K Verhältnis Handelssystem

Systemtestbericht-Fenster NEUER BACKTESTER-BERICHT Exposure - Marktrisiko des Handelssystems, berechnet auf Bar-zu-Bar-Basis. Summe der Stabbelichtungen geteilt durch Anzahl der Stäbe. Einstufige Exposure ist der Wert der offenen Positionen dividiert durch Portfolio-Eigenkapital. Net Risk Adjusted Return - Jahresüberschuss dividiert durch Exposure Jährliche Rendite - Compounded Annual Return (CAR) - dies ist Risk Adjusted Return - Jährliche Rendite dividiert durch Exposure Avg. ProfitLoss - (Gewinn der Gewinner Verluste der Verlierer) (Anzahl der Trades) Durchschn. ProfitLoss - (Gewinn der Gewinner Verluste der Verlierer) (Anzahl der Trades) Durchschn. Balken - Summe der Balken in Trades Anzahl der Trades Max. Trade Drawdown - Der größte Rückgang des Gipfeltals in einem einzigen Handel Max. Trade Drawdown - Der größte prozentuale Rückgang der Spitzen - bis Talwerte in einem einzigen Handel Max. System-Drawdown - Der größte Peak-to-Tal-Rückgang im Portfolio-Equity erfahren Max. System-Drawdown - Der größte prozentuale Rückgang des Spitzenwerts in Prozent im Portfolio-Equity Recovery Factor - Nettogewinn dividiert durch Max. System Drawdown CARMaxDD - Zusammengesetzte Jahresrendite dividiert durch Max. System Drawdown RARMaxDD - Risk Adjusted Return dividiert durch Max. System Drawdown Profit Factor - Gewinn der Gewinner geteilt durch Verlust von Verlierern Payoff Ratio - Ratio Durchschnitt durchschnittlicher Verlust Standard Error - Standard-Fehler misst Chopiness der Equity-Line. Je niedriger desto besser. Risk-Reward Ratio - Messung des Verhältnisses zwischen dem Risiko, das einem Systemhandel im Vergleich zu seinem potenziellen Gewinn innewohnt. Höher ist besser. Berechnet als Steilheit der Eigenkapitallinie (erwartete jährliche Rendite) geteilt durch ihren Standardfehler. Ulcer Index - Quadratwurzel der Summe der quadrierten Drawdowns dividiert durch die Anzahl der Stäbe Ulcer Performance Index - (Jahresgewinn - Gewinn von Tresury - Schuldverschreibungen) Ulcer IndexgtUlcer Performance Index. Derzeitige Ertragsteuern sind bei 5,4 hartcodiert. In der künftigen Version gibt es dafür eine Benutzereinstellung. Sharpe Ratio of Trades - Messung der risikoadjustierten Rendite der Investitionen. Über 1.0 ist gut, mehr als 2.0 ist sehr gut. Weitere Informationen stanford. edu wfsharpeartsrsr. htm. Berechnung: erste durchschnittliche Prozentsatzrendite und Standardabweichung der Renditen werden berechnet. Dann werden diese beiden Zahlen durch Multiplikation mit dem Verhältnis (NumberOfBarsPerYear) (AvgNumberOfBarsPerTrade) annualisiert. Dann wird die risikofreie Rendite von der annualisierten durchschnittlichen Rendite subtrahiert (derzeit hartcodiert 5) und dann durch eine jährliche Standardabweichung der Rendite dividiert. K-Ratio - Erkennt Inkonsistenzen in Renditen. Sollte 1,0 oder mehr sein. Das höhere K-Verhältnis ist die konsistentere Rückkehr, die Sie vom System erwarten dürfen. Lineare Regressionssteigung der Eigenkapitallinie multipliziert mit Quadratwurzel der Summe der quadrierten Abweichungen der Balkenzahl dividiert durch den Standardfehler der Eigenkapitallinie multipliziert mit der Quadratwurzel der Anzahl der Balken. Weitere Informationen: Lagerbestände Commodities V14: 3 (115-118): Messsystem Performance von Lars N. Kestner Dieses Fenster (zugänglich über die Schaltfläche Bericht im Fenster Automatische Analyse) bietet sehr nützliche Informationen über die Performance eines Handelssystems unter dem Test. Die hier enthaltenen Informationen