Backtesting und Forward Testing: Die Bedeutung von Correlation Trader, die eifrig sind, eine Trading-Idee in einem Live-Markt zu versuchen, machen oft den Fehler, sich ganz auf Backtesting-Ergebnisse zu verlassen, um festzustellen, ob das System rentabel sein wird. Während Backtesting Händler mit wertvollen Informationen versorgen kann, ist es oft irreführend und es ist nur ein Teil des Evaluierungsprozesses. Out-of-Probe-Tests und Forward Performance-Tests bieten eine weitere Bestätigung in Bezug auf eine System-Effektivität, und kann zeigen, ein System wahren Farben, bevor echte Bargeld auf der Linie ist. Eine gute Korrelation zwischen Backtesting, Out-of-Sample und Forward Performance Testergebnissen ist entscheidend für die Bestimmung der Lebensfähigkeit eines Handelssystems. (Wir bieten Ihnen einige Tipps zu diesem Prozess, die helfen können, Ihre aktuellen Handelsstrategien zu verfeinern. Um mehr zu erfahren, lesen Sie Backtesting: Interpretieren der Vergangenheit.) Backtesting Basics Backtesting bezieht sich auf die Anwendung eines Handelssystems auf historische Daten, um zu überprüfen, wie ein System während der Durchführung durchgeführt hätte Der angegebene Zeitraum. Viele der heutigen Handelsplattformen unterstützen das Backtesting. Händler können Ideen mit ein paar Tastenanschlägen testen und Einblick in die Wirksamkeit einer Idee erhalten, ohne Geld in einem Handelskonto zu riskieren. Backtesting kann einfache Ideen auswerten, wie zB eine gleitende durchschnittliche Crossover auf historische Daten oder komplexere Systeme mit einer Vielzahl von Inputs und Triggern. Solange eine Idee quantifiziert werden kann, kann sie zurückgestellt werden. Einige Händler und Investoren können das Fachwissen eines qualifizierten Programmiers anstreben, um die Idee zu einer testbaren Form zu entwickeln. Typischerweise handelt es sich hierbei um einen Programmierer, der die Idee in die proprietäre Sprache kodiert, die von der Handelsplattform gehostet wird. Der Programmierer kann benutzerdefinierte Eingangsvariablen einbinden, die es dem Händler ermöglichen, das System zu optimieren. Ein Beispiel hierfür wäre in dem oben erwähnten einfachen gleitenden durchschnittlichen Crossover-System: Der Trader wäre in der Lage, die Längen der beiden im System verwendeten gleitenden Mittelwerte einzugeben (oder zu ändern). Der Händler könnte sicherstellen, um festzustellen, welche Längen der gleitenden Durchschnitte das Beste an den historischen Daten durchgeführt hätten. (Mehr Einblick in das Electronic Trading Tutorial.) Optimierungsstudien Viele Handelsplattformen erlauben auch Optimierungsstudien. Dies beinhaltet die Eingabe eines Bereichs für die angegebene Eingabe und lassen Sie den Computer die Mathematik, um herauszufinden, welche Eingabe würde am besten durchgeführt haben. Eine multivariable Optimierung kann die Mathematik für zwei oder mehr Variablen kombinieren, um zu bestimmen, welche Ebenen zusammen das beste Ergebnis erzielt hätten. Zum Beispiel können Händler dem Programm mitteilen, welche Eingaben sie in ihre Strategie hinzufügen möchten, diese würden dann aufgrund der getesteten historischen Daten auf ihre idealen Gewichte optimiert. Backtesting kann spannend sein, dass ein unrentables System oft mit einer Optimierung in eine Geldmaschine verwandelt werden kann. Leider ist die Optimierung eines Systems, um die größte Stufe der Vergangenheit Rentabilität zu erreichen oft zu einem System, das schlecht in echten Handel führen wird. Diese Überoptimierung schafft Systeme, die nur auf Papier gut aussehen. Curve-Anpassung ist die Verwendung von Optimierung Analytics, um die höchste Anzahl von Gewinnen Trades mit dem größten Gewinn auf die historischen Daten in der Testphase verwendet zu schaffen. Obwohl es bei den Backtesting-Ergebnissen eindrucksvoll aussieht, führt die Kurvenanpassung