Testen Von Handelssystemen Auf Historische Daten

Backtesting und Forward Testing: Die Bedeutung der Korrelation Händler, die eifrig sind, eine Trading-Idee in einem Live-Markt versuchen oft den Fehler, sich vollständig auf Backtesting-Ergebnisse, um festzustellen, ob das System profitabel sein wird. Während Backtesting Händler mit wertvollen Informationen versorgen kann, ist es oft irreführend und es ist nur ein Teil des Evaluierungsprozesses. Out-of-Sample-Tests und Vorwärts-Performance-Tests bieten weitere Bestätigung in Bezug auf eine System-Effektivität, und kann zeigen, dass Systeme echte Farben, bevor echtes Geld auf der Linie ist. Eine gute Korrelation zwischen Backtesting-, Out-of-Sample - und Forward-Performance-Testergebnissen ist entscheidend für die Bestimmung der Tragfähigkeit eines Handelssystems. Weitere Informationen finden Sie unter Backtesting: Interpretation der Vergangenheit. Backtesting-Grundlagen Backtesting bezieht sich auf die Anwendung eines Handelssystems auf historische Daten, um zu überprüfen, wie ein System während des Trainings durchgeführt worden wäre Den angegebenen Zeitraum. Viele der heutigen Handelsplattformen unterstützen Backtests. Händler können Ideen mit wenigen Tastenanschlägen testen und Einblicke in die Effektivität einer Idee erhalten, ohne Geld in einem Handelskonto zu riskieren. Backtesting kann einfache Ideen auswerten, wie z. B. wie ein gleitender Durchschnitt Crossover auf historische Daten oder komplexere Systeme mit einer Vielzahl von Eingaben und Trigger ausführen würde. Solange eine Idee quantifiziert werden kann, kann sie rückgängig gemacht werden. Einige Händler und Investoren können die Expertise eines qualifizierten Programmierers, um die Idee in eine testable Form entwickeln zu suchen. Typischerweise handelt es sich um einen Programmierer, der die Idee in die proprietäre Sprache codiert, die von der Handelsplattform gehostet wird. Der Programmierer kann benutzerdefinierte Eingabevariablen enthalten, die es dem Händler ermöglichen, das System zu optimieren. Ein Beispiel hierfür wäre das einfache gleitende durchschnittliche Crossover-System, wie oben erwähnt: Der Trader würde in der Lage sein, die Längen der beiden im System verwendeten Bewegungsdurchschnitte einzugeben (oder zu ändern). Der Händler konnte backtest, um zu bestimmen, welche Längen der gleitenden Durchschnitte das beste auf den historischen Daten durchgeführt hätten. (Mehr Einblick in das Electronic Trading Tutorial.) Optimierungsstudien Viele Handelsplattformen ermöglichen auch Optimierungsstudien. Dies beinhaltet die Eingabe eines Bereichs für die angegebene Eingabe und lassen Sie den Computer die Mathematik, um herauszufinden, welche Eingabe würde die besten durchgeführt haben. Eine Multi-Variable-Optimierung kann die Mathematik für zwei oder mehr Variablen kombinieren, um zu bestimmen, welche Ebenen zusammen das beste Ergebnis erzielt haben. Beispielsweise können Händler dem Programm mitteilen, welche Eingaben sie in ihre Strategie aufnehmen wollen, die dann unter Berücksichtigung der getesteten historischen Daten auf ihre idealen Gewichte optimiert würden. Backtesting kann spannend sein, indem ein unrentables System oft mit wenigen Optimierungen magisch in eine Geldmaschine verwandelt werden kann. Leider tweaking ein System, um das größte Niveau der Vergangenheit Rentabilität zu erreichen führt oft zu einem System, das schlecht im realen Handel ausführen wird. Diese Überoptimierung schafft Systeme, die nur auf Papier gut aussehen. Kurvenanpassung ist die Verwendung von Optimierungsanalysen, um die höchste Anzahl von Gewinntransaktionen mit dem größten Gewinn aus den in der Testperiode verwendeten historischen Daten zu schaffen. Obwohl es in Backtesting-Ergebnissen