können mithilfe des Dialogfelds Systemtests eingestellt werden. Erläuterung der Werte: Gesamtergebnis: Hierbei handelt es sich um den durch den Test realisierten Gesamtverlust. Enthält den geschlossenen Wert der offenen Position (falls vorhanden). Return on Account: Dies ist der Gesamtgewinn in Prozent der Anfangsinvestitionen. Anzahl der gezahlten Provisionen: Anzahl der gezahlten Provisionen. Offene Position gainloss: Der geschlossene Wert der offenen Position, der am Ende des Tests bestand. Buy-and-Hold-Gewinn: Der Gesamtgewinn, der durch Buy-and-Hold-Strategie (inklusive Provision) realisiert wird. Buy-and-Hold-Rückkehr: Die Gesamt-Buy-and-Hold-Strategie ergibt sich als Prozentsatz der Anfangsinvestitionen. Balken im Test: Die Anzahl der getesteten Balken (Gesamtübersicht zeigt die Summe der Balkenanzahl in allen Symbolen). Tage im Test: Die Anzahl der Tage zwischen dem ersten Stichtag und dem letzten Stichtag (Gesamtübersicht zeigt das arithmetische Mittel der Anzahl der Tage in der Population der zu prüfenden Symbole) System zum Buy-and-Hold-Index: Ein Index, der zeigt, wie viel besser ist Das System im Vergleich zu Buy-and-Hold-Strategie. Ein Wert von 0 bedeutet, dass das System den gleichen Gewinn wie Buy-and-Hold-Strategie. Ein Wert von 200 bedeutet, dass System 200 mehr Gewinn als Buy-and-Hold-Strategie gibt. Ein Wert von -50 bedeutet, dass das System die Hälfte der Gewinne der Buy-and-Hold-Strategie ergibt. Jährliche Systemrückkehr: Berechnete zusammengesetzte jährliche prozentuale Rendite des Systems (siehe die Anmerkung) Jährliche BampH-Rendite: Berechnete zusammengesetzte jährliche prozentuale Rendite der Buy-and-Hold-Strategie (siehe Anmerkung) Systemabbau: Der größte Eigenkapitaleinbruch des Systems (relativ Auf die Erstinvestition). BampH Drawdown: Das größte Aktien-Dip, das von der Buy-and-Hold-Strategie (bezogen auf die Anfangsinvestition) erlebt wird. Max. System-Drawdown: Der größte Punktabstand zwischen dem Equity-Peak-Wert und dem folgenden Trogwert, den das System erfährt. System-Drawdown: Der größte prozentuale Abstand zwischen dem Equity-Peak-Wert und dem folgenden Trogwert, den das System erfährt Max. BampH-Drawdown: Der größte Punktabstand zwischen dem Aktienspitzenwert und dem folgenden Trogwert der Kauf - und Haltestrategie Max. BampH-Drawdown: Der größte prozentuale Abstand zwischen dem Aktienspitzenwert und dem folgenden Trogwert, den die Buy-and-Hold-Strategie erlebt hat Trade Drawdown: Der größte Eigenkapitaleinbruch eines Einzelhandels (bezogen auf den Handelspreis). Max. Trade Drawdown: Der größte Punktabstand zwischen dem Aktienspitzenwert und dem folgenden Trogwert, der von einem einzelnen Handel erfahren wird Max. Trade Drawdown: Der größte prozentuale Abstand zwischen dem Aktienspitzenwert und dem folgenden Trogwert eines Einzelhandels Die Gesamtzahl der Trades: Die Anzahl der Trades (Gewinnerverlierer) Prozentgewinn: Die Anzahl der Gewinntransaktionen im Vergleich zur Gesamtzahl der gezeigten Trades Ein Prozentsatz Gewinn der Gewinner Verlust der Verlierer: Gesamtbetrag des Gewinns in Gewinner verloren in Verlierer. Summe der Stäbe in den Gewinnern: Die Anzahl der Bars, die während des Gewinnungsgeschäfts ausgegeben werden Größte Gewinnchancen: Die Höhe des größten Gewinns der Bars im größten Gewinnersieger: Die Anzahl der Bars im größten Gewinnchancen Durchschnittliche Gewinnchancen: Der Durchschnitt der Gewinnchancen Winnerslosers geteilt durch eine Reihe von Winninglosing Trades) Durchschnitt von Bars in Winnerslosers: Der Durchschnitt der Anzahl der Bars in winninglosing Trades (Gesamtzahl der Bars in winnerslosers geteilt durch eine Reihe von winninglosing Trades) Max Konsek. Winnerslosers: Die größte Anzahl von aufeinanderfolgenden winninglosing Trades. Bars aus dem Markt. Die Anzahl der Stäbe, für die das System völlig aus dem Markt war (war weder lang noch kurz). Wenn Sie die Position während eines Tages öffnen und schließen, auch wenn Sie keine offene Position auf dem Markt offen haben und keine Position am Ende dieses Tages ist nicht als aus dem Markt betrachtet. Erhaltene Zinsen: Die gesamten Zinserträge zwischen den Geschäften. Beachten Sie, dass AmiBroker ON (über Nacht) Einlagen simuliert. Dies bedeutet, dass, wenn Sie die Position am Montag geschlossen und eröffnete die nächste am Dienstag erhalten Sie Zinsen für Single ON Kaution. Exposition: Zeigt, wie viel Sie dem Markt ausgesetzt sind. Es ist ein Verhältnis von Bars auf dem Markt geteilt durch die Gesamtzahl der Stäbe im Test. (Die Anzahl der Bars auf dem Markt ist durch die Gesamtzahl der Bars minus Bars aus dem Markt gegeben) Risiko angepasst ann. Return: Zeigt die jährliche Rendite des Systems an (siehe Anmerkung), angepasst (dividiert durch Marktrisiko). Wenn Ihr System 10 über ein Jahr mit der Exposition von 50 gewonnen hat, wäre die bereinigte Rendite 20 (100,5) Ratio avg winavg Verlust: Der absolute Wert des Verhältnisses von durchschnittlichem Gewinnhandel zum durchschnittlichen Verlusthandel Profit Faktor: Der absolute Wert des Verhältnisses Des Gewinns der Gewinner zum Verlust der Verlierer Durchschn. (Gewinnverstärkungsverlust). Der durchschnittliche Handelsgewinn berechnet als Summe der Gewinner und Verlierer dividiert durch die Anzahl der Trades. Hinweis: Berechnungsmethode für die jährlichen prozentualen Renditen: Die meisten der Software (darunter zwei die beliebtesten so genannten professionellen Pakete) verwenden sehr einfache Annualisierungsmethode basierend auf der folgenden Formel: simpleannualizedpercentagereturn percentagereturn (365 Tage) Unglücklicherweise ist diese Methode falsch und sehr Irreführend, da es Ihnen sagen würde, dass die jährliche Rendite 22 ist, wenn Ihr System 44 verdient während zwei Jahren. Dieser Wert ist zu optimistisch. In der Tat jährliche Rendite in diesem Fall ist nur 20: wenn Ihre erste Investition wurde 10000 verdienen Sie 20 während des ersten Jahres, so dass Sie dann 12000 erhalten und 20 das zweite Jahr, das Ihnen 14400 (12000 120). Also nach zwei Jahren Sie 44 verdient, aber jährlich ist es nur 20. AmiBroker ist eines der wenigen Programme, die jährliche Renditen korrekt berechnet und Ihnen korrekten Wert von 20 wie im obigen Beispiel gezeigt. Die Formel, die AmiBroker für die jährliche Renditeberechnung verwendet, lautet wie folgt: korrektannualizedpercreturn 100 ((finalvalueinitialvalue) (365 daysintest) - 1) wobei xy den Anstieg von x auf die Macht von y bedeutet. Bekannte Unterschiede zwischen den alten und neuen (Portfolio) BacktesterSo weit haben wir diese magischen Formeln: Ein VAMI ein Diagramm von 1K in einigen Aktien investiert im Vergleich zu der Zahl der Monate mit Punkten (xk. Yk) investiert, wo xkk, die Zahl der Monat logVAMI ein Diagramm der logVAMI logVAMI Regressionsgeraden. Y 945 946 x. 946 COVARx, y SD 2 x Steilheit der logVAMI-Regressionsgeraden Fehler 2 931 ek 2 n SD 2 y (1 - r 2) Messung des Fehlers zwischen der yk und der Regressionsgeraden (Standard Regressionsfehler) 2 931 ek 2 (n-2 ) Standardfehler des Slope Error SDx sqrt (n-2) und ein paar k-Verhältnisse: B K-Ratio (Kestner) (Slope der logVAMI-Regressionsgeraden) n (Standardfehler der Slope) mit n Rücklaufperioden in Die monatlichen Rückgabedaten. Und k-Verhältnis1 (Steigung der logVAMI-Regressionsgeraden) und k-Verhältnis2 (Steigung der logVAMI-Regressionsgeraden) (Standardfehler der Steigung) und k-Verhältnis 3 (Steigung der logVAMI-Regressionsgeraden) (Standardabweichung der Fehler) Für 10-Jahres-Wert der monatlichen XOM-Daten, wed bekommen dies: Hey k-Verhältnis3 ist ein neues Yeah, dachte ich Id toss, dass es für ein gutes Maß. Sprechen der Maßnahme: Der Nenner (für 3) misst die Variabilität der monatlichen Renditen, nämlich die Volatilität (oder Standardabweichung) der Fehler. Ist das gut, habe ich keine Ahnung. Allerdings, sobald wir ein paar Kandidaten gut Backtest em alle bekommen. Ifn wir können herausfinden, wie das zu tun. Ich denke, du bist immer noch verwirrt. Könnte sein, aber mein Problem ist jetzt zu sehen, welches (wenn überhaupt) k-Verhältnis am besten ist. Natürlich muss ich herausfinden, was sein verwendet wird, also sehe ich hier und finde. Unter anderem. Ive entwickelte eine neue Maßeinheit, das K-Verhältnis, das die Leistung mißt, indem man die Konsistenz der Rückkehr in bezug auf die Zeit in Kestners Worten untersucht. Das K-Verhältnis ist ein einheitliches Leistungsmaß, das über Märkte und Zeiträume verglichen werden kann. Händler sollten nach Strategien suchen, die K-Verhältnisse von mehr als 0,50 ergeben. Erkennt Inkonsistenz in Renditen. Sollte 1,0 oder mehr sein. Je höher das K-Verhältnis, desto konsistenter können Sie vom System erwarten. So youll Test die verschiedenen Verhältnisse, rechtes Ja. Ich dachte, dass wir einen Zeitraum von etwa 5 Jahren betrachten sollten (wie Kestner vorschlägt), die Verhältnisse bewerten und dann das folgende 5-Jahres-Verhältnis betrachten. Aber Sie haben gerade 10-Jahres-Monatsdaten. Yeah, gut jetzt Im gonna do 5-Jahr. Erste gut tun die letzten 5 Jahre, Berechnung einer Reihe von k-Ratios (wie oben definiert) für eine Schar von Aktien. Dann gut tun die letzten 5 Jahre und sehen, wie jedes Verhältnis hat sich geändert. Wie Sie das tun, dass ich über die Berechnung der prozentualen Veränderung dachte, von einem 5-Jahres-Zeitraum auf die nächste. Dies ist, was ich für eine Reihe von Aktien zu bekommen, von denen die meisten sind DOW-Aktien: Uh. Ist, dass Konsistenz Von einem 5-Jahres-Zeitraum auf die nächste Ich würde nicht sagen. Übrigens, welches k-Verhältnis haben Sie verwendet, um die prozentuale Veränderung zu berechnen Überraschenderweise waren die Änderungen die gleichen für alle Verhältnisse. Das heißt, dass k-VerhältnisDec03-Dec08 k-VerhältnisDec98-Dec03 das gleiche für k-Verhältnis1, 2, 3 oder Kestners K-Verhältnis war. Hast du das erwartet. die Wahrheit sagen. Sie hatten keine Ahnung, dass das passieren würde. Heres ein anderes hübsches Diagramm: Lets Blick auf HD über jedem der Perioden Dec98-Dec03 bis Dec03-Dec08: (Das ist das mit dem kleinsten, 4 Änderung.) Hey Vielleicht konsistent bedeutet konsistent über einen einzigen Zeitraum von 5 Jahren. Ja, aber dann thats Rückblick und kann wenig Hinweis darauf geben, was vor uns liegt. Aber was ist mit HD. Es gab wenig Veränderung von einem 5-Jahres-Zeitraum zum nächsten. Aber (um Ihre Worte zu benutzen): Sie hatten keine Ahnung, dass das passieren würde, das ist wahr. Aber isnt das K-Verhältnis sollte eine Alternative zum Sharpe Ratio sein Ja, also hier sind die Vergleiche: Änderungen in K-Ratios und Sharpe Ratios: Also, was ist der Schluss Wie viele Vermutungen bekomme