การซื้อขาย นี่คือการประชุมเชิงปฏิบัติการที่บันทึกไว้ล่วงหน้าดำเนินการใน Adobe Connect โดยเออร์เนสชาน (epchan) การประชุมเชิงปฏิบัติการนี้จะเน้นที่การปฏิบัติต่างๆและข้อผิดพลาดของกลยุทธ์การซื้อขายอัลกอริทึม backtesting ฟรีใบอนุญาตทดลอง MATLAB จะได้รับการจัดให้มีการออกกำลังกายอย่างกว้างขวางในชั้นเรียน ไม่มีความรู้ก่อน MATLAB จะสันนิษฐาน แต่ประสบการณ์การเขียนโปรแกรมบางอย่างเป็นสิ่งที่จำเป็น ความต้องการทางคณิตศาสตร์สันนิษฐานว่าเป็นสถิติที่ระดับวิทยาลัยพื้นฐาน ร่างหลักสูตร: A. ภาพรวมของ Backtesting 1. เป็น backtesting อะไรและวิธีการที่ไม่แตกต่างจาก "จำลอง"? 2. ความสำคัญของ backtesting: ทำไม backtesting ขั้นตอนที่จำเป็นสำหรับการซื้อขายอัตโนมัติกำไร? 3. ข้อ จำกัด ของ backtesting: ทำไม backtesting ไม่ได้เป็นขั้นตอนที่เพียงพอที่จะให้ผลกำไรในการซื้อขายอัตโนมัติ? 4. สิ่งที่เราสามารถทำได้เพื่อเพิ่มอำนาจการทำนายผลการ backtest ของเรา: การหลีกเลี่ยงข้อผิดพลาด 5. วิธีการระบุที่ดี / ไม่ดีกลยุทธ์แม้กระทั่งก่อนที่ backtest: ตัวอย่างของข้อผิดพลาดต่างๆผ่านชุดของตัวอย่าง B. การเลือกแพลตฟอร์ม backtest 1. หลักเกณฑ์การเลือกแพลตฟอร์ม backtest เหมาะสม 2. รายชื่อของแพลตฟอร์ม backtesting 3. การอภิปรายของข้อดีและข้อเสียของแต่ละแพลตฟอร์ม 4. บันทึกพิเศษ: backtesting แบบบูรณาการและแพลตฟอร์มการดำเนินการโดยอัตโนมัติ 5. ทำไมเราเลือก MATLAB? ซีกวดวิชาที่จะ MATLAB 1. การสำรวจของไวยากรณ์ 2. ประโยชน์ของการประมวลผลที่หลากหลาย 3. การออกกำลังกาย: ฟังก์ชั่นยูทิลิตี้ที่มีประโยชน์สำหรับการสร้าง backtesting 4. การใช้ toolboxes D. Backtesting กลยุทธ์เครื่องมือเดียว 1. การใช้สิทธิ: กลยุทธ์ Bollinger วงฟิวเจอร์สสำหรับ E-SP500 มินิ (ES) เป็นต้นแบบกลยุทธ์หมายความว่าการพลิกกลับ อีวัดประสิทธิภาพการทำงาน 1. ส่วนโค้ง 2. ผลตอบแทนส่วนเกินและความสำคัญของอัตราส่วนชาร์ป 3. ความเสี่ยงหางและเบิกสูงสุดและระยะเวลาเบิก 4. ความสำคัญของการทำธุรกรรมการประมาณการค่าใช้จ่าย เอฟเลือกฐานข้อมูลทางประวัติศาสตร์ 1. หลักเกณฑ์การเลือกฐานข้อมูลทางประวัติศาสตร์ที่ดี 2. ข้อมูลผู้ถือหุ้น: แยก / ปรับเงินปันผลอคติรอด 3. ข้อมูลฟิวเจอร์ส: การสร้างสัญญาอย่างต่อเนื่องนิคมเทียบกับราคาปิด 4. ปัญหาเกี่ยวกับการบังเอิญของข้อมูล 5. ปัญหาเกี่ยวกับการระหว่างวัน / ข้อมูลเห็บ G. Backtesting กลยุทธ์การลงทุน 1. การใช้สิทธิ: กลยุทธ์ผลงานสั้นยาวของหุ้นใน SP 500 2. ความสัมพันธ์กันของกลยุทธ์ 2007 quant ล่มสลายของเงินทุน 3. ความสำคัญของการเลือกจักรวาล: ผลกระทบของมูลค่าตลาดสภาพคล่องและการทำธุรกรรมค่าใช้จ่ายเกี่ยวกับกลยุทธ์ 4. การปรับแต่งกลยุทธ์: การเปลี่ยนแปลงเล็ก ๆ สามารถสร้างความแตกต่างใหญ่ในการปฏิบัติงาน การตรวจหาเอชและการกำจัดของข้อผิดพลาดและอคติ backtesting 1. วิธีการตรวจสอบอคติมองไปข้างหน้า? 2. วิธีการหลีกเลี่ยงอคติมองไปข้างหน้า? 3. ข้อมูลการสอดแนมอคติทำไมออกจากตัวอย่างการทดสอบไม่ใช่ยาครอบจักรวาล 4. ซื้อขาย parameterless 5. ใช้แบบจำลองเชิงเส้นหรือ "ค่าเฉลี่ยใน": ข้อดีและข้อเสีย 6. การใช้สิทธิ: เชิงเส้นของกลยุทธ์วง Bollinger ES 7. ผลกระทบของข้อมูลที่มีเสียงดังเกี่ยวกับชนิดของกลยุทธ์