Testa Handelsstrategier Excel

Använda Excel till Back Test Trading Strategier Hur man tillbaka test med Excel Ive gjort en hel del handelsstrategi tillbaka test. Ive använde sofistikerade programmeringsspråk och algoritmer och Ive gjorde det också med penna och papper. Du behöver inte vara en raketforskare eller en programmerare för att testa många handelsstrategier. Om du kan använda ett kalkylprogram som Excel kan du sedan testa många strategier. Syftet med den här artikeln är att visa dig hur du testar en handelsstrategi med hjälp av Excel och en offentligt tillgänglig datakälla. Detta borde inte kosta dig mer än den tid det tar att göra testet. Innan du börjar testa någon strategi behöver du en dataset. Minst är detta en serie datatider och priser. Mer realistiskt behöver du datetime, öppen, hög, låg, nära priser. Du behöver vanligtvis bara tidskomponenten i dataserien om du testar intradaghandelstrategier. Om du vill arbeta tillsammans och lära dig att backa test med Excel medan du läser detta följer du stegen som jag skisserar i varje avsnitt. Vi behöver få några data för den symbol som vi ska göra bakom testet. Gå till: Yahoo Finance Ange fältet Enter Symbol (s): IBM och klicka på GO Under Quotes på vänster sida klicka på Historiska priser och ange de datumintervall du vill ha. Jag valde från 1 januari 2004 till 31 december 2004 Bläddra ner till undersidan av sidan och klicka på Hämta till kalkylblad Spara filen med ett namn (t. ex. ibm. csv) och till en plats som du senare kan hitta. Förbereda data Öppna filen (som du laddade ner ovan) med Excel. På grund av internetets dynamiska natur kan de instruktioner du läser ovan och filen du öppnar ha förändrats vid den tidpunkt du läser detta. När jag hämtade den här filen såg de övre få raderna ut så här: Du kan nu radera de kolumner som du inte ska använda. För testet som jag kommer att göra ska jag bara använda datumet, öppna och stänga värden så jag har raderat High, Low, Volume och Adj. Stänga. Jag sorterade också data så att det äldsta datumet var första och det senaste datumet var längst ner. Använd menyalternativen Data - gt Sorter för att göra detta. Istället för att testa en strategi i sig försöker jag hitta veckans dag som gav den bästa avkastningen om du följde ett köp, öppet och säljer den nära strategin. Kom ihåg att den här artikeln är här för att presentera dig för hur man använder Excel för att backa teststrategier. Vi kan bygga vidare på detta framåt. Här är ibm. zip-filen som innehåller kalkylbladet med data och formler för detta test. Mina data finns nu i kolumnerna A till C (Datum, Öppet, Stäng). I kolumnerna D till H har jag platsformler för att bestämma avkastningen på en viss dag. Ange formulärerna Den svåra delen (om du inte är en Excel-expert) utarbetar de formler som ska användas. Det här handlar bara om att träna och ju mer du övar de mer formler du kommer att upptäcka och ju mer flexibilitet du kommer att ha med din testning. Om du har laddat ner kalkylbladet, ta en titt på formeln i cell D2. Det ser ut så här: Denna formel kopieras till alla andra celler i kolumnerna D till H (utom den första raden) och behöver inte justeras när den har kopierats. Jag förklarar kortfattat formuläret. IF-formel har ett skick, sann och falsk del. Villkoret är: Om veckodagen (konverterad till ett tal från 1 till 5 som matchar måndag till fredag) är detsamma som veckodag i den första raden i denna kolumn (D1) då. Den sanna delen av uttalandet (C2-B2) ger oss bara värdet på Close-Open. Detta indikerar att vi köpte Open och sålde Close och det här är vår profitloss. Den felaktiga delen av uttalandet är ett par dubbla citat () som inte sätter något i cellen om veckodagen inte matchas. Tecknen till vänster om kolumnbokstaven eller radnumret låser kolumnen eller raden så att när den kopieras den delen av cellreferensen ändras inte. Så här i vårt exempel, när formeln kopieras, ändras referensen till datumcell A2 om radnumret om det kopieras till en ny rad men kolumnen kommer att ligga kvar i kolumn A. Du kan hyra formlerna och göra exceptionellt kraftfulla regler Och uttryck. Resultatet I botten av veckodagens kolumner har jag lagt fram några sammanfattande funktioner. I synnerhet genomsnittet och summan fungerar. Dessa visar oss att under 2004 var den mest lönsamma dagen för att genomföra denna strategi på en tisdag och detta följdes noggrant av en onsdag. När jag testade Expiry Fridays - Bullish eller Bearish-strategin och skrev den artikeln använde jag en mycket liknande inställning med ett kalkylblad och formler