eindrucksvoll aussieht, führt die Kurvenanpassung zu unzuverlässigen Systemen, da die Ergebnisse im Wesentlichen nur für diese bestimmten Daten und Zeiträume angepasst sind. Backtesting und Optimierung bieten viele Vorteile für einen Händler, aber dies ist nur ein Teil des Prozesses bei der Bewertung eines potenziellen Handelssystems. Der nächste Schritt besteht darin, das System auf historische Daten anzuwenden, die in der anfänglichen Backtesting-Phase nicht verwendet wurden. (Der gleitende Durchschnitt ist einfach zu berechnen und ist, sobald er in einem Diagramm aufgezeichnet ist, ein leistungsstarkes visuelles Trend-Spotting-Tool.) Weitere Informationen finden Sie unter Simple Moving Averages, die Trends Stand Out darstellen.) In-Sample und Out-of-Sample-Daten Beim Testen einer Idee auf historische Daten ist es vorteilhaft, einen Zeitraum von historischen Daten für Testzwecke zu reservieren. Die anfänglichen historischen Daten, auf denen die Idee getestet und optimiert wird, werden als In-Probe-Daten bezeichnet. Der reservierte Datensatz wird als Out-of-Sample-Daten bezeichnet. Dieses Setup ist ein wichtiger Teil des Evaluierungsprozesses, da es eine Möglichkeit bietet, die Idee auf Daten zu testen, die nicht Bestandteil des Optimierungsmodells waren. Infolgedessen wird die Idee in keiner Weise durch die Out-of-Sample-Daten beeinflusst worden sein, und Händler werden in der Lage sein zu bestimmen, wie gut das System auf neuen Daten, d. H. Im realen Handel, vorgehen könnte. Bevor ein Backtesting oder eine Optimierung initiiert wird, können Händler einen Prozentsatz der historischen Daten reservieren, die für das Out-of-Sample-Testen reserviert werden sollen. Eine Methode besteht darin, die historischen Daten in Drittel aufzuteilen und ein Drittel für die Verwendung im Out-of-Sample-Test zu trennen. Nur die In-Probe-Daten sollten für die Erstprüfung und Optimierung verwendet werden. Fig. 1 zeigt eine Zeitlinie, in der ein Drittel der historischen Daten für einen Test außerhalb des Abtastwerts reserviert ist, und zwei Drittel für das In-Probe-Testen verwendet werden. Obwohl Fig. 1 die Out-of-Sample-Daten am Beginn des Tests zeigt, würden typische Prozeduren den Out-of-Sample-Anteil aufweisen, der unmittelbar der Vorwärtsleistung vorausgeht. Abbildung 1: Eine Zeitzeile, die die relative Länge von In-Sample - und Out-of-Sample-Daten repräsentiert, die im Backtesting-Prozess verwendet werden. Sobald ein Handelssystem unter Verwendung von In-Sample-Daten entwickelt worden ist, ist es bereit, auf die Out-of-Sample-Daten angewendet zu werden. Trader können die Performance-Ergebnisse zwischen den In-Sample - und Out-of-Sample-Daten auswerten und vergleichen. Korrelation bezieht sich auf Ähnlichkeiten zwischen den Leistungen und den Gesamttrends der beiden Datensätze. Korrelationsmetriken können bei der Bewertung der im Testzeitraum erstellten Strategieleistungsberichte verwendet werden (ein Feature, das die meisten Handelsplattformen bereitstellen). Je stärker die Korrelation zwischen den beiden, desto besser die Wahrscheinlichkeit, dass ein System gut in Vorwärts-Performance-Tests und Live-Handel. Fig. 2 veranschaulicht zwei verschiedene Systeme, die auf In-Probe-Daten getestet und optimiert wurden und dann auf Daten außerhalb der Abtastwerte angewendet wurden. Das Diagramm auf der linken Seite zeigt ein System, das klar kalibriert wurde, um gut auf den In-Sample-Daten zu arbeiten und bei den Out-of-Sample-Daten vollständig fehlgeschlagen ist. Die Grafik auf der rechten Seite zeigt ein System, das sowohl im In - als auch im Out-of-Sample-Bereich gut funktioniert. Abbildung 2: Zwei Aktienkurven. Die Handelsdaten vor jedem gelben Pfeil stehen für Stichprobenprüfung. Die zwischen den gelben