zu unzuverlässigen Systemen, da die Ergebnisse im Wesentlichen nur für diese Daten und den Zeitraum angepasst sind. Backtesting und Optimierung bieten viele Vorteile für einen Händler, aber das ist nur ein Teil des Prozesses bei der Bewertung eines potenziellen Handelssystems. Ein Händler im nächsten Schritt ist, das System auf historische Daten anzuwenden, die in der ersten Backtesting-Phase nicht verwendet wurden. (Der gleitende Durchschnitt ist einfach zu berechnen und, einmal auf einem Diagramm aufgetragen, ist ein leistungsfähiges visuelles Tendenz-Spotting-Tool. Weitere Informationen finden Sie unter Simple Moving Averages machen Trends heraus.) In-Sample vs. Out-of-Sample Data Bei der Prüfung 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-Sample-Daten bezeichnet. Der reservierte Datensatz wird als Out-of-Sample-Daten bezeichnet. Dieses Setup ist ein wichtiger Bestandteil des Evaluierungsprozesses, da er eine Möglichkeit bietet, die Idee auf Daten zu testen, die nicht Bestandteil des Optimierungsmodells sind. Infolgedessen wird die Idee in keiner Weise von den Out-of-Sample-Daten beeinflusst worden sein, und die Händler können feststellen, wie gut das System bei neuen Daten, d. h. im realen Handel, auftreten könnte. Vor der Einleitung von Backtesting oder Optimierung können Händler einen Prozentsatz der historischen Daten beiseite legen, die für die Prüfung im Out-of-Probe reserviert werden sollen. Eine Methode besteht darin, die historischen Daten in Drittel zu teilen und ein Drittel für die Verwendung in der Out-of-Probe-Prüfung zu trennen. Nur die In-Sample-Daten sollten für die Erstprüfung und jede Optimierung verwendet werden. Abbildung 1 zeigt eine Zeitlinie, in der ein Drittel der historischen Daten für die Prüfung außerhalb der Stichprobe reserviert ist und zwei Drittel für die Prüfung in der Stichprobe verwendet werden. Obwohl 1 die Out-of-Sample-Daten zu Beginn des Tests darstellt, würden typische Prozeduren den Out-of-Sample-Teil unmittelbar vor der Vorwärtsleistung haben. Abbildung 1: Eine Zeitlinie, die die relative Länge von In-Sample - und Out-of-Sample-Daten darstellt, die im Backtesting-Prozess verwendet werden. Sobald ein Handelssystem mit Hilfe von In-Beispiel-Daten entwickelt wurde, 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 bewerten und vergleichen. Korrelation bezieht sich auf Ähnlichkeiten zwischen den Leistungen und den Gesamttrends der beiden Datensätze. Korrelationsmetriken können bei der Bewertung von Strategieleistungsberichten verwendet werden, die während des Testzeitraums erstellt wurden (ein Merkmal, das die meisten Handelsplattformen bereitstellen). Je stärker die Korrelation zwischen den beiden ist, desto besser ist die Wahrscheinlichkeit, dass ein System in Vorwärtsleistungstests und Live-Trading gut funktionieren wird. Abbildung 2 veranschaulicht zwei verschiedene Systeme, die auf In-Sample-Daten getestet und optimiert wurden und dann auf Out-of-Sample-Daten angewendet wurden. Die Grafik auf der linken Seite zeigt ein System, das eindeutig Kurven-Fit war, um gut auf die In-Sample-Daten zu arbeiten und völlig auf die Out-of-Sample-Daten fehlgeschlagen. Das Diagramm auf der rechten Seite zeigt ein System, das sich sowohl auf In - als auch Out-of-Sample-Daten gut abspielt. Abbildung 2: Zwei Eigenkapitalkurven. Die Handelsdaten vor jedem gelben Pfeil stellen die Stichprobenprüfung dar. Die zwischen den gelben und roten Pfeilen erzeugten Trades zeigen die Stichprobenprüfung an. Die Trades nach den roten Pfeilen sind von den Vorwärts-Performance-Testphasen. Wenn es wenig Korrelation zwischen dem in-Probe und Out-of-Probe-Test, wie die linke Grafik in Abbildung 2, ist es wahrscheinlich, dass das System überoptimiert wurde und wird nicht gut im Live-Handel. Wenn es eine starke Korrelation in der Leistung gibt, wie