som denna. Målet med det testet var att se om Expiry Fridays var generellt bullish eller bearish. Testa. Hämta lite data från Yahoo Finance. Ladda det i Excel och prova formlerna och se vad du kan komma med. Skicka dina frågor i forumet. Lycka till och lönsam strategijaktFör att använda specialverktyg för backtesting föreslår jag att man försöker MS Excel-pivottabellen först. Pivottabellverktyget är utmärkt för inspektion, filtrering och analys av stora dataset. I den här artikeln ska jag presentera hur man skapar en enkel tidsbaserad strategi och hur man beräknar sin historiska prestanda. I det följande kommer jag att visa hur man skapar en analys som föregående inlägg: 8220Sälj i maj och gå bort 8211 Verkligen 8220. Steg 1: Hämta data Först måste vi hämta data för analysen. Vi vänder oss till Yahoo för att hämta Dow-Jones Index (Se Lista över Marknadsdatakällor för andra källor). På något sätt döljer Yahoo Finance nedladdningsknappen för Dow-Jones Index. Men det är lätt att gissa rätt länk: Spara den här filen på disken. Öppna sedan den med MS Excel 2010 och fortsätt med nästa steg. Steg 2: Lägg till kolumner för prestanda och indikator Nu lägger vi till loggret (Kolumn 8220Return8221) för varje dag i tidsserierna: Sedan lägger vi till indikatorn för handelsstrategin 8211 i det här fallet bara månaden av året: Slutligen lägger vi till en gruppindikator: Tio år Steg 3: Lägg till pivottabell Sortera data i tabell Pivot Tabell Verktyg - gt Alternativ - gt Sammanfatta värdet för - gt Sum Steg 4: Villkorlig formatering För att få en översikt över data i pivottabellen formaterar vi värdena i 8220Percent Style8221 och 8220Conditional Formatting8221: Home - gt Styles - gt Villkorlig formatering Steg 5: Beräkna verklig prestanda Summan av loggen returnerar i pivottabellen är en bra indikation för prestandan av en handelsstrategi. Men den akuta prestandan kan enkelt erhållas från loggen av: Nu är du redo: Varje cell innehåller prestanda att köpa Dow-Jones Index i början och sälja det i slutet av varje månad. Ha det kul med dina egna studier Du hittar en detaljerad studie om de olika månadernas prestationer i huvudindexen här. Slutsats Backtestning av enkla handelsstrategier är enkelt med hjälp av Excel-pivottabeller. Medan mer avancerade strategier vanligtvis kräver ett mer specialiserat mjukvarupaket (som vi ser i MACD Back-testing), leder fem enkla steg till djup insikter i en tidsbaserad strategi. Om dataserien blir stor kan man utföra exakt samma steg med MS Power Pivot. ett gratis MS Excel-tillägg med databasåtkomst. Posta navigering Lämna ett svar Avbryt svar Trevligt inlägg. Jag är glad att landa på den här bloggen. Låt mig föreslå dig det här: För att se den verkliga prestanda I pivottabellen, lägg bara till ett beräknat fält från menyn: Alternativ gt Fält, objekt, förstärkarsatser gt Beräknat fält8230 Märk sedan det 8220p8221 och skriv in formeln. 8220 EXP (Return) -18221 Du kan äntligen lägga till det här fältet i värdena för att få 8220Sum av p8221 direkt i tabellen. Ja, du har rätt Det här är mycket bättre än att duplicera bordet. Jag kommer att uppdatera det här inlägget. I stället för att berätta för dig det bästa verktyget eller processen som du kan använda för backtesting, låt mig istället fokusera på de största misstag som du behöver undvika för att göra en pålitlig backtest. Det här är några av de viktigaste faktorerna som du behöver tänka på när du backtestar aktiehandelstrategier. Dataöverfitting: Det här är överlägset det största misstag som de flesta gör för att skapa en strategi som ger spektakulära backtestresultat. När du skapar strategin, om du börjar anpassa dina parametrar på ett sätt som maximerar avkastningen, kommer den strategin troligtvis att misslyckas under levnadsförhållanden. Det finns 2 sätt att övervinna det här testet, utan att prova och skapa strategier baserade på logik snarare än genom att justera inmatningsparametrar. Framåtblickande bias: Detta händer när du använder data för att generera signaler som annars inte skulle ha varit tillgängliga vid den tidpunkten tidigare. Om exempelvis ett företags budgetår är mars och du använder sina resultatdata för föregående år den 1 april är det mycket troligt att företaget inte skulle ha meddelat uppgifterna före maj eller juni. Det skulle resultera i en framåtblickande förskjutning. Survivorship bias. Detta är en av de svåra att märka misstag. Låt oss säga att du har en strategi som handlar från en lista med 500 småkapitalandelar baserat på vissa tekniska indikatorer. Chansen är att om