(08.04.2024, 08:57)QuattroTrader schrieb: Dein System sollte bei zufälligen Testdaten nicht profitabel sein!!
Solltest Du die Annahme teilen, dass Aktienkurse nicht zufällig entstehen und du baust ein System für diese Annahme, dann muss dein System bei zufälligen Werten nicht profitabel sein.
Mit zufälligen Daten machst Du also einen Negativ Test.
Um aus der "Backtest Falle" zu kommen, gibt es in meinen Augen nur 2 Möglichkeiten:
1. Du entwickelst ein System zum Beispiel auf einer Datenbasis von 1998 - 2018 und lässt dann dein System einen "Forward-Test" laufen, also von 2019-heute. Hier sollten sich die Ergebnisse nicht signifikant vom Backtest unterscheiden.
2. Du änderst den Markt oder die Aktie für deinen Forward Test. Sprich Backtest von Aktie A Zeitraum 1998-heute und Forward Test von Aktie B 1998-heute. Wobei ich das nicht mit einer Aktie machen würde, sondern mit einem Pool von Aktien. Ich handle nur Werte aus dem S&P 500. In meinen Backtests spiele ich ab und zu folgendes durch:
Ich entwickle ein System auf 100 Aktien vom S&P 500, wenn das System und die Parameter fest stehen, lasse ich den Backtest für die anderen 400 Aktien laufen.
Wie Quattro Trader sagt: bei rein zufälligen Daten (random walk), sollte dein System nicht profitabel sein. Was an sich auch schon ein guter Test für dein Back-Test Logik ist => wenn du vorne random noise reinsteckst, dann solte hinten nix rauskommen...oder du hast einen bug.
Ansonsten ist Resampling (Stücke aus der Krusentwicklung rauszuschneiden und dann durchzumischen) und Monte Carlo Simulationen sind wichtiger Bestandteil um die Robustheit des Systems zu testen und eine IDee für das Risk und Moneymangement zu bekommen.
Ich kann das Buch von Timothy Masters dazu empfehlen (oder alle seine Bücher)
https://www.amazon.de/Permutation-Random...C78&sr=8-1
__________________
Forum-Besserwisser und Wissenschafts-Faschist