in der rechten Tabelle in Abbildung 2 zu sehen ist, beinhaltet die nächste Phase der Auswertung eine zusätzliche Art von Out-of-Probe-Tests, die als Vorwärts-Performance-Tests bekannt sind. (Für mehr Lesung über die Prognose, siehe Finanzielle Vorausschau: Die Bayesian-Methode.) Forward Performance Testing Basics Forward Performance-Tests, 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 die Systemlogik in einem Live-Markt. Es wird auch Papierhandel genannt, da alle Trades nur auf Papier ausgeführt werden, das heißt, Handelseinträge und Exits werden zusammen mit jedem Gewinn oder Verlust für das System dokumentiert, aber keine wirklichen Trades werden ausgeführt. Ein wichtiger Aspekt der Vorwärtsleistungsprüfung ist, der Systemlogik genau anders zu folgen, wird es schwierig, wenn nicht unmöglich, diesen Schritt des Prozesses genau zu bewerten. Händler sollten ehrlich sein über alle Handelseinträge und Ausgänge und vermeiden Verhalten wie Kirsche Kommissionierung Trades oder nicht einschließlich ein Handel auf Papier Rationalisierung, dass ich hätte nie diesen Handel genommen. Wenn der Handel nach der Systemlogik aufgetreten wäre, sollte er dokumentiert und ausgewertet werden. Viele Broker bieten ein simuliertes Handelskonto an, in dem Trades platziert und der entsprechende Gewinn und Verlust berechnet werden kann. Mit einem simulierten Trading-Account kann eine semi-realistische Atmosphäre, auf die Handel zu handeln und weiter zu bewerten das System zu schaffen. Abbildung 2 zeigt auch die Ergebnisse für die Vorwärtsleistungsprüfung an zwei Systemen. Auch hier sorgt das im linken Chart dargestellte System nicht weit über die anfängliche Prüfung von In-Sample-Daten hinaus. Das System, das in der rechten Tabelle gezeigt wird, führt jedoch weiterhin gut durch alle Phasen, einschließlich der Vorwärts-Performance-Tests. Ein System, das positive Ergebnisse mit guter Korrelation zwischen In-Probe-, Out-of-Sample - und Forward Performance-Tests zeigt, ist bereit, in einem Live-Markt umgesetzt zu werden. Die Bottom Line Backtesting ist ein wertvolles Werkzeug in den meisten Handelsplattformen. Die Aufteilung historischer Daten in mehrere Sets, um für die Probenahme und die Out-of-Probe-Tests zu sorgen, können den Händlern ein praktisches und effizientes Mittel zur Bewertung einer Handelsidee und eines Systems bieten. Da die meisten Händler Optimierungstechniken im Backtesting anwenden, ist es wichtig, dann das System auf saubere Daten zu bewerten, um seine Lebensfähigkeit zu bestimmen. Die Fortsetzung der Out-of-Probe-Tests mit Vorwärts-Performance-Tests bietet eine weitere Schicht der Sicherheit, bevor sie ein System in den Markt riskieren echtes Bargeld. Positive Ergebnisse und gute Korrelation zwischen In-Probe und Out-of-Probe-Backtesting und Forward Performance Test erhöht die Wahrscheinlichkeit, dass ein System wird gut funktionieren im eigentlichen Handel. (Für einen umfassenden Überblick über die technische Analyse siehe Technische Analyse: Einleitung.) Ein Maß für die Beziehung zwischen einer Veränderung der geforderten Menge eines bestimmten Gutes und einer Preisänderung. Preis. Der Gesamtdollarmarktwert aller ausstehenden Aktien der Gesellschaft039s. Die Marktkapitalisierung erfolgt durch Multiplikation. Frexit kurz für quotFrench exitquot ist ein französischer Spinoff des Begriffs Brexit, der entstand, als das Vereinigte Königreich stimmte. Ein Auftrag mit einem Makler, der die Merkmale der Stop-Order mit denen einer Limit-Order kombiniert. Ein Stop-Limit-Auftrag wird. Eine Finanzierungsrunde, in der Anleger eine Aktie von einer Gesellschaft mit einer niedrigeren Bewertung erwerben als die Bewertung, Eine ökonomische Theorie der Gesamtausgaben in der Wirtschaft und ihre Auswirkungen auf die Produktion und Inflation. Keynesianische Ökonomie wurde entwickelt. Der Walk