und roten Pfeilen erzeugten Trades deuten auf Proben außerhalb des Tests hin. Die Trades nach den roten Pfeilen stammen aus den Vorwärts-Performance-Testphasen. Wenn es nur wenige Korrelationen zwischen dem Stichprobenverfahren und dem Out-of-Sample-Test gibt, wie das linke Diagramm in Abbildung 2, ist es wahrscheinlich, dass das System überoptimiert wurde und im Live-Handel nicht gut funktioniert. Wenn es eine starke Korrelation in der Leistung gibt, wie in dem rechten Diagramm in 2 zu sehen ist, beinhaltet die nächste Phase der Evaluierung eine zusätzliche Art von Out-of-Sample-Tests, die als Vorwärtsleistungstests bekannt sind. (Für weitere Informationen über die Prognose, siehe Financial Forecasting: Die Bayessche Methode.) Forward Performance Testing Basics Forward Performance Testing, auch bekannt als Papierhandel. Bietet den Händlern einen weiteren Satz von Out-of-Sample-Daten, auf denen ein System ausgewertet werden kann. Forward-Performance-Tests ist eine Simulation des tatsächlichen Handels und beinhaltet nach der System-Logik in einem Live-Markt. Es wird auch Papierhandel genannt, da alle Trades auf Papier ausgeführt werden, nur dass Handelseinträge und Exits zusammen mit einem Gewinn oder Verlust für das System dokumentiert werden, aber keine echten Trades ausgeführt werden. Ein wichtiger Aspekt der Vorwärtsleistungstests ist, der Systemlogik genau anders zu folgen, es wird schwierig, wenn nicht unmöglich, diesen Schritt des Prozesses genau zu bewerten. Trader sollten ehrlich über alle Handels-Einträge und Ausfahrten und vermeiden Verhalten wie Cherry Kommissionierung Trades oder nicht einschließlich eines Handels auf Papier Rationalisierung, dass ich nie diesen Handel genommen hätte. Wenn der Handel nach der Systemlogik aufgetreten wäre, sollte er dokumentiert und ausgewertet werden. Viele Broker bieten ein simuliertes Trading-Konto, in dem Trades platziert werden können und der entsprechende Gewinn und Verlust berechnet. Mit einem simulierten Handelskonto kann eine semi-realistische Atmosphäre geschaffen werden, auf der der Handel praktiziert und das System weiter beurteilt werden kann. Abbildung 2 zeigt auch die Ergebnisse für Vorwärtsleistungstests an zwei Systemen. Wiederum kann das in der linken Tabelle dargestellte System nicht weit über das anfängliche Testen an In-Probe-Daten hinausgehen. Das in der rechten Grafik gezeigte System arbeitet jedoch weiterhin gut durch alle Phasen, einschließlich der Vorwärtsleistungstests. Ein System, das positive Ergebnisse mit guter Korrelation zwischen In-Sample-, Out-of-Sample - und Forward-Performance-Tests zeigt, ist bereit, in einem Live-Markt implementiert zu werden. Das Bottom Line Backtesting ist ein wertvolles Werkzeug in den meisten Handelsplattformen. Durch die Aufteilung historischer Daten in mehrere Sets, die für Stichproben - und Out-of-Sample-Tests sorgen, können Händler eine praktische und effiziente Methode zur Bewertung einer Handelsidee und eines Systems darstellen. Da die meisten Trader Optimierungstechniken im Backtesting einsetzen, ist es wichtig, dass dann das System auf saubere Daten ausgewertet wird, um seine Lebensfähigkeit zu bestimmen. Fortsetzung der Out-of-Sample-Tests mit Vorwärts-Performance-Tests bietet eine weitere Ebene der Sicherheit, bevor sie ein System in den Markt riskant echtes Geld. Positive Ergebnisse und eine gute Korrelation zwischen In-Sample - und Out-of-Sample-Backtests und Forward-Performance-Tests erhöhen die Wahrscheinlichkeit, dass ein System im eigentlichen Handel gut abschneiden wird. (Einen umfassenden Überblick über die technische Analyse finden Sie unter Technische Analyse: Einleitung.) Testen Sie Ihre Trading-Strategien auf diesen Websites Ist es nicht großartig, wenn Sie eine