du försöker få tag i 10 års historisk prisinformation för dessa 500 aktier för din backtesting, kommer du inte att inkludera data för alla de aktier som avnotades under den 10-åriga perioden. När du testar din strategi skulle du inte ta hänsyn till eventuella affärer som skulle ha genererats på någon av de dåliga bestånden om du faktiskt hade genomfört denna strategi under den perioden. Riktigt fokus på avkastning. Det finns många parametrar som du måste överväga för att bedöma kvaliteten på en strategi. Att fokusera på avkastning kan leda till att stora problem uppstår. Till exempel, om Strategi A ger 10 avkastningar över en viss period med en maximal drawdown på -2, och strategi B ger 12 avkastningar med en drawdown på -10, då är B tydligt inte en överlägsen strategi för A. Det finns andra viktiga parametrar såsom neddragning, framgångsgrad, skarpt förhållande etc. Marknadseffekt, transaktionsavgifter. När man tittar på genomförbarheten av en strategi är det väldigt viktigt att överväga eventuella marknadseffekter av handeln och även de transaktionsavgifter som uppstår. Du kan bli frestad att skapa en strategi som köper stora volymer av vissa låga likviditetslager som tenderar att ge exceptionell avkastning. Men när du går in på marknaden för att genomföra denna strategi kommer en stor order på ett illikvide lager att flytta det pris som du inte skulle ha tagit med i din testning. Även transaktionskostnader kan också ändra avkastningen väsentligt så att du alltid bör titta på nettoresultatet. Data mining. Detta är ungefär som överfittingproblemet. Om du torterar data tillräckligt länge, kommer det att bekänna någonting. Detta är ett gemensamt skämt bland datavetenskapare som tror att om du spenderar tillräckligt med tid kan du hitta ett mönster i nästan vilken uppsättning data som inte nödvändigtvis betyder att detta mönster kommer att vara giltigt i framtiden. Grundläggande förändringar. Det kan mycket väl hända att du hittar en strategi som utför exceptionellt bra på tidigare data. Men en grundläggande förändring i marknadsdynamiken kan göra att samma strategi misslyckas i framtiden. Det är välkänt att nästan vilken bra strategi som helst måste fortsätta att utvecklas med förändrade marknadsförhållanden. Liten tidsram. Det är viktigt att testa strategin under en tillräckligt lång tidsperiod och vid förändrade marknadsförhållanden. Detta gäller särskilt för aktiehandel strategier som kan utföra exceptionellt bra på en tjur marknaden, men skulle torka ut ditt bankkonto i en sidled eller björn marknaden. Det finns många andra saker att tänka på när backtesting. Men så småningom är det enda sättet att se till att en strategi fungerar i levnadsvillkor, att testa det i levnadsvillkor. Tauro Wealth är ett finansiellt tekniskt företag (Tauro Wealth) som ser ut att lösa problemen som står inför detaljhandel investerare i Indien. Vi hoppas kunna erbjuda omfattande långsiktiga investeringslösningar till en bråkdel av traditionella kostnader. 5.2k Visningar mitten Visa Upphöjda mitten Inte för reproduktion Mer svar nedan. Relaterade frågor Vad är bra sätt att backa upp en handelsstrategi och hur man gör det Finns det några bästa fem aktiehandelstekniker eller strategier Vad är den bästa aktiehandeln Vad är de bästa sätten att bli friskare för att vara ett proffs på aktiemarknadshandeln jag vill att öppna ett nytt dematkonto och starta börshandel. Vilka är de bästa online-leverantörerna för detta i Indien Vad är skillnaden mellan demat - och handelskonton Vad är bästa strategin för att investera och handla för en ny aktör på aktiemarknaden Vad är den bästa mjukvaran för backtesting-futuresstrategier Vad är den bästa ETF med vilka investeringar i Indien Vilka dokument behöver vi öppna ett dematkonto Vad är de första stegen att investera i den indiska aktiemarknaden Jag vill lära mig aktiehandel. Vilka är de bästa sätten att ta itu med Hur lär jag mig allt om indiska aktiemarknaden innan jag investerar i Algorithmic Trading: Vad är några backtesting-servicestools Vad var din bästa aktiehandel någonsin Vad är den bästa mäklaren för alternativhandel i Indien Javier Gonzalez. Investment Manager Oracle Fund LP Ed Seykota använder C. Skriva din backtesting från stratch kan vara mer arbete, men det ger fördelen att ingen annan har tillgång till dina signaler. Vissa program kommunicerar för quotupdatesquot och vad som inte är tillbaka till mothership och mäklare kan hamna att veta dina strategier och handel mot dem. Beroende på din tidshorisont och slutar kan det inte ens vara ett problem. Om du är fast besluten att använda ett enklare språk än C, försök att använda en öppen en, inte proprietär så att du inte finns till handelsprogramvaruföretaget. 