Teste de Estratégia de Negociação Teste e otimize seu robô de negociação antes de usá-lo para negociação real O testador de estratégia MetaTrader 5 integrado facilita o teste de desempenho automatizado do robô na negociação. Esta ferramenta poderosa não só permite testar a eficiência de um consultor especialista, mas também permite detectar os melhores parâmetros de entrada antes de executar o EA em sua conta real. Toda a operação do Strategy Tester é baseada em cotações históricas de moedas, ações e outros ativos. Durante o teste, o Consultor Especial passa pelas cotações acumuladas e executa transações virtuais de acordo com seu algoritmo. Este procedimento permite uma avaliação de como a EA teria negociado no passado. O MetaTrader 5 Strategy Tester permite testar Expert Advisors em várias moedas. Os robôs comerciais têm acesso a todos os instrumentos financeiros no testador e podem realizar transações comerciais com qualquer um deles. Esse recurso permite que você experimente mais experientes especialistas em Expert que sejam capazes de analisar múltiplas moedas e identificar a correlação entre elas. A principal vantagem do procedimento de teste é a possibilidade de avaliar o desempenho de um robô antes da negociação em uma conta real. Além disso, leva apenas alguns minutos no testador em vez de dias, semanas ou meses necessários para testar uma EA no mercado real. Esta é uma vantagem indiscutível do Strategy Tester, mas não todas as suas capacidades. Modos de teste O MetaTrader 5 Strategy Tester oferece vários modos de teste para alcançar o melhor índice de qualidade de velocidade baseado nas necessidades dos comerciantes. Cada marca é usada para garantir a melhor precisão do teste. As condições simuladas são as mais realistas neste modo. 1 minuto de OHLC é introduzido para os comerciantes que desejam testar uma estratégia rapidamente, mas também com precisão ao mesmo tempo. Selecione Abrir preços somente se precisar de uma estimativa muito rápida e aproximada com base em barras de preços abertos. O Strategy Tester não é usado apenas para o teste dos robôs comerciais, mas também é usado para resolver muitos problemas matemáticos envolvendo otimização de parâmetros. Neste caso, o histórico de negociação não é usado e o ambiente de mercado não é simulado dando lugar a cálculos matemáticos implementados no Expert Advisor. Com testes de estresse, o teste de robôs comerciais pode ser ainda mais realista. O modo Random Delay simula atrasos na rede ao transferir e processar pedidos de negociação, bem como atrasos na execução de pedidos pelos revendedores na negociação real. Exibição gráfica dos resultados dos testes A exibição dos resultados dos testes de Expert Advisors é uma das características mais notáveis do Strategy Tester. Os resultados são mostrados em números exibindo um lucro Expert Advisors durante um teste. Além disso, eles também são representados por uma grande quantidade de dados estatísticos, incluindo taxa de porcentagem de lucro, número de negócios rentáveis, fator de risco, recompensa esperada e muito mais. Os resultados dos testes de estratégias podem ser apresentados em gráficos para análise mais conveniente. Testes visuais O teste visual possibilita acompanhar as operações de um Expert Advisors em dados históricos de preços em tempo real: todas as ofertas realizadas são visualizadas em um gráfico, o que torna a análise mais conveniente. O processo de teste pode ser abrandado ou parado para observar como a negociação é realizada em qualquer intervalo de tempo específico. O modo de visualização permite ao comerciante não apenas monitorar a operação dos robôs comerciais em tempo real, mas também permite o teste de indicadores técnicos personalizados. Por exemplo, você pode avaliar um comportamento de indicadores em dados históricos antes de comprá-lo no mercado. Otimização Outro utilitário importante do Strategy Tester é a função de otimização, que permite escolher os melhores parâmetros de entrada para um robô comercial específico. Por exemplo, com otimização, você pode modificar os parâmetros para alcançar a máxima rentabilidade e estabilidade, risco mínimo e assim por diante. Durante o processo de otimização, um robô comercial é testado várias vezes com diferentes conjuntos de parâmetros. Após a otimização, você pode comparar os resultados para selecionar os parâmetros que proporcionam o melhor desempenho para o seu robô. O número de combinações de parâmetros de entrada na otimização pode ser esmagador: você pode ter até centenas ou mesmo milhares de tais combinações. Como resultado, a otimização pode se