Google+
Handelssystem Analyse

Wissenschaftlich Handelssysteme testen

Mit unserer Handelssystem-Analyse bieten wir Algo-Tradern einen aufwendigen Test- und Analyseservice für automatisierte Handelssysteme an. Gerne testen wir ihre eigenen aber auch externe Handelssysteme. Dabei bieten wir unser Know-how in Bezug auf alle Entwicklungsstufen entlang des klassischen Handelssystementwicklungsprozesses. Wir können Sie bei dem Design, der Programmierung, dem Backtesten sowie der Verifikation von automatisierten Handelssystemen unterstützen und beraten. Dazu verwenden wir unsere in-house entwickelte und C# basierte Entwicklungsplattform namens Trading Development Studio (TDS).

DESIGN PROGRAMMIERUNG BACKTESTING VERIFIKATION

Das Ziel dieses Services ist es Systementwicklern basierend auf wissenschaftlichen Methoden gewisse extra Informationen zu bieten, um eine fundierte Handelssystembewertung zu ermöglichen. Zum einen können wir ihnen helfen bestehende Systeme stabiler und / oder profitabler zu machen. Zum anderen können die Auswertungen dazu dienen ein System oder Tradingansatz final zu bewerten nachdem ihr eigenes Testen nicht zu eindeutigen Ergebnissen geführt hat.

Algorithmische Backtests

Mit zunehmender Rechenleistung und einem rasant wachsenden Angebot an Tradingstrategie- und Entwicklungstools sind Händler mehr und mehr mathematischen Konzepten und der Methode des sogenannten Backtest ausgesetzt. Backtests ermöglichen es einen Handelsalgorithmus auf historischen Finanzmarktdaten zu testen und zu optimieren, um so Erwartungen bezüglich zukünftiger Handelsergebnisse zu bilden.

Um jedoch wirklich aussagekräftige Backtests zu erstellen ist nicht nur ein ausgeprägtes Wissen in dem wissenschaftlichen Feld der empirischen Finanzmarktforschung, sondern auch in Bereichen wie Mathematik, Statistik, Programmierung und Systementwicklung unabdingbar. So sind eine Vielzahl von Details nötig um realistische und zukunftsorientierte Aussagen über ein Handelssystem zu machen, welche nicht einer der vielen Tücken, z.B. der Überoptimierung, dem sogenannten Curve Fitting, zum Opfer fallen.

Mit unserem Handelssystem Analyseservice bieten wir Ihnen basierend auf wissenschaftlichen Methoden signifikante Testergebnisse, welche aufschlussreiche und realistische Bewertungen über ihr System ermöglichen. Klicken Sie einfach durch die folgenden Tabs und erfahren Sie mehr über eine kleine Auswahl dessen was wir Ihnen bieten können.

Handelssystem Analyse Ablauf

Besprechung der Tests / Analysen passend zu ihrem Handelssystem. Gerne erstellen wir ihnen ein unverbindliches Angebot.

Durchführung der Tests und/oder Analysen entsprechend ihrer Ziele. Auswertung und Aufbereitung der Ergebnisse.

Sie erhalten einen übersichtlichen Ergebnisbericht sowie genaue wissenschaftliche Interpretationen der Tests.


KONTAKT

Kontaktformular

Tel: +49 (0) 40 / 22 85 32 46

Mail: info@metatrader-experts.de


Warenkorb

Ihr Warenkorb ist leer!
 