ich Denken Sie daran, wenn ich sagte, wed reden Dass Standard-Fehler der Slope. Nun, nows die Zeit: Heres die Idee: Wir nehmen eine Reihe von Beobachtungen, wie y 1. Y 2. Y n. Wir nehmen an, dass diese Beispielwerte aus einem riesigen Universum von y-Werten stammen. Wir berechnen etwas (gut nennen es K), nur auf der Probe basiert. Wie viel Vertrauen sollten wir auf diesen K-Wert als Maß für den K-Wert für die gesamte Bevölkerung geben, gebe ich auf. Beispiel 1: Wir beobachten n Werte einer Aktienrendite: y k. Wie die letzten 100 monatlichen Renditen. Wir berechnen den Mittelwert: My (1n) 931 y k. Wir fragen uns, wie gut My den tatsächlichen Mittelwert der Bevölkerung misst: 956. Dazu berechnen wir die t-Statistik: Ct (My - 956) sqrt (n) sdy wobei sdy die Standardabweichung der beobachteten y - Werte, nämlich: sd 2 y 931 (yk - My) 2 (n-1) Sie teilen durch (n-1) anstelle von n Ja, das haben wir bereits erwähnt. Statistiker tun dies, wenn sie die beobachteten y-Werte als Probe aus einer größeren Population von y-Werten betrachten. Finanztypen (oft) dividieren durch n. Natürlich macht es wenig Unterschied, wenn n groß ist, so. And all dieses Zeug sind Annäherungen, Schätzungen, Vermutungen und Wunschdenken, rechts rechts. Wie auch immer, waren wirklich daran interessiert: Beispiel 2: Wir beobachten n Werte der monatlichen Aktienrenditen über einen Zeitraum von 5 Jahren. Wir berechnen die logVAMI-Regressionsgeraden. Y 945 946 x. Wurden Interesse an der Steigung mit der gesamten Bevölkerung der monatlichen Renditen verbunden (nicht nur unsere Probe). Wir fragen uns, wie gut 946 die tatsächliche Steigung für die gesamte Bevölkerung misst: 946 0. Dazu berechnen wir die t-Statistik: D t (946 - 946 0) sqrt (n-2) (Standardfehler der Slope) mit Standardfehler des Slope Error SDx sqrt (n-2). Wie wir oben festgestellt haben. Huh Das sieht aus wie Kestners K-Ratio. Mit 946 0 0. Es tun, dont es in der Tat, erwägen den Wert von (946 - 946 0) und möchten wissen, ob wir erwarten sollten, dass es in der Nähe von 0. Das heißt, waren fragen, wie zuversichtlich, dass wir sein sollten : (946 - 946 0) 0. Wir betrachten zwei Datensätze: eine Menge von y-Werten: y 1. Y 2. Y n und einem Bündel von z-Werten: z 1. Z 2. Z m Stellen Sie sich die Verteilung der beiden Sätze von Werten vor. Und ihre mittleren Werte. Wir fragen: Sind diese beiden verwandt Das ist: Können wir My verwenden, um eine Schätzung für Mz Wie wäre es, wenn die Distributionen sah aus wie Abbildung 2Id wählen Abbildung 1. In Abbildung 2 sehen sie überhaupt nicht ähnlich. Sie mögen Fig. 1, da sich die Verteilungen in Fig. 1, eh Also unser Vertrauen in die Verwendung der My zu schätzen Mz wird davon abhängen, wie weit voneinander entfernt sind. Und die Spreads in ihren Verteilungen. Große Ausbreitung bedeutet große Überlappung, rechts Ja. Und wir messen über die Standardabweichung. So können wir versuchen, ein Maß an Vertrauen zu generieren, das diese Vorstellungen beinhaltet: Unser Vertrauen wird größer sein, wenn (My - Mz) klein ist. Er wird auch größer sein, wenn die Standardabweichungen groß sind. Id nehmen Sie den ersten Kerl und teilen durch den zweiten Kerl. Uh. Dass Maßnahme Mangel an Vertrauen. Wenn 1 klein und 2 groß ist, bedeutet dies, daß (1) (2) klein ist. In der Praxis berechnet man so etwas wie die t-Statistik und prüft, ob es klein ist. (Z. B. m 8734), dann würde der zweite Term im Nenner verschwinden, wenn m ein unendliches Universum war. Wenn wir dann Mz 956 lassen, wed links mit: Huh Das sieht aus wie C. Es tun, nicht wahr