Trading-Strategie erarbeiten, testen Sie sie gegen historische Daten für fünf Monate, fünf Jahre, was auch immer, Und dann lassen Sie das System auf Automatik laufen für eine Weile - Papierhandel so können Sie sehen, wie es funktioniert In der Tat können Sie tun, dass Sie tun, die seit Jahren existiert. Problem ist, die Programme waren so klobig, dass nur Hardcore-Programmierer könnten sie nutzen. Oder anders - wie ich in einer Spalte im März gesprochen habe - wurde die Software in den Hinterzimmern der Wertpapierfirmen weggesperrt. Jetzt analytische Handelssoftware beginnt, auf das Netz zu kriechen. Ob das gut ist oder nicht, können wir in einem Moment behandeln. Aber die Tatsache ist, können Sie jetzt können Sie sich mit mehreren Websites und Test Drive-Strategie-Entwicklung von Software kostenlos. Darüber hinaus plant mindestens ein Online-Brokerage, den analytischen Handel zu einem Großteil seines Servicepakets zu machen. Robotrader Zuerst, was genau sind analytische Programme und wie sie funktionieren Viele funktionieren ein wenig wie die Aktien-Bildschirme schrieb ich über im Juni. Um sie zu verwenden, entwerfen Sie zunächst eine Reihe von Regeln, die Sie denken, sollte Ihr Handel regulieren. Ein Beispiel könnte sein: Ill kaufen nur Aktien von Optik-Komponenten-Unternehmen mit hohen zweistelligen Gewinnwachstum, die derzeit Handel unterhalb ihrer 50-Tage gleitenden Durchschnitt. Im nur mit Aktien als Beispiel. Verschiedene Programme ermöglichen Ihnen, Trading-Strategien für Futures, Optionen und Währungen zu schaffen. In allen Fällen müssen Sie nur die Leerzeichen wie in einem Fragebogen ausfüllen und alle Kriterien angeben, die Sie verwenden möchten. Eine Aktie Bildschirm wird dann spucken eine Liste der Unternehmen, die die Rechnung passen. Aber analytische Programme gehen einen Schritt weiter. Theyll Suche nach Unternehmen, die Ihre Kriterien erfüllt, sagen wir, vor zwei Jahren. Dann, so, als ob sie Aktien dieser Aktien vor zwei Jahren gekauft, verfolgen sie den Fortschritt der Investition mit historischen Marktdaten. Auf diese Weise können sie testen, ob Ihre Strategie Sie reich oder arm gemacht hätte. Der Begriff dafür ist Backtesting. Als ein nächster Schritt werden analytische Programme Papierhandel Bestände, die Ihre Auswahlkriterien erfüllen. Dies wird als Vorwärts-Tests bezeichnet. Und hier bekommt man immer wieder einen Überblick darüber, wie gut das System funktioniert. Schließlich, im Laufe Ihres Live-Trading, die besten dieser Programme scannen durch Terabytes von Echtzeit-Marktdaten und alarmieren Sie, wenn eine Handelschance auftritt - wie immer, basierend auf den Regeln, die Sie definiert haben. Das ist die Skala der Dinge, die diese Programme für Sie tun können. Ein paar Websites bieten nun Stücke dieser Funktionalität kostenlos an. Zum Beispiel ermöglicht die Aktien-Bildschirm bei CNBC Sie eine ziemlich komplexe Suche, die eine Liste der Unternehmen aufzubauen. Darüber hinaus ist ein schönes Diagramm, um Ihnen zu zeigen, wie gut Ihre Strategie von Monat zu Monat im vergangenen Jahr durchgeführt haben würde. Eine andere Seite, Tradetrek. Tatsächlich Picks Aktien für Sie mit seiner analytischen Software. Und so ist die Seite ähnlich wie bei siXer. EquityTrader und StockConsultant. Alle diese freien Seiten verwenden analytische Software, um Kauf - und Verkaufssignale zu erzeugen. Tradetrek unterscheidet sich leicht darin, dass es eine Back-Testing-Funktion, mit der Sie sehen können, wie gut die Software in der Vergangenheit durchgeführt hat. Wählen Sie einfach ein Datum, klicken Sie auf einen der Aktien Empfehlungen, die an diesem Tag erschienen und klicken Sie dann am nächsten Tag. Und Sie sehen, ob die Programme Empfehlung gemacht haben oder Sie Geld verloren