17.4k Visningar mitten View Upvotes middot Inte för reproduktion Det finns en hel del mäklare som ger backtesting till kunder som en del av deras kundprogramvara. Men oftare är det inte svart låda i den meningen att du inte vet hur beräkningarna görs. Nästa finns det gratis backtestrar på nätet. Men IMO får du vad du betalar för. Fristående programvara kan undersökas på: Backtesting Software Listan innehåller backtesting programvara som ingår i ett mäklare företag verktyg, men det har också fristående programvara. Om du handlar för ett levande (din egen pengar eller någon annan) är det min preferens att använda fristående programvara. Hoppar det är bra. 1.7k Visningar mitten View Uppvotes middot Inte för reproduktion Jozef Rudy. Grundare på Quantpicker - kvantitativa strategier backtesting och ranking Beror vad du vill backtest. Slumpmässiga tekniska mönster Det viktigaste är att du kan hitta strategier: t. ex. ssrn eller du kan använda aggregatstjänst för akademiska dokument: t. ex. Encyklopedi av kvantitativa handelsstrategier. Om du är intresserad av lagerstrategier baserade på grundläggande data, är Quantpicker pek och klick alternativ. Quantopian Algorithmic Investing Algorithmic Trading å andra sidan kräver programmeringskunnande men är bättre för tekniska mönster. 10.6k Visningar i mitten Visa Upphöjda mitten Inte för reproduktion Bra fråga Tyvärr är backtesting-komponenten i alla detaljhandelsorienterade program som ninjatrader, tradestation, esignal etc. allt skit. Du kan absolut inte lita på det. Resultatet är verk av fiktion skuren från hela tyg. Du måste antingen bygga din egen backtesting-miljö (Andreas Clenow039s blogg efter den här trenden har några artiklar om detta) Eller du kan använda en av flera molnbaserade lösningar. Quantopian ser ganska bra ut och Quantconnect är en liknande produkt. Just nu börjar I039d från början, titta på Quantopian. 11.8k Visningar mitten View Uppvots mitten Inte för reproduktion mitten Svar efterfrågad av Xiaoguang Wang Rimantas Petrauskas. Skapa algoritmiska strategier sedan 2008. Medgrundare av Autotrading Academy. Jag har backtested tusentals handelsstrategier, mestadels för Forex marknaden, men jag tror att det fortfarande är relevant för att lägga till mitt svar här. Först skulle jag säga att backtest är bara en bit av ett pussel. Lita inte på bara backtestresultat. Du måste springa hundratals backtests för att randomisera spridningsstorleken och simulera glida under backtestet. Detta kommer att berätta hur din strategi beter sig när spridningen ständigt förändras och är större än vad du normalt får under live trading. Såsom du ser är det viktigt att springa en spridning med variabel spridning som registrerades i historikflikdata. Om du använder fast spridning kanske dina backtestsresultat inte är så korrekta. Jag brukar använda MetaTrader 4 för backtesting av enskilda strategier och StrategyQuant för att backtest tusentals av dem. Så när det gäller MT4 använder jag alltid extra verktyg som heter Tick Data Suite för att få en variabel spridning och 99 backtesting kvalitet. Du kan hitta min detaljerade stegvisa MT4 backtesting-handledning här på den här sidan: MT4 arbetar mestadels med valutapar, men du kan också handla CFD på aktier. 1,5k Visningar mitten Inte för reproduktion Beakta de brett marknadstrender inom tidsramen där en given strategi testades. Till exempel, om en strategi bara backtestades 1999-2000, kanske det inte går bra på en björnmarknad. Det är ofta en bra idé att backtest över en lång tidsram som omfattar flera olika typer av marknadsförhållanden. Ta hänsyn till universum där backtesting inträffade. Till exempel, om ett brett marknadssystem testas med ett universum bestående av tekniska lager, kan det misslyckas att fungera bra i olika sektorer. Som en allmän regel, om en strategi riktar sig mot en viss genre av lager, begränsa universum till den genren, men i alla andra fall behålla ett stort universum för teständamål. Volatilitetsåtgärder är extremt viktiga att överväga när man utvecklar ett handelssystem. Detta gäller särskilt för hyrda konton, som utsätts för marginalanrop om deras eget kapital sjunker under en viss punkt. Traders bör försöka hålla volatiliteten låg för att minska risken och möjliggöra enklare övergångar in och ut ur ett visst lager. Det genomsnittliga antalet barer som hålls är också mycket viktigt att titta på