DESIGN

Entwicklung von Handelsstrategien

Die Research Möglichkeiten für den algorithmischen Handel sind besser als jemals zuvor. Reichlich Informationen und viele Inspirationsquellen durch Lehrbücher, Quant-Trading Blogs, Internetforen sowie wissenschaftliche Zeitschriften sind leicht zugänglich. Die beiden wohl wichtigsten Punkte bei der Ideengenerierung für Handelssysteme sind:

1. Die Strategie verstehen. Ein vollständiges Verständnis der Handelslogik ist unverzichtbar. Das Fundament eines Entwicklungsprozesses ist es in der Lage sein vollständig und widerspruchsfrei zu erklären warum (basierend auf welchem Konzept) und wie (auf welchen Handelsregeln), das Handelssystem in der Lage sein sollte Preisbewegungen zu prognostizieren. Einzig dieses Verständnis erlaubt es später die Strategie in einen Handelsalgorithmus zu programmieren.

2. Kennen Sie Ihre Trading-Persönlichkeit. Nur eine gründliche Kenntnis über Ihren persönlichen Handelscharakter erlaubt es das Vertrauen und die Disziplin zu generieren, welche benötigt wird jede Transaktion ihres Handelssystems zu akzeptieren. Die Ausrichtung der Handelsstrategie auf ihren persönlichen Handelsstil sowie ihr Risikoprofil ist unabdingbar um in den zu erwartenden Drawdown Zeiten ihrem System zu vertrauen und an ihm festhalten zu können.


Wissenschaftlicher Entwicklungsprozess

Statistische Inferenz ist die Grundlage der wissenschaftlichen Handelssystementwicklung. Die Verwendung von Hypothesentests ermöglicht es dabei die Vorhersagekraft des Handelssystems zu beurteilen.

Die Hauptaufgabe besteht darin mit einer bestimmter statistischen Signifikanz nachzuweisen, dass die Backtestperformance des Systems nicht durch Glück oder Überoptimierung, sondern basierend auf der Prognosefähigkeit der Handelslogik zurück zu führen ist. Besonders Strategien die viele Parameter besitzen sind anfällig auf Verzerrungen durch Curve-Fitting und eine fundierte statistische Analyse ist unumgänglich.

Research und Spezifikation

Gerne sind wir Ihnen beim Research behilflich oder helfen Ihnen eine Theorie oder einen bestimmten Handelsansatz zu verstehen. Weiterhin kann unser Service Ihnen beim Konzept sowie beim Aufsetzen eines wissenschaftlichen Test-Setups unterstützen. Zusammen können wir einen genauen Entwicklungs- und Testprozess ausarbeiten.

Sobald die Handelsstrategie kohärent ausformuliert wurde, können die genauen Handelsregeln in einer Spezifikation definiert werden auf dessen Grundlage die Programmierung beginnen kann.

PROGRAMMIERUNG

Handelssystem Programmierung

Die Übersetzung der spezifischen Handelsregeln in einen Algorithmus erlaubt es die Strategie auf Basis historischer Daten rigorosen Tests zu unterziehen.

Für das Backtesting nutzen wir unsere in-house konzipierte Entwicklungsplattform, unser sogenanntes Trading Development Studio (TDS), welches den Anforderungen einer professionellen Systementwicklung im Sinne der Komplexität und zu verarbeitenden Datenmenge gerecht wird. Ihre Strategie wird dazu in C# programmiert um das volle Spektrum der TDS ausnutzen zu können.

Custom Expert Advisor Programmierung

Sollten Sie lediglich an einer Expert Advisor Programmierung interessiert sein, ohne die Strategie testen zu lassen, können Sie alle Informationen auf unter unserem Service der MQL4 Auftragsprogrammierung finden.

Neuer Code, von MQL oder anderen Sprachen in C#

Wir können Ihre Strategie von Grund auf neu programmieren und diese anschließend ausgiebig testen. Natürlich bieten wir auch an bestehende Systeme unter die Lupe zu nehmen. Dazu können wir Expert Advisor, die in MQL programmiert sind in C# übersetzen, um diese kompatibel zu unserer TDS zu machen.

Handelssystem Bereitstellung

Je nach Wunsch können wir nach ausgiebigen Tests ihnen ihr System in MQL als klassischen Expert Advisor für MetaTrader4, oder als C# Code für optionale FIX-API Lösungen anbieten.