haben. (Es wäre schön, wenn mehr finanzielle Websites wurden diese bevor.) Tradetrek ist kostenlos, wenn Sie verzögerte Daten verwenden. Abonnements erhalten Sie Zugriff auf Echtzeitdaten und kosten 25 pro Monat. AboveTrade geht weiter, indem Sie sich entwickeln und zurück Test-Trading-Strategien für einzelne Bestände. So können Sie sagen, dass Sie America Online (AOL). Erzählen Sie dem Programm, wie viel von einem Gewinn, den Sie jedes Mal, wenn Sie eine lange Position. Lets sagen, youd wie 4 auf jedem Handel machen. Jetzt hier, wo AboveTrade ein wenig cartoonish bekommt. Sie wählen dann aus einer Handvoll Dosenstrategien. Jeder hat einen beschreibenden Namen, wie die Cautious Dr. Trend oder die Aggressive Major Bullmaker. Dann wählen Sie eine Industrie-Analyst-Taschenrechner, die besondere Gewicht zu sagen, z. B. Zinsen oder die Branche Ihre Aktie fällt in diesem Fall der Internet-Sektor. Klicken Sie auf die Schaltfläche Ergebnisse anzeigen, und sehen Sie, wie gut Ihre Strategie für die Aktie im Laufe von bis zu zwei Jahren gearbeitet haben könnte. Genauer gesagt, ein Diagramm der Aktie kommt mit Ihren vorgeschlagenen Eingang und Ausgang Punkte für die Testperiode. Wenn sich Ihre Strategie als Sieger herausstellt, können Sie nach Parallelen zwischen der Art und Weise, wie die Aktie in der Vergangenheit gechartert hat und wie sie aktuell gehandelt wird und dann entsprechend handeln. Auch diese Art der vereinfachten Strategie kann zeitraubend sein. Die Handelssysteme, die ich auf AboveTrade baute, kamen immer wieder mit negativen Erträgen. Vielleicht war das nur mein Glück. Glücklicherweise hat AboveTrade eine Eigenschaft, die Ihnen die Gewinnstrategien zeigt, die von anderen Mitgliedern ausgewählt wurden. Ich entdeckte zum Beispiel, dass eine Mitgliederstrategie, die AOL und asha genannt wurde, mir im Laufe des vergangenen Jahres bis zum Mittwoch einen Gewinn von 104 erwiesen hätte (gegenüber einer 12,5-Rendite, wenn Sie die Aktie im Laufe dieses Zeitraums gekauft und gehalten hätten). Diese Funktion erinnert mich an die Amateur-Aktien Empfehlungen finden Sie auf Websites wie ClearStation und iexchange. Abgesehen davon, dass die Leute von AboveTrade, anstatt die Aktienempfehlungen auszutauschen, in der Lage sind, Handelsstrategien zu tauschen. Seine alle eine Menge Spaß. Aber, wie ich schon früher angedeutet habe, scheint AboveTrade eher wie ein Spielzeug zu sein als eine ernsthafte Anwendung. Für eine Sache, ich habe keine Ahnung, welche spezifischen Kriterien Aggressive Major Bullmaker Basen Handel Entscheidungen auf. Für diese Angelegenheit würde ich nicht das Haus auf einer Strategie spucken heraus durch das CNBC auf lagerbildschirm oder die Tradetrek Vorratsspitzenmaschine wetten, entweder - nicht, ohne viel mehr due Diligence selbst zu tun. Serious Stuff Viele Unternehmen Markt ernstere analytische Programme auf dem Netz. Das Magazin Technical Analysis of Stocks and Commodities (Händler) enthält, was wahrscheinlich die umfassendste Liste zur Verfügung. Der Führer in dieser Kategorie ist seit langem TradeStation von Omega Research. TradeStation hat seine eigene Programmiersprache, sowie eine umfangreiche Liste von Dosen Strategien zur Auswahl. Die Programme Benutzer waren schon immer eine eng geknüpfte Subkultur, wie Airstream Trailer Eigentümer. Sie treffen sich auf jährlichen Kongressen und gehören zu Nutzerschulen im ganzen Land. Und sie verkaufen oder tauschen die Handelstrategien, die sie entworfen haben, aktiv. Bis vor kurzem würde die komplette TradeStation Suite von Programmen Sie etwa 5.000 gekostet haben. Aber irgendwann im September plant Omega Research mit dem Internet-Trader-Online-Trader-Online-Handel zusammenzuarbeiten. Wenn das passiert, wird TradeStation nicht als