när man utvecklar ett handelssystem. Även om de flesta backtestingprogrammen innehåller provisionkostnader i de slutliga beräkningarna, betyder det inte att du bör ignorera denna statistik. Om det är möjligt kan du höja ditt genomsnittliga antal barer som hålls, minska provisionskostnaderna och förbättra din övergripande avkastning. Exponering är ett dubbelkantigt svärd. Ökad exponering kan leda till högre vinst eller högre förluster, medan minskad exponering innebär lägre vinst eller lägre förluster. Men i allmänhet är det en bra idé att hålla exponeringen under 70 för att minska risken och möjliggöra enklare övergångar in och ut ur ett visst lager. Den genomsnittliga vinstlösningsstatistiken, kombinerad med vinst-till-förlustförhållandet, kan vara användbar för att bestämma optimal positionsbestämning och pengarhantering med hjälp av tekniker som Kelly-kriteriet. (Se Money Management med hjälp av Kelly-kriteriet.) Traders kan ta större positioner och minska provisionskostnaderna genom att öka sina genomsnittliga vinster och öka deras vinst-till-förlustförhållande. Årlig avkastning är viktig eftersom den används som ett verktyg för att jämföra en system039s avkastning mot andra investeringsplatser. Det är viktigt att inte bara titta på den totala årliga avkastningen utan också ta hänsyn till ökad eller minskad risk. Detta kan göras genom att titta på den riskjusterade avkastningen, som står för olika riskfaktorer. Innan ett handelssystem antas måste det överträffa alla andra placeringsplatser med lika eller mindre risk. Backtesting anpassning är oerhört viktigt. Många backtesting-applikationer har inmatning för provisionsbelopp, runda (eller fraktionerade) partstorlekar, kryssstorlekar, marginalkrav, räntor, antaganden för slipning, positioneringsstorleksregler, same-bar exit-regler, (bakåt) stoppinställningar och mycket mer. För att få de mest exakta backtestingresultaten är det viktigt att ställa in dessa inställningar för att efterlikna mäklaren som kommer att användas när systemet går live. Backtesting kan ibland leda till något som kallas överoptimering. Det här är ett villkor där resultatresultatet är så högt anpassat till det förflutna att de inte längre är lika exakta i framtiden. Det är generellt en bra idé att genomföra regler som gäller för alla aktier eller en vald uppsättning riktade lager och är inte optimerade i den utsträckning reglerna inte längre är förståeliga av skaparen. Backtesting är inte alltid det mest exakta sättet att mäta effektiviteten i ett visst handelssystem. Ibland misslyckas strategier som fungerade bra tidigare i dag. Tidigare resultat är inte en indikation på framtida resultat. Var noga med att handla ett system som har testats framgångsrikt innan du går live för att vara säker på att strategin fortfarande gäller i praktiken. 3k Visningar mitten View Upvotes middot Inte för reproduktion Zerodha pi trading mjukvara har inbyggt alternativ att koda, backtest och ta en strategi bor på indiska aktiemarknader. Välj lager för backtesting - här har vi valt Nifty index framtid för backtesting. Kodning och Backtesting Nu kan du koda handelsvillkoren för Köp, Sälj, Köp positionavslut och Säljpositionsutgång. Till exempel här har vi kodad exponentiell glidande genomsnittlig strategi: Köpvillkor: ClosegtEMA (nära 50) vilket innebär att köpa när börskursen är över 50 dagar exponentiell glidande medelvärde. Sälj villkor: CloseltEMA (nära, 50) vilket innebär att sälja när börskursen är under 50 dagar exponentiell glidande medelvärde. Ange nu tidsram, antal dagar som ska testas igen och klicka sedan på Back Test Nu visas testrapporten som visas i bilden nedan. Rapporten visar antal affärer, inga lönsamma affärer, nettovinst, maximal ränta, riskränteförhållande och etc. pi-programvara är tillgänglig till nollkostnad för Zerodha-kunder. Öppna ett konto med dem och få tillgång till avancerad handelsplattform. Tillbaka Test demo video 1.4k Visningar mitten View Upphöjda mitten Inte för Reproduction06172013 Senaste versionen av TraderCode (v5.6) innehåller nya tekniska analysindikatorer, punkt-och-diagram kartläggning och strategi Backtesting. 06172013 Senaste versionen av NeuralCode (v1.3) för Neural Networks Trading. 06172013 ConnectCode Barcode Font Pack - aktiverar streckkoder i kontorsprogram och innehåller ett tillägg för Excel som stöder massgenerering av streckkoder. 06172013 InvestmentCode, en omfattande serie av finansiella räknemaskiner och modeller för Excel är nu tillgänglig. 09012009 Launch of Free Investment och Financial Calculator för Excel. 