Forward Analyzer ist jetzt kostenlos Gehen Sie auf die Download-Seite, um Ihre kostenlose Kopie zu erhalten Wie wissen Sie, ob Ihr Fachberater wirklich profitabel ist MetaTraders Strategy Tester gibt Ihnen nicht das ganze Bild Sind Sie auf der Grundlage von übermäßig optimistischen Backtests Und enttäuscht zu finden, dass Ihr Fachberater Geld im Live-Trading verliert Möchten Sie wissen, ob Ihr Fachberater profitabel ist, schnell und einfach, ohne Geld zu verlieren Der Walk Forward Analyzer für MetaTrader Der Walk Forward Analyzer nutzt MetaTraders eigenen Strategy Tester Eine Walk-Forward-Analyse durchführen. Mit den vom Benutzer bereitgestellten Einstellungen und Testparametern. Die Software ist einfach zu bedienen und kann Ihnen eine komplette Spaziergang vorwärts Analyse in einem Bruchteil der Zeit, die es für Sie tun würde, um es manuell zu tun. Eine Walk-Forward-Analyse bestimmt, ob ein Fachberater profitabel ist, wenn er mit optimierten Parametern auf Out-of-Sample-Daten handelt. Jeder Fachberater kann ein beeindruckendes Optimierungsergebnis produzieren, aber der wahre Test ist, ob diese Ergebnisse bei der Prüfung über zukünftige Daten halten werden. Der Walk Forward Analyzer führt diesen Prozess viele Male über Monate und Jahre historischer Daten durch und gibt Ihnen ein genaues Bild von der wahren Leistung Ihres Fachberaters. Nach Abschluss einer Walk-Forward-Analyse, youll präsentiert werden, mit einem detaillierten Walk-Forward-Analyse-Bericht, zeigt die Ergebnisse der Test-und Optimierung läuft, die gesamte Test-Profit und das Walk-Forward-Effizienz-Verhältnis. Was ist ein Maß dafür, wie robust Ihr Trading System ist. Sehen Sie sich den Walk Forward Analyzer in Aktion Wenn Sie mit dem Walk-Forward-Analyse-Verfahren nicht vertraut sind, lesen Sie bitte, was ist Walk Forward Analysis, um herauszufinden, warum es die beste Methode ist, um die Robustheit und die potenzielle Rentabilität Ihres Handelssystems zu bestimmen. Das Video unten bietet eine komplette Komplettlösung und Tutorial des Walk Forward Analyzers für MetaTrader: MetaTrader 4 Strategy Tester Tutorial Um das Beste aus Ihrem Fachberater herauszuholen, müssen Sie Ihre Strategie mit MetaTraders Strategy Tester optimieren und backtest. Während Vorwärts-Tests auf einem Demo-Konto ist wichtig, Backtesting ermöglicht es Ihnen, den Handel über einen langen Zeitraum in nur wenigen Minuten zu simulieren. Und mit der Optimierungsfunktion können Sie herausfinden, welche Einstellungen am besten über eine ausgewählte historische Chartperiode durchgeführt wurden. Es gibt eine beträchtliche Debatte über die Genauigkeit der MetaTraders Strategie Tester. Im besten Fall bietet das Backtesting nur eine enge Annäherung daran, wie Trades in Echtzeit ausgeführt werden würden. Aber es ist das einzige Tool zur Verfügung, um schnell zu testen jede Strategie über eine breite Palette von Trading-Situationen, und eine, die Sie lernen sollten, wie gut zu verwenden. Öffnen Sie den Strategie-Tester in MetaTrader, indem Sie auf die entsprechende Schaltfläche auf der Symbolleiste klicken oder indem Sie im Menü Ansicht die Option Strategie-Tester auswählen. History Center Vor dem Backtesting oder Optimieren, ist es wichtig, um sicherzustellen, dass Ihre Verlaufsdaten vollständig und genau sind, vor allem, wenn youre mit jedem Tick als Ihr Test-Modell. Wenn Sie in Ihrem Journal-Protokoll nicht übereinstimmende Diagrammfehler sehen oder wenn Ihre Modellierungsqualität weniger als 90 beträgt, sind Ihre Verlaufsdaten nicht ausreichend, um genaue Zecken zu erzeugen. Öffnen Sie das History Center aus dem Menü Extras oder drücken Sie F2 auf Ihrer Tastatur. Doppelklicken Sie auf das Diagrammpaar in der linken Spalte, das Sie für den Backtest planen möchten. Nachfolgend erscheint eine Liste der Zeiträume. Starten Sie mit einem Doppelklick auