top of page

(Part 2) Backtesting: Định nghĩa, cách thức hoạt động và nhược điểm


Backtesting
Backtesting

Kịch bản backtesting lý tưởng


Backtest lý tưởng sẽ chọn dữ liệu mẫu từ một khoảng thời gian phù hợp trong khoảng thời gian phản ánh nhiều điều kiện thị trường khác nhau. Bằng cách này, người ta có thể đánh giá tốt hơn liệu kết quả của backtest có phải là giao dịch may mắn hay hợp lý hay không.


Tập dữ liệu lịch sử phải bao gồm một mẫu cổ phiếu thực sự mang tính đại diện, bao gồm cả mẫu cổ phiếu của các công ty cuối cùng đã phá sản hoặc bị bán hoặc thanh lý. Giải pháp thay thế, chỉ bao gồm dữ liệu từ các cổ phiếu lịch sử vẫn còn tồn tại cho đến ngày nay, sẽ tạo ra lợi nhuận cao giả tạo khi kiểm tra lại.


Backtest nên xem xét tất cả các chi phí giao dịch, dù không đáng kể, vì những chi phí này có thể tăng lên trong suốt thời gian backtesting và ảnh hưởng đáng kể đến khả năng sinh lời của chiến lược. Nhà giao dịch nên đảm bảo rằng phần mềm kiểm tra ngược của họ có tính đến những chi phí này.


Thử nghiệm ngoài mẫu và thử nghiệm hiệu suất chuyển tiếp cung cấp thêm xác nhận về tính hiệu quả của hệ thống và có thể hiển thị màu sắc thực sự của hệ thống trước khi tiền thật được đưa vào sử dụng.


Mối tương quan chặt chẽ giữa các kết quả kiểm tra ngược, ngoài mẫu và chuyển tiếp là rất quan trọng để xác định khả năng tồn tại của một hệ thống giao dịch.


Kiểm tra lại so với Kiểm tra hiệu suất chuyển tiếp


Thử nghiệm hiệu suất chuyển tiếp, còn được gọi là giao dịch trên giấy, cung cấp cho các nhà giao dịch một bộ dữ liệu ngoài mẫu khác để đánh giá hệ thống. Thử nghiệm hiệu suất kỳ hạn là mô phỏng giao dịch thực tế và liên quan đến việc tuân theo logic của hệ thống trong thị trường trực tiếp.


Nó còn được gọi là giao dịch trên giấy vì tất cả các giao dịch chỉ được thực hiện trên giấy; nghĩa là, các mục nhập và thoát giao dịch được ghi lại cùng với bất kỳ khoản lãi hoặc lỗ nào cho hệ thống, nhưng không có giao dịch thực sự nào được thực hiện.


Một khía cạnh quan trọng của thử nghiệm hiệu suất chuyển tiếp là tuân theo logic của hệ thống một cách chính xác; nếu không, việc đánh giá chính xác bước này của quy trình sẽ trở nên khó khăn, nếu không muốn nói là không thể.


Các nhà giao dịch nên trung thực về bất kỳ điểm vào và ra giao dịch nào và tránh các hành vi như giao dịch hái quả anh đào hoặc không bao gồm giao dịch trên giấy tờ và hợp lý hóa rằng "Tôi sẽ không bao giờ thực hiện giao dịch đó". Nếu giao dịch diễn ra theo logic của hệ thống thì nó phải được ghi lại và đánh giá.


Backtesting so với phân tích kịch bản


Trong khi backtesting sử dụng dữ liệu lịch sử thực tế để kiểm tra mức độ phù hợp hoặc thành công thì phân tích kịch bản sử dụng dữ liệu giả định mô phỏng nhiều kết quả có thể xảy ra.


Ví dụ: phân tích kịch bản sẽ mô phỏng những thay đổi cụ thể về giá trị chứng khoán của danh mục đầu tư hoặc các yếu tố chính diễn ra, chẳng hạn như thay đổi lãi suất.


Phân tích kịch bản thường được sử dụng để ước tính những thay đổi về giá trị của danh mục đầu tư trước một sự kiện bất lợi và có thể được sử dụng để kiểm tra trường hợp xấu nhất về mặt lý thuyết.


Một số cạm bẫy của Backtesting


Để việc backtesting mang lại kết quả có ý nghĩa, nhà giao dịch phải phát triển chiến lược của mình và thử nghiệm chúng một cách thiện chí, tránh thiên vị nhiều nhất có thể. Điều đó có nghĩa là chiến lược nên được phát triển mà không cần dựa vào dữ liệu được sử dụng trong quá trình kiểm tra ngược.


Điều đó khó hơn tưởng tượng. Các nhà giao dịch thường xây dựng chiến lược dựa trên dữ liệu lịch sử. Họ phải nghiêm ngặt trong việc thử nghiệm với các tập dữ liệu khác nhau từ những tập dữ liệu mà họ đào tạo mô hình của mình. Nếu không, backtest sẽ tạo ra kết quả rực rỡ chẳng có ý nghĩa gì.


Tương tự, các nhà giao dịch phải tránh việc nạo vét dữ liệu, trong đó họ thử nghiệm nhiều chiến lược giả định dựa trên cùng một bộ dữ liệu, điều này cũng sẽ tạo ra những thành công nhưng lại thất bại trên thị trường thời gian thực vì có nhiều chiến lược không hợp lệ sẽ đánh bại thị trường trong một thời gian ngắn. một khoảng thời gian cụ thể một cách tình cờ.


Một cách để bù đắp cho xu hướng nạo vét dữ liệu hoặc chọn anh đào là sử dụng chiến lược thành công trong khoảng thời gian có liên quan hoặc trong mẫu và backtesting chiến lược đó với dữ liệu từ khoảng thời gian khác hoặc ngoài mẫu. Nếu các thử nghiệm ngược trong mẫu và ngoài mẫu mang lại kết quả tương tự nhau thì chúng có nhiều khả năng được chứng minh là hợp lệ.



Theo Investopedia



Theo dõi tiếp các bài viết của chúng tôi tại www.finverse.vn

Comments


bottom of page