transformar em um processo muito extenso, mas ainda pode ser significativamente reduzida através do uso de algoritmos genéticos. Esse recurso desativa a busca em série de todas as combinações de parâmetros de entrada e seleciona apenas aqueles que melhor atendem aos critérios de otimização definidos. Nas fases subseqüentes, as combinações ótimas são cruzadas até obter o melhor resultado possível. Os algoritmos genéticos ajudam a reduzir consideravelmente o número de combinações e o tempo total de otimização. Exibição gráfica de resultados de otimização O Strategy Tester oferece poderosas ferramentas 2D e 3D para análise visual de resultados de otimização. Por exemplo, você pode analisar a correlação de um resultado final com dois parâmetros em 2D, enquanto o 3D permite que você visualize todo o processo da busca ótima de resultados durante a otimização. Além dos recursos internos, você pode usar hrefmql5enarticles403 métodos de visualização personalizados. Não é necessário preparar dados de forma específica, exportá-lo ou processar em um aplicativo de terceiros. Os resultados podem ser revisados durante o processo de otimização. Teste avançado A opção de teste avançado incorporado ajuda a evitar o problema de sobre otimização ou ajuste de parâmetros. Esta opção divide o banco de dados de cotações de moeda e estoque para otimização em duas partes separadas. A otimização é realizada para a primeira parte, enquanto a segunda parte é usada para confirmar os resultados obtidos. Se um robô comercial é igualmente eficiente em ambos os segmentos, esta é a prova de que o sistema de negociação possui os melhores parâmetros e o ajuste de parâmetros é praticamente impossível. MQL5 Cloud Network Os testes e otimização distribuídos permitem a conexão de recursos computacionais adicionais para aprimorar esses processos. Por exemplo, você pode usar computadores adicionais em sua rede local para acelerar o processo de otimização. Mas isso não é tudo. MQL5 Cloud Network é uma rede de computação em nuvem que une milhares de computadores de todo o mundo. O Strategy Tester pode se conectar à rede, beneficiando de um poder de computação quase ilimitado. Com o MQL5 Cloud Network, a otimização de aplicativos comerciais, que normalmente levaria meses para calcular se usando apenas um computador, agora pode ser concluída dentro de poucas horas. MQL5 Cloud Network pode ser ativado através da plataforma de negociação MetaTrader 5 em apenas alguns cliques. Saiba mais sobre como o MQL5 Cloud Network pode acelerar cálculos gtgt Além de usar a rede de computação distribuída, você pode fornecer seu poder de computação da CPU e ganhar dinheiro. Você deve iniciar o componente MetaTester incluído na plataforma de negociação MetaTrader 5 e seu computador será conectado à rede MQL5 Cloud. O Strategy Tester é uma ferramenta poderosa e extraordinária criada para desenvolvedores de robôs comerciais. Sem o uso do testador, a criação de um robô eficiente e confiável é praticamente impossível. O Strategy Tester economiza muito tempo e permite criar um robô de negociação verdadeiramente ideal. Testes de teste e teste: a importância dos comerciantes de correlações que estão ansiosos para tentar uma idéia comercial em um mercado ao vivo muitas vezes cometem o erro de confiar inteiramente nos resultados de backtest para determinar se O sistema será lucrativo. Enquanto o backtesting pode fornecer aos comerciantes informações valiosas, muitas vezes é enganador e é apenas uma parte do processo de avaliação. Testes fora da amostra e teste de desempenho avançado fornecem confirmação adicional quanto à eficácia de um sistema, e podem mostrar cores verdadeiras de sistemas, antes que o dinheiro real esteja na linha. Uma boa correlação entre resultados de teste de backtesting, out-of-sample e forward performance é vital para determinar a viabilidade de um sistema de comércio. (Oferecemos algumas dicas sobre este processo que podem ajudar a refinar suas estratégias de negociação atuais. Para saber mais, leia Backtesting: Interpreting the Past.) Backtesting Basics Backtesting refere-se à aplicação de um sistema de negociação a dados históricos para verificar como um sistema teria realizado durante O período de tempo especificado. Muitas das plataformas de negociação de hoje apoiam backtesting. Os comerciantes podem testar idéias com algumas batidas de teclas e obter informações sobre a eficácia de uma idéia sem arriscar fundos em uma conta de negociação. Backtesting pode avaliar idéias simples, como a forma como um crossover médio móvel seria executado em dados históricos, ou sistemas mais