eigenständiges Paket verkauft werden. Stattdessen wird es integriert mit OnlineTradings Ausführungsplattform, die eine Provision pro Handel nimmt und bereits die Glocken und Pfiffe enthält, die Daytrader suchen. Die Idee, natürlich, ist, dass Sie in einer Handelsstrategie mit TradeStation programmieren können, dann zurück zu testen und zu testen. Und wenn Sie bereit, live zu gehen, ziehen Sie einfach den Auslöser, wenn Ihr System eine Chance - ein schönes Paket. Und Omega Research Mitbegründer Ralph Cruz glaubt, er kann auf TradeStations zählen 45.000 starke Kundenbasis als einer der ersten zu migrieren, um den neuen Service, die TradeStation genannt werden. Sie könnten an TradeStation als CyBerCorp Konkurrent denken, sagt Cruz. Eine beliebte Daytrading-Brokerage, hat CyBerCorp eine professionelle Ebene Plattform, die auch ein analytisches Programm namens CyBerQuant enthält. CyBerQuant ermöglicht es Ihnen, Echtzeit-Aktien-Screening zu tun, aber es tut nicht wieder die Ergebnisse zu testen. So wird zurück Tests und andere ausgefeilte Trading-Strategie Entwicklungs-Tools werden Teil eines jeden aktiven Händler Arsenal Cruz glaubt, dass es auf einen Computer zu planen und ausführen Ihre Trades wird eine Menge Angst und Unsicherheit aus dem Job zu nehmen. Händler sind jetzt mit Informationen überwältigt, sagt er. Aber tief unten erkennen sie, dass letztlich das größte Hindernis für ihren eigenen Erfolg ihre eigenen Emotionen, speziell Angst und Gier sind. TradeStation basiert auf der Prämisse, dass der beste Weg, erfolgreich zu sein, Ihre Emotionen von Ihrer Entscheidungsfindung zu isolieren ist. Mark Ingebretsen ist Redakteur bei der Online Investor Zeitschrift. Er hat für eine Vielzahl von Wirtschafts - und Finanzpublikationen geschrieben. Derzeit hält er keine Positionen in den Aktien der in dieser Spalte genannten Unternehmen. Während Ingebretsen kann nicht bieten Anlageberatung oder Empfehlungen, begrüßt er Ihre Rückmeldung bei mingebretsenonlineinvestor. Using Excel zu Back Test Trading-Strategien Wie Back-Test mit Excel Ive getan einen fairen Betrag von Trading-Strategie Back-Tests. Ive verwendet anspruchsvolle Programmiersprachen und Algorithmen und Ive auch getan es mit Bleistift und Papier. Sie brauchen nicht, ein Raketenwissenschaftler oder ein Programmierer zu sein, zum der vielen Handelsstrategien zurück zu prüfen. Wenn Sie ein Tabellenkalkulationsprogramm wie Excel betreiben können, dann können Sie testen viele Strategien. Das Ziel dieses Artikels ist es, Ihnen zu zeigen, wie Sie eine Trading-Strategie mithilfe von Excel und einer öffentlich zugänglichen Datenquelle testen können. Dies sollte nicht kostet Sie mehr als die Zeit es braucht, um den Test zu tun. Bevor Sie eine Strategie testen, benötigen Sie einen Datensatz. Zumindest ist dies eine Reihe von Zeiten und Preisen. Realistisch müssen Sie die datetime, offen, hoch, niedrig, enge Preise. Sie benötigen normalerweise nur die Zeitkomponente der Datenreihe, wenn Sie Intraday-Trading-Strategien testen. Wenn Sie zusammenarbeiten und lernen, wie Sie zurück mit Excel testen, während Sie dies lesen, dann folgen Sie den Schritten, die ich in jedem Abschnitt skizzieren. Wir müssen einige Daten für das Symbol, dass wir gehen zurück zu erhalten. Gehen Sie zu: Yahoo Finance Geben Sie im Feld Enter Symbol (s) Folgendes ein: IBM und klicken Sie auf GO Unter Quotes auf der linken Seite klicken Sie auf Historische Kurse und geben Sie die gewünschten Datumsbereiche ein. I Ausgewählt aus 1 Jan 2004 bis 31 Dez 2004 Scrollen Sie bis zum Ende der Seite und klicken Sie auf Download To Spreadsheet Speichern Sie die Datei mit einem Namen (wie ibm. csv) und einem Ort, den Sie später finden können. Vorbereiten der Daten Öffnen Sie die Datei (die Sie