0212008 Release of SparkCode Professional - tillägg för att skapa Dashboards i Excel med sparklines 12152007 Meddela ConnectCode Duplicate Remover - ett kraftfullt tillägg för att hitta och ta bort duplikatposter i Excel 09082007 Starta TinyGraphs - Open Source-tillägg för att skapa sparklines och små Diagram i Excel. Strategi Backtesting i Excel Strategi Backtesting Expert Backtesting Expert är en kalkylarkmodell som låter dig skapa handelsstrategier med hjälp av tekniska indikatorer och köra strategierna genom historiska data. Strategiernas prestanda kan sedan mätas och analyseras snabbt och enkelt. Under backtesting-processen går Backtesting Expert igenom de historiska data i rad i rad från topp till botten. Varje angiven strategi kommer att utvärderas för att avgöra om inträdesvillkoren är uppfyllda. Om villkoren är uppfyllda kommer en handel att införas. Å andra sidan, om utgångsförhållandena är uppfyllda, kommer en position som angivits tidigare att avslutas. Olika variationer av tekniska indikatorer kan genereras och kombineras för att bilda en handelsstrategi. Detta gör Backtesting Expert till ett extremt kraftfullt och flexibelt verktyg. Backtesting Expert Backtesting Expert är en kalkylarkmodell som gör att du kan skapa handelsstrategier med hjälp av tekniska indikatorer och köra strategierna genom historiska data. Strategiernas prestanda kan sedan mätas och analyseras snabbt och enkelt. Modellen kan ställas in för att gå in i långa eller korta positioner när vissa förhållanden uppstår och gå ut ur positionerna när en annan uppsättning villkor är uppfyllda. Genom att automatiskt handla på historiska data kan modellen bestämma lönsamheten i en handelsstrategi. Backtesting Expert Steg för steg Handledning 1. Starta Backtesting Expert Backtesting Expert kan startas från Windows Start Menu-Program - TraderCode - Backtesting Expert. Detta lanserar en kalkylarkmodell med flera kalkylblad för att du ska kunna generera tekniska analysindikatorer och köra tillbaka tester på de olika strategierna. Du kommer märka att Backtesting Expert innehåller många kända arbetsblad som DownloadedData, AnalysisInput, AnalysisOutput, ChartInput och ChartOutput från Technical Analysis Expert-modellen. Detta gör att du snabbt och enkelt kan köra alla dina ryggprov från en välkänd kalkylarkmiljö. 2. Välj först nedladdningsdatabladet. Du kan kopiera data från alla kalkylblad eller kommaseparerade värden (csv) - filer till detta kalkylblad för teknisk analys. Dataformatet är som visas i diagrammet. Alternativt kan du hänvisa till dataöverföringsdokumentet för nedladdning av aktiehandel för att ladda ner data från kända datakällor som Yahoo Finance, Google Finance eller Forex för användning i Backtesting Expert. 3. När du har kopierat uppgifterna, gå till AnalysisInput-kalkylbladet och klicka på knappen Analysera och BackTest. Detta kommer att generera de olika tekniska indikatorerna i AnalysisOutput-arbetsbladet och utföra backtesting på de strategier som anges i StrategyBackTestingInput-arbetsbladet. 4. Klicka på arbetsbladet StrategyBackTestingInput. I den här handledningen behöver du bara veta att vi har angett både långa och korta strategier med hjälp av glidande medelvärde. Vi kommer att gå in i detaljer om att specificera strategier i nästa avsnitt i detta dokument. Diagrammet nedan visar de två strategierna. 5. När bakåtprovningarna är slutförda kommer utmatningen att placeras i worksheeterna AnalysisOutput, TradeLogOutput och TradeSummaryOutput. Arbetsbladet AnalysisOutput innehåller de fullständiga historiska priserna och stockens tekniska indikatorer. Under backtesten, om villkoren för en strategi är nöjda, kommer information som köpeskilling, försäljningspris, provision och vinstlösning att registreras i detta arbetsblad för enkel hänvisning. Denna information är användbar om du vill spåra genom strategierna för att se hur aktiepositionerna skrivs in och lämnas. TradeLogOutput-kalkylbladet innehåller en sammanfattning av de affärer som utförs av Backtesting Expert. Uppgifterna kan enkelt filtreras för att endast visa data för en specifik strategi. Detta arbetsblad är användbart för att bestämma den totala vinsten eller förlusten av en strategi vid olika tidsramar. Den viktigaste produktionen av backtesterna placeras i TradeSummaryOutput-arbetsbladet. Detta arbetsblad innehåller den totala vinsten i de genomförda strategierna. Som framgår av diagrammet nedan genererade strategierna en total vinst på 2.548,20 genom att totalt 10 handlar. Av dessa branscher är 5 långa