Los Peligros De Estrategias Técnicas Backtesting

Los peligros de estrategias técnicas Backtesting Backtesting es el proceso de evaluación de una estrategia de uso de datos históricos como entrada, por lo general mediante la medición del rendimiento de la estrategia con el tiempo. Es una técnica popular utilizada por ambos inversores particulares y profesionales por igual, pero se debe utilizar con precaución. Por ejemplo, cada vez más cansados ​​de su valor neto de evaporación durante las recesiones, es posible que decida backtest poseer el SP 500 sólo cuando es por encima de su promedio móvil de 200 días, evitando así los grandes recesiones. Usted podría probar esta teoría en datos históricos para SPY para ver cómo funciona. Backtesting esta estrategia revela que evita las recesiones como estaba previsto, pero también bloquea en muchos menores pérdidas, evitando los rebotes que normalmente acompañan. Backtesting le ayuda a darse cuenta de que tal vez esta no es una buena idea después de todo. Cuando backtesting una estrategia de distribución en una sola equidad o el índice, se debe tener cuidado para asegurar la backtest no utiliza inadvertidamente futuro o coincidente datos que no estaría disponible para basar sus decisiones sobre. De lo contrario, backtesting estrategias de temporización simples es bastante sencillo. Backtesting estrategias de selección de valores es totalmente diferente, lleno de complejidades sutiles que pueden conducir fácilmente a conclusiones incorrectas. Con el fin de backtest correctamente las estrategias de selección de valores, se necesita una base de datos histórica completa de todo el mercado de valores, incluidas las empresas que han pasado ya sea en quiebra o fusionadas con otras empresas. Una técnica común entre los inversionistas individuales es backtest estrategias utilizando datos históricos de las poblaciones que existen actualmente, que hace caso omiso de las empresas que se han fusionado o quebrado. Esto hace que el sesgo de supervivencia en el backtest, y se traduce en pruebas retrospectivas que son demasiado optimistas. Cuanto más atrás en el tiempo de la prueba pasa, mayor es el número de empresas en quiebra que se ignora, y mayor es el sesgo de supervivencia, sobre todo si los resultados se comparan con los índices bursátiles del mundo real que no tienen sesgo sobreviviente. Esto también es cierto para las poblaciones más pequeñas del mercado capitalización. Acciones de pequeña capitalización declararse en quiebra con más frecuencia que las acciones de gran capitalización, y por lo tanto tendrán más sesgo de supervivencia que las acciones de gran capitalización. Mientras que los rendimientos de las estrategias backtested serán excesivamente optimistas, y no deben ser comparados con los rendimientos del mundo real, pero el impacto del sesgo de supervivencia en las estrategias de selección de valores se puede minimizar. Dado que el sesgo de supervivencia cambia con el período de tiempo que se está probando, y la capitalización de mercado de las reservas probadas, puede ser minimizado mediante la comparación de 2 estrategias en el mismo rango de mercado de capitalización y el mismo período de tiempo. Desde sesgo sobreviviente afecta tanto a pruebas retrospectivas, gran parte del sesgo de supervivencia serán cancelados, dejando sólo el sesgo que se aplica de manera desigual entre las dos estrategias. La esperanza es que esto va a ser mínimo, pero realmente no hay manera de saberlo. Backtesting, un ejemplo: Acción grande del casquillo son los mejores terceros (por rango) todas las acciones por capitalización de mercado. Dado que la capitalización de mercado actual de estas poblaciones varía con el tiempo, el percentil rango (67-100%) se utiliza para clasificar si una acción cae en el cubo de gran capitalización. La estrategia que pondrá a prueba es la celebración de acciones que cotizan más volumen de acciones (en promedio). Se llevará a cabo la parte superior del 50% de acciones de gran capitalización, como ordenado por 3 meses el volumen de operaciones promedio. El plazo será desde el verano de 2003. La estrategia por igual-pesos las acciones que se selecciona. (Click para agrandar) Los zapatos tabla que sostienen solamente la mitad superior de acciones de gran capitalización en volumen devueltos (en promedio) 11,2% anual. Por el contrario, la celebración de la mitad inferior regresó 9,8% por año. Sólo posee la totalidad de acciones de gran capitalización regresó 10,5% anual. Lo importante a recordar es que todas esas cifras incluyen sesgo sobreviviente. Usted no realmente han conseguido 11,2% devoluciones si usted hubiera invertido esta estrategia durante el período de tiempo. Sin embargo, hay una buena probabilidad de que usted tendría las reservas realizadas fuera de gran capitalización por un pequeño margen (0,7% = 11,2% - 10,5%). Probablemente es seguro decir que la estrategia superó acciones de gran capitalización en un 0,7% durante el período. Si RSP (un fondo de gran capitalización igual ponderación que en realidad regresó 8,3% durante el período) es representativa de acciones de gran capitalización en general, entonces sería razonable asumir que la estrategia tendría realmente devuelto 9,0% durante el período. Si RSP no es representativo, no hay manera de saber lo que el retorno total sería en términos absolutos. Si bien puede parecer que esta estrategia podría dar mejores rendimientos que de gran capitalización en general, es importante tener en cuenta las características de una estrategia, tanto en mercados alcistas como bajistas. Por ejemplo, durante la Gran Recesión, acciones de gran capitalización volvieron -58,1%, y esta estrategia regresaron -62,2%. Esto nos dice que la estrategia sólo ha seleccionado las poblaciones con mayor beta de gran capitalización en su conjunto. Las acciones con una beta más alta suben y bajan más que su índice de referencia. Esto significa que la estrategia consigue una mayor rentabilidad mediante la adopción de mayores riesgos. Es bastante fácil de conseguir una mayor rentabilidad en el mercado tomando más riesgos, por lo que no hay nada particularmente interesante de nuestra estrategia de alto volumen. Lo ideal sería una estrategia daría una mayor rentabilidad de hasta el lado pero tienen el mismo riesgo de una mejor abajo del lado que el mercado. Mientras backtesting de estrategias es una herramienta útil para los operadores técnicos, es importante tener en cuenta cómo un backtest podría diferir de las condiciones reales del mercado. Otro ejemplo: si una estrategia deliberadamente (o sin querer) selecciona las poblaciones con bajo volumen de negociación, puede que no sea posible conseguir realmente el precio de las existencias utilizada en el backtest. Puede ser fácilmente obligado a comprar a precios más altos y vender a precios más bajos que el backtest. Puede backtesting realidad ser utilizado para desarrollar la estrategia viable que trabaja en el mercado de bienes? Eso está por verse, pero vamos a darle una oportunidad en un experimento en vivo aquí en Seeking Alpha. Más detalles están disponibles aquí.