oben heruntergeladen haben) mit Excel. Aufgrund der dynamischen Natur des Internets können sich die Anweisungen, die Sie oben gelesen haben, und die Datei, die Sie öffnen, durch die Zeit, die Sie lesen, geändert haben. Wenn ich diese Datei heruntergeladen, die oberen paar Zeilen sah so aus: Sie können nun löschen Sie die Spalten, die Sie nicht verwenden werden. Für den Test, dass Im zu tun, werde ich nur das Datum verwenden, öffnen und schließen Werte, so habe ich gelöscht die High, Low, Volume und Adj. Schließen. Ich auch die Daten sortiert, so dass das älteste Datum war zuerst und das späteste Datum war am unteren Rand. Verwenden Sie dazu die Menüoptionen Data - gt Sort. Anstatt eine Strategie an sich zu testen, werde ich versuchen, den Tag der Woche zu finden, der die beste Rendite zur Verfügung stellte, wenn man einem offenen Spiel folgte und die enge Strategie verkaufte. Denken Sie daran, dass dieser Artikel hier ist, um Ihnen vorzustellen, wie zu verwenden, um Excel-Teststrategien zurück. Darauf können wir bauen. Hier ist die Datei ibm. zip, die die Tabelle mit den Daten und Formeln für diesen Test enthält. Meine Daten befinden sich nun in den Spalten A bis C (Datum, Öffnen, Schließen). In den Spalten D bis H habe ich Platzformeln, um die Rendite an einem bestimmten Tag zu bestimmen. Eingabe der Formeln Der schwierige Teil (außer youre ein Excel-Experte) ist die Ausarbeitung der Formeln zu verwenden. Dies ist nur eine Frage der Praxis und je mehr Sie üben die mehr Formeln youll entdecken und die mehr Flexibilität youll haben mit Ihrer Prüfung. Wenn Sie die Tabelle heruntergeladen haben, dann werfen Sie einen Blick auf die Formel in Zelle D2. Es sieht so aus: Diese Formel wird auf alle anderen Zellen in den Spalten D bis H (mit Ausnahme der ersten Zeile) kopiert und braucht nicht angepasst zu werden, sobald sie kopiert wurde. Ill erklären kurz die Formel. Die IF-Formel hat eine Bedingung, einen wahren und einen falschen Teil. Die Bedingung ist: Wenn der Wochentag (umgerechnet auf eine Zahl von 1 bis 5, die Montag bis Freitag entspricht) mit dem Wochentag in der ersten Zeile dieser Spalte (D1) identisch ist. Der wahre Teil der Anweisung (C2-B2) gibt uns einfach den Wert von Close-Open. Dies zeigt, dass wir die Open gekauft und verkauft die Close und das ist unser Profitverlust. Der falsche Teil der Anweisung ist ein Paar von doppelten Anführungszeichen (), die nichts in die Zelle setzen, wenn der Tag der Woche nicht übereinstimmt. Die Zeichen links von dem Spaltenbuchstaben oder der Zeilennummer sperren die Spalte oder Zeile, so dass, wenn sein kopierter Teil der Zellreferenz nicht ändert. Wenn also die Formel in das Beispiel kopiert wird, ändert die Referenz auf die Datumszelle A2 die Zeilennummer, wenn sie in eine neue Zeile kopiert wird, aber die Spalte in Spalte A bleibt. Sie können die Formeln verschachteln und außergewöhnlich leistungsfähige Regeln bilden Und Ausdrücke. Die Ergebnisse Am unteren Rand der Wochentagsspalten habe ich einige Zusammenfassungsfunktionen platziert. Bemerkenswert sind die Durchschnitts - und Summenfunktionen. Diese zeigen uns, dass im Jahr 2004 der profitabelste Tag, um diese Strategie umzusetzen war an einem Dienstag und dies wurde von einem Mittwoch dicht gefolgt. Als ich die Expiry Freitags - Bullish oder Bearish Strategie getestet und schrieb, dass Artikel, den ich einen sehr ähnlichen Ansatz mit einer Kalkulationstabelle und Formeln wie diese. Das Ziel dieses Tests war, zu sehen, wenn Expiry freitags allgemein bullish oder bearish waren. Versuch es. Laden Sie einige Daten von Yahoo Finanzen. Laden Sie es in Excel und probieren Sie die Formeln und sehen, was Sie kommen können. Stellen Sie Ihre Fragen im Forum. Viel Glück und profitable Strategie Jagd