BACKTESTING

Backtesting Gesichtspunkte

Das Ziel von Backtests ist es optimale Regelkombinationen sowie Parametereinstellungen einer Handelsstrategie zu finden, welche nach einer vorher definierten Evaluierungsfunktion bewertet werden. Dazu wird der programmierte Handelsalgorithmus auf historischen Daten getestet. Um wirklich aussagekräftige Backtests zu generieren müssen jedoch eine Vielzahl von Details berücksichtigt werden.

So gehört zu einem wissenschaftlich fundierten Backstest die Einbeziehung des Risikos der Strategie, die Transaktionskosten, die sogenannten Freiheitgrade der Strategie und besonders Thematiken wie die Überoptimierung von Strategien (Curve Fitting), Out of Sample Tests und natürlich die Nutzung von fehlerfreien Daten.

Daten, Datenmanipulation und Backtestlänge

Das Arbeiten mit fehlerfreien historischen Daten ist ein Schlüsselfaktor für valide Backtestergebnisse. Mit unserem Service bieten wir die Möglichkeit Strategien auf allen Zeitebenen mit echten Tickdaten zu testen. Beachten Sie, dass das Testen mit dem MT4 Strategietester und Daten von MetaQuotes standardmäßig keine echten Tickdaten unterstützt. Solche Ergebnisse geben deshalb nur bedingt Aufschluss über die damals gewesene Performance.

Weiterhin können wir durch die Manipulation von Daten bestimmte Szenarien manuell simulieren um zu testen wie robust eine Strategie auf Trends, externe Schocks, erhöhte Volatilität, Datengaps und vieles mehr reagiert.

Auch die optimale Länge eines Backtest ist wichtig. Besonders bei Systemen mit vielen Variablen und Parametereinstellungen steigt die Gefahr des Curve Fittings, wodurch die Zeitspanne des Backtests zum Beispiel nach den Regeln von Bailey und Borwein et. al (2014) aufgestellt werden können.

Walk Forward Analyse

Unter Anderem bietet unser Service sogenannte Walk Forward Analysen. Dies sind Backtests mit periodischen Phasen von in Sample Tests (Optimierungsphase) und Out of Sample Tests (Validierungsphase). Durch den Vergleich dieser beiden Phasen lässt sich das Walk Forward Efficiency Ratio errechnen, ein mögliches Maß für die Validierung von Handelsstrategien.


Walk Forward Analyse


Sensitivitätsanalysen und Visualisierungen

Neben den Standard Performancezahlen wie Drawdown, Sharpe Ratio, Profit Faktor, Volatilität etc., kann eine geschickte Visualisierung der Parameteranalyse dabei helfen die optimalen Einstellungen einer Handelsstrategie zu identifizieren. Weiterhin können sie bei unserem Service von Auswertungen bezüglich der Tag und Wochenzeiten, der Handelsfrequenz und Gewinn und Verlust Verteilungen Gebrauch machen.

Parameter Robunstness CheckAuch die Verwendung von 3D Visualisierungen wie bei Parameter-Robustheits-Checks und Sensitivitätsanalysen können helfen besonders robuste Strategieeinstellungen zu finden. Dabei sucht man nach einem Bereich von Parametereinstellungen, die in 3D Grafiken ein Plateau bilden.

Bailey, H.D., Norwein et. al (2014), 'The Probability of Backtest Overfitting' available at: http://ssrn.com/abstract=2326253

VERIFIKATION

Out of Sample Tests

Out of Sample Tests evaluieren die Backtestergebnisse einer optimierten Strategie. Dazu wird basierend auf Daten welche nicht Teil der Optimierungsphase waren einmalig ein Test mit denselben Parametereinstellungen des gewählten Setups durchgeführt. Generiert die Strategie im Out of Sample Test ähnlich gute Ergebnisse wie im in Sample Test so kann der Strategie mehr Glauben geschenkt werden wirkliche Preisentwicklungen vorhersagen zu können.

Die wissenschaftliche Debatte bezüglich der Vorhersagekraft von Handelssystemen und Out of Sample Tests dreht sich unter anderen um Prozesse vorgeschlagen von Mariano (1995) und West (1996) sowie White's Reality Check for Data Snooping (White 2000) und Hansen's Test for Superior Predictive Ability. Diese Forschung beschäftigt sich vor allem mit der Out of Sample Verifikation über sogenannte Bootstrapping Methoden wobei Publikationen von Lopez de Prado (2013), Bailey and Borwein et al. (2013) und (2014) die jüngste Forschungsarbeiten darstellen.

Bootstrapping

Da der Out of Sample Test mit der optimalen Parameterkonfiguration nur einmal ausgeführt werden kann, ergibt sich für den Hypothesentest nur eine Teststatistik. Bootstrapping ermöglicht es die Variation innerhalb dieser Teststatistik mittels einer computergenerierten Stichprobenverteilung zu schätzen. Diese Verteilung repräsentiert dann den Mittelwert der Verteilung, als wenn das Setup in vielen voneinander unabhängigen Tests getestet worden wäre. Bootstrapping Method 3 Das Vergleichen des Out of Sample Mittelwerts mit der gebootstrappten Mittelwertverteilung ermöglicht die Errechnung des sogenannten Signifikanzniveaus, mit dem die Nullhypothese, die Strategie hat keine Vorhersagekraft, abgelehnt werden kann.

Out of Sample Repräsentativität

Diese Art von Out of Sample Tests und Bootstrapping Methoden werden seit kurzem mehr und mehr mit einem kritischen Auge betrachtet. Besonders Lopez de Prado (2013) und Bailey und Borwein et al. (2013) und (2014) betonen, dass diese Methoden nicht die Anzahl der Versuche (einzelne Backtests) in der Optimierungsphase berücksichtigen.

Nach Aussage der Autoren findet in dieser Zeit jedoch fast immer eine Überoptimierung statt, wobei das Curve-Fitting der Strategie besonders auf Parameter wie Take Profit und Stopp Loss zurückzuführen sind. Folglich sind Out of Sample Tests oftmals nicht repräsentativ für die Backtestperformance, da die Anzahl der Backtest auf dem Weg zum besten Setup vernachlässigt werden.

Die Wahrscheinlichkeit des Backtest Overfitting

Bailey und Borwein et al. (2013) entwickeln ein Rahmenkonzept welches die Anzahl der Backtest auf dem Weg zur besten Parametereinstellung berücksichtigt.

Dabei wird davon ausgegangen, dass eine überoptimiertes Setup im Out of Sample Test eine schlechtere Performance als 50% aller jemals getesteten Setups haben wird. Die sogenannte combinatorically symmetric cross-validation (CSCV) Methode ist ein besonderes Bootstrapverfahren, welches ebendiese Wahrscheinlichkeit ausgibt. Demnach ist die Frage ob ein Backtest überoptimiert ist nicht mit Ja oder Nein zu beantworten, sondern wird durch eine Wahrscheinlichkeit beschrieben.

Vorteil der Methode ist, dass sie unabhängig der Vorhersagefunktion der Strategie ist, sondern basierend auf einer frei zu wählenden Performancekennzahl beruht.

Die Wahrscheinlichkeit zu kennen mit der eine Strategie im Backtest nur fälschlicherweise funktioniert hat und in der Zukunft vermutlich eine schlechtere Performance aufweisen wird, kann eine wichtige Entscheidungsgrundlage sein, ob eine Strategie ins Live Trading gehen sollte oder nicht.

Bailey, H.D., Norwein et. al (2014), 'Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance' Notices of the AMS, available at: : http://ssrn.com/abstract=2308659

© 2016 | ForexInnovation GmbH, Hamburg, Deutschland