Backtesting
Test strategii na danych historycznych — niezbędny pierwszy filtr, ale wystarczająco zwodniczy, by samodzielnie cię zrujnować. Najczęstsze pułapki: pominięcie spreadu i slippage’u, look-ahead bias, survivorship bias i przede wszystkim overfitting (dopasowanie parametrów do szumu). Wiarygodny backtest wymaga podziału in-sample / out-of-sample, modelowania realnych kosztów i odtwarzania świeca po świecy, nie oglądania krzywej po fakcie. Wynik in-sample traktuj jak iluzję, póki nie przetrwa OOS i forward testu.
Przykład praktyczny
Strategia daje w backteście +0,4R na transakcję na 500 świecach. Po doliczeniu realnych kosztów — spread 1 pips i slippage 1 pips na wejściu i wyjściu, łącznie ~0,15R przy stopie 25 pips — expectancy spada do ~+0,25R. Jeśli dodatkowo połowa zysku pochodziła z 3 zdarzeń dopasowanych do szumu, na out-of-sample wynik potrafi zejść do zera. Backtest bez modelowania kosztów zawyża wynik o kilkadziesiąt procent.
Najczęstsze pytania
Czym różni się backtest od forward testu?
Backtest sprawdza strategię na danych historycznych, forward test — na danych napływających w czasie rzeczywistym (demo lub mikrolot). Backtest pokazuje przeszłość, forward test dodaje realne wykonanie brokera i twoją psychologię.
Jakie koszty trzeba uwzględnić w backteście?
Spread, prowizję i slippage na każdym wejściu i wyjściu, a przy pozycjach trzymanych przez noc także swap. Pominięcie tych pozycji to najczęstsza przyczyna iluzorycznie zyskownych wyników in-sample.
Co to overfitting i jak go wykryć?
To dopasowanie parametrów do szumu zamiast do powtarzalnej zależności. Wykrywasz go podziałem in-sample / out-of-sample: jeśli wynik załamuje się na danych, których strategia nie «widziała» przy optymalizacji, była przeoptymalizowana.
Ile danych historycznych wystarczy do backtestu?
Tyle, by próba obejmowała różne reżimy rynku (trend, konsolidacja, wysoka i niska zmienność) i dawała n ≥ 100 transakcji w każdym oknie. Test na jednym typie rynku nie mówi nic o zachowaniu w innym.
Powiązane terminy
Forward testing
Analiza i metryki
Overfitting (przeoptymalizowanie)
Analiza i metryki
Out-of-sample (OOS)
Analiza i metryki
Walk-forward (analiza krocząca)
Analiza i metryki
Look-ahead bias
Analiza i metryki
Gdzie w kursie
Wspominane w artykułach kursu (16)
- Anatomia transakcji — case studies od setupu do zamknięcia
- Budowanie strategii Forex — od hipotezy do reguł działania
- Certyfikaty, szkolenia premium i ROI edukacji — CFA, CMT, ACI kontra realny wynik
- Drawdown: matematyka obsunięcia i proceduralny Kill Switch
- Edge i wartość oczekiwana — matematyka przewagi rynkowej
- Jak dziś działa rynek Forex? Ewolucja technologii handlu: telefony, ECN, trading algorytmiczny, HFT
- Jak zbudować własny workflow tradera — kompletny system pracy
- Kryteria wyboru brokera — co naprawdę ma znaczenie
- Plan tradingowy i playbook setupów A+/B/C
- Python w tradingu — analiza danych, automatyzacja i research
- Revenge trading, overtrading i mechanika tiltu
- Ryzyko zdarzeń: publikacje makro, luki cenowe, stress testing i VaR
- Stanowisko tradera — sprzęt, sieć, zasilanie i redundancja
- Track record tradera — jak dokumentować wyniki, żeby nie oszukiwać siebie i innych
- Trading w warunkach niepewności — dlaczego mózg źle znosi losowość rynkową
- Zarządzanie otwartą pozycją: Break Even, Trailing Stop i skalowanie
Jarosław Wasiński