complexos com uma variedade de insumos e disparadores. Enquanto uma idéia pode ser quantificada, ela pode ser testada novamente. Alguns comerciantes e investidores podem procurar a experiência de um programador qualificado para desenvolver a idéia em uma forma testável. Normalmente, isso envolve um programador que codifica a idéia na linguagem proprietária hospedada pela plataforma de negociação. O programador pode incorporar variáveis de entrada definidas pelo usuário que permitem ao comerciante ajustar o sistema. Um exemplo disto seria no sistema de cruzamento de média móvel simples observado acima: o comerciante poderia inserir (ou alterar) os comprimentos das duas médias móveis usadas no sistema. O comerciante poderia voltar a testar para determinar quais comprimentos de médias móveis teriam realizado o melhor nos dados históricos. (Obtenha mais informações no Tutorial de Negociação Eletrônica.) Estudos de Otimização Muitas plataformas de negociação também permitem estudos de otimização. Isso implica entrar em um intervalo para a entrada especificada e deixar o computador fazer a matemática para descobrir o que a entrada teria realizado o melhor. Uma otimização multi-variável pode fazer a matemática para duas ou mais variáveis combinadas para determinar quais níveis juntos teriam alcançado o melhor resultado. Por exemplo, os comerciantes podem dizer ao programa quais insumos eles gostariam de adicionar à sua estratégia; estes seriam então otimizados para seus pesos ideais, dado os dados históricos testados. Backtesting pode ser excitante na medida em que um sistema não lucrativo muitas vezes pode ser magicamente transformado em uma máquina de fazer dinheiro com algumas otimizações. Infelizmente, ajustar um sistema para alcançar o maior nível de rentabilidade passada muitas vezes leva a um sistema que funcionará mal em negociações reais. Esta sobre-otimização cria sistemas que ficam bons somente em papel. Curve fitting é o uso de análises de otimização para criar o maior número de negócios vencedores com o maior lucro nos dados históricos usados no período de teste. Embora pareça impressionante em resultados de backtesting, o ajuste de curva leva a sistemas não confiáveis, uma vez que os resultados são essencialmente personalizados para apenas esse dado e período de tempo específicos. Backtesting e otimização fornecem muitos benefícios para um comerciante, mas isso é apenas parte do processo ao avaliar um sistema comercial potencial. Um próximo passo dos comerciantes é aplicar o sistema a dados históricos que não tenham sido utilizados na fase inicial de teste posterior. (A média móvel é fácil de calcular e, uma vez plotada em um gráfico, é uma poderosa ferramenta de manchas visuais. Para obter mais informações, leia as Médias móveis simples, faça as tendências se destacarem.) Dados em amostra versus dados fora da amostra Ao testar uma idéia sobre dados históricos, é benéfico reservar um período de tempo de dados históricos para fins de teste. Os dados históricos iniciais em que a idéia é testada e otimizada são referidos como dados na amostra. O conjunto de dados que foi reservado é conhecido como dados fora da amostra. Esta configuração é uma parte importante do processo de avaliação porque fornece uma maneira de testar a idéia em dados que não foram um componente no modelo de otimização. Como resultado, a idéia não terá sido influenciada de forma alguma pelos dados fora da amostra e os comerciantes poderão determinar o quão bem o sistema pode executar em novos dados, ou seja, na negociação da vida real. Antes de iniciar qualquer backtesting ou otimização, os comerciantes podem reservar uma porcentagem dos dados históricos a serem reservados para testes fora da amostra. Um método é dividir os dados históricos em terços e segregar um terço para uso nos testes fora da amostra. Somente os dados na amostra devem ser usados para o teste inicial e qualquer otimização. A Figura 1 mostra uma linha de tempo onde um terço dos dados históricos é reservado para testes fora da amostra e dois terços são usados para o teste na amostra. Embora a Figura 1 represente os dados fora da amostra no início do teste, os procedimentos típicos teriam a parcela fora da amostra imediatamente anterior ao desempenho para a frente. Figura 1: uma linha de tempo que representa o comprimento relativo de dados na amostra e fora da amostra usados no processo de teste posterior. Uma vez que um sistema comercial foi desenvolvido usando dados em amostra, ele está pronto para ser aplicado aos dados fora da amostra. Os comerciantes podem avaliar e comparar os