positioner och 5 är korta positioner. Ratio winloss på mer än 1 indikerar en lönsam strategi. Förklaring av de olika kalkylbladen Detta avsnitt innehåller en detaljerad förklaring av de olika kalkylbladen i Backtesting Expert-modellen. Arbetsbladen DownloadedData, AnalysisInput, AnalysOutput, ChartInput och ChartOutput är desamma som i Technical Analysis Expert-modellen. Således kommer de inte att beskrivas i detta avsnitt. För en fullständig beskrivning av dessa kalkylblad, se avsnittet Teknisk analys expert. StrategyBackTestingInput-arbetsblad Alla inmatningar för backtesting inklusive strategierna anges med hjälp av detta arbetsblad. En strategi är i grunden en uppsättning villkor eller regler som du kommer att köpa i ett lager eller sälja ett lager. Till exempel kanske du vill genomföra en strategi för att gå Lång (köp bestånd) om 12 dagars glidande medelvärde av priset korsar det 24 dagars glidande genomsnittet. Det här kalkylbladet fungerar tillsammans med de tekniska indikatorerna och prisuppgifterna i AnalysisOutput-kalkylbladet. Därför måste de rörliga genomsnittliga tekniska indikatorerna genereras för att ha en handelsstrategi baserad på glidande medelvärde. Den första inmatningen som krävs i det här kalkylbladet (som visas i diagrammet nedan) är att ange huruvida Avsluta alla transaktioner vid slutet av testperioden. Föreställ dig det scenario där villkoren för inköp av ett lager har inträffat och Backtesting Expert ingick en lång (eller kort) handel. Men tidsramen är för kort och har slutat innan handeln kan uppfylla avgångsvillkoren, vilket resulterar i att vissa affärer inte avslutas när backtesting-sessionen slutar. Du kan ställa in detta på Y för att tvinga alla affärer att avslutas i slutet av backtesting-sessionen. Annars kommer handeln att öppnas när backtesting avslutas. Strategier Högst 10 strategier kan stödjas i ett enda backtest. Diagrammet nedan visar de ingångar som krävs för att ange en strategi. Strategi Initials - Denna ingång accepterar högst två alfabet eller nummer. Strategi Initials används i analysutgångarna och TradeLog-kalkylbladen för att identifiera strategierna. Long (L) Short (S) - Det här används för att ange om en lång eller kort position ska gå in när strategins inlösenförhållanden är uppfyllda. Inträdesförhållanden En lång eller kort handel kommer att anges när inträdesvillkoren är uppfyllda. Inträdesförhållandena kan uttryckas som ett formeluttryck. Formeluttrycket är skiftlägeskänsligt och det kan använda funktioner, operatörer och kolumner som beskrivs nedan. crossbove (X, Y) - Returnerar True om kolumn X går över kolumn Y. Den här funktionen kontrollerar tidigare perioder för att säkerställa att en crossover verkligen har inträffat. crossbelow (X, Y) - Returnerar True om kolumn X krysser under kolumn Y. Den här funktionen kontrollerar tidigare perioder för att säkerställa att en crossover verkligen har inträffat. och (logicalexpr,) - Boolean And. Returnerar sant om alla de logiska uttrycken är sanna. eller (logicalexpr,) - Boolean Or. Returnerar sant om något av de logiska uttrycken är sanna. daysago (X, 10) - Returnerar värdet (i kolumn X) för 10 dagar sedan. previoushigh (X, 10) - Returnerar det högsta värdet (i kolumn X) under de senaste 10 dagarna inklusive idag. previouslow (X, 10) - Returnerar lägsta värde (i kolumn X) under de senaste 10 dagarna inklusive idag. Operatörer Större än lika lika Ej lika Stora eller lika med Addition - Subtraktion Multiplikation Division Columns (från AnalysisOutput) A - Kolumn AB - Kolumn BC .. .. YY - Kolumn YY ZZ - Kolumn ZZ Detta är den mest intressanta och flexibla delen av posten Betingelser. Det gör det möjligt att specificera kolumner från analysutföringsbladet. När bakåtprovningen utförs kommer varje rad från kolumnen att användas för utvärdering. Exempelvis betyder A 50 var och en av raderna i kolumn A i analysen. Utföringsbladet bestäms om det är större än 50. AB I det här exemplet , om värdet i kolumn A i AnalysisOutput-kalkylbladet är större än eller lika med värdet av kolumn B, kommer ingåendeillståndet att uppfyllas. och (A B, CD) I det här exemplet är värdet i kolumn A i AnalysisOutput-regnearket större än värdet av kolumn B och värdet av kolumn C är större än kolumn D, då inträdesvillkoren uppfylls. crossabove (A, B) I det här exemplet, om värdet av kolumn A i AnalysisOutput-kalkylbladet överstiger värdet på B, kommer ingående villkoret att uppfyllas. crossbove betyder att A ursprungligen har ett värde som är mindre än eller lika med B och värdet på A blir därefter större än B. Exit Villkor Exit Villkoren kan använda funktioner, operatörer och kolumner som definieras i postförhållandena. Utöver detta kan det också utnyttja Variabler enligt nedan. Variabler för Exit Villkor vinst Detta definieras som försäljningspriset minus köpeskillingen. Försäljningspriset måste vara större än köpeskillingen för en vinst som ska göras. Annars kommer vinsten att bli noll. förlust Detta definieras som försäljningspriset minus köpeskillingen när försäljningspriset är lägre än köpeskillingen. profitpct (försäljningspris - köpeskilling) köpeskill Notera. Försäljningspriset måste vara större än eller lika med köpeskillingen. Annars blir profitpct noll. losspct (försäljningspris - köpeskilling) köpeskill Notera. Försäljningspriset måste vara lägre än köpeskillingen. Annars kommer losspct att vara noll. Exempel profitpct 0.2 I detta exempel, om vinsten i procent är större än 20, kommer avgångsvillkoren att uppfyllas. Kommissionen - kommissionen i procent av handelspriset. Om handelspriset är 10 och kommissionen är 0,1 kommer kommission att vara 1. Procentandel av provision och provision i dollar summeras för att beräkna total provision. Kommissionen - Kommissionen i dollar. Procentandel av provision och provision i dollar summeras för att beräkna total provision. Antal aktier - Antal aktier att köpa eller sälja när strategierna för införselexekvering är uppfyllda. TradeSummaryOutput worksheet Detta är ett arbetsblad som innehåller en sammanfattning av alla affärer som utförts under backtest. Resultaten kategoriseras i långa och korta affärer. En beskrivning av alla fält finns nedan. Summa resultatlöne - Summa vinst eller förlust efter provision. Detta värde beräknas genom att summera alla vinster och förluster av alla affärer som simuleras i backtestet. Summa vinstförlust före kommissionen - Summa vinst eller förlust före provision. Om provisionen är noll, kommer detta fält att ha samma värde som Total ProfitLoss. Totalkommission - Total provision krävs för alla affärer som simuleras under backtestet. Totalt antal Trades - Totalt antal handlar utförda under det simulerade bakprovet. Antal vinnande affärer - Antal affärer som ger vinst. Number of losing Trades - Number of trades that make a loss. Percent winning Trades - Number of winning trades divided by Total number of trades. Percent losing Trades - Number of losing trades divided by Total number of trades. Average winning Trade - The average value of the profits of the winning trades. Average losing Trade - The average value of the losses of the losing trades. Average Trade - The average value (profit or loss) of a single trade of the simulated back test. Largest winning Trade - The profit of the largest winning trade. Largest losing Trade - The loss of the largest losing trade. Ratio average winaverage loss - Average winning Trade divided by the Average losing Trade. Ratio winloss - Sum of all the profits in the winning trades divided by the sum of all the losses in the losing trades. A ratio of greater than 1 indicates a profitable strategy. TradeLogOutput worksheet This worksheet contains all the trades simulated by the Backtesting Expert sorted by the date. It allows you to zoom in to any specific trade or time frame to determine the profitability of a strategy quickly and easily. Date - The date where a Long or Short position is entered or exited. Strategy - The strategy that is used for executing this trade. Position - The position of the trade, whether Long or Short. Trade - Indicates whether this trade is buying or selling stocks. Shares - Number of shares traded. Price - The price in which the stocks are purchased or sold. Comm. - Total commission for this trade. PL (B4 Comm.) - Profit or Loss before commission. PL (Aft Comm.) - Profit or Loss after commission. Cum. PL (Aft Comm.) - Cumulative profit or loss after commissions. This is calculated as the cumulative total profitloss from the first day of a trade. PL (on Closing Position) - Profit or loss when the position is closed (exited). Both the entry commission and exit commission will be accounted for in this PL. For example, if we have a Long position where the PL (B4 Comm.) is 100. Assuming when the position is entered, a 10 commission is charged and when the position is exited, another commission of 10 is charged. The PL (on Closing Position) is 100- 10 - 10 80. Both the commission on entering the position and exiting the position are accounted for on position close. Back to TraderCode Technical Analysis Software and Technical Indicators