resultados de desempenho entre os dados na amostra e fora da amostra. A correlação refere-se a semelhanças entre os desempenhos e as tendências gerais dos dois conjuntos de dados. As métricas de correlação podem ser usadas na avaliação de relatórios de desempenho de estratégia criados durante o período de teste (um recurso que a maioria das plataformas de negociação fornece). Quanto mais forte for a correlação entre os dois, melhor será a probabilidade de um sistema funcionar bem no teste de desempenho direto e na negociação ao vivo. A Figura 2 ilustra dois sistemas diferentes que foram testados e otimizados em dados na amostra, depois aplicados a dados fora da amostra. O gráfico à esquerda mostra um sistema claramente ajustável para funcionar bem nos dados na amostra e falhou completamente nos dados fora da amostra. O gráfico à direita mostra um sistema que funcionou bem em dados internos e fora da amostra. Figura 2: Duas curvas de equidade. Os dados comerciais antes de cada seta amarela representam testes na amostra. Os negócios gerados entre as setas amarelas e vermelhas indicam testes fora da amostra. Os negócios após as setas vermelhas são das fases de teste de desempenho para frente. Se houver pouca correlação entre o teste na amostra e fora da amostra, como o gráfico esquerdo na Figura 2, é provável que o sistema tenha sido superestimado e não funcionará bem na negociação ao vivo. Se houver uma forte correlação no desempenho, como visto no gráfico certo na Figura 2, a próxima fase da avaliação envolve um tipo adicional de testes fora da amostra, conhecidos como testes de desempenho para a frente. (Para mais informações sobre a previsão, consulte Previsão Financeira: O Método Bayesiano.) Princípios básicos do teste de desempenho avançado Teste de desempenho direto, também conhecido como comércio de papel. Fornece aos comerciantes outro conjunto de dados fora da amostra para avaliar um sistema. O teste de desempenho avançado é uma simulação de negociação real e envolve seguir a lógica dos sistemas em um mercado ao vivo. Também é chamado de troca de papel, uma vez que todas as negociações são executadas apenas em papel, as entradas de comércio e as saídas são documentadas juntamente com qualquer lucro ou perda do sistema, mas nenhuma transação real é executada. Um aspecto importante do teste de desempenho direto é seguir exatamente a lógica dos sistemas, torna-se difícil, se não impossível, avaliar com precisão esta etapa do processo. Os comerciantes devem ser honestos em relação a quaisquer entradas e saídas de comércio e evitar comportamentos como cereais que escolhem comércios ou não incluindo uma troca de papel racionalizando que eu nunca teria negociado. Se o comércio tivesse ocorrido na sequência da lógica dos sistemas, ele deveria ser documentado e avaliado. Muitos corretores oferecem uma conta de negociação simulada onde os negócios podem ser colocados e o lucro e perda correspondente calculados. O uso de uma conta de negociação simulada pode criar uma atmosfera semi-realista para praticar o comércio e avaliar ainda mais o sistema. A Figura 2 também mostra os resultados para o teste de desempenho para frente em dois sistemas. Novamente, o sistema representado no gráfico à esquerda não consegue superar o teste inicial em dados na amostra. O sistema mostrado no gráfico certo, no entanto, continua a funcionar bem em todas as fases, incluindo o teste de desempenho para frente. Um sistema que mostra resultados positivos com boa correlação entre os testes de desempenho na amostra, fora da amostra e para frente está pronto para ser implementado em um mercado ao vivo. The Bottom Line Backtesting é uma valiosa ferramenta disponível na maioria das plataformas de negociação. A divisão de dados históricos em vários conjuntos para fornecer testes em amostra e fora da amostra pode fornecer aos comerciantes um meio prático e eficiente para avaliar uma idéia e sistema de negociação. Como a maioria dos comerciantes emprega técnicas de otimização no backtesting, é importante então avaliar o sistema em dados limpos para determinar sua viabilidade. Continuar os testes fora da amostra com teste de desempenho para a frente fornece outra camada de segurança antes de colocar um sistema no mercado arriscando dinheiro real. Os resultados positivos e a boa correlação entre os testes de backtesting e teste de desempenho avançado na amostra e fora da amostra aumentam a probabilidade de um sistema funcionar bem na negociação real. (Para obter uma visão abrangente sobre análise técnica, consulte Análise técnica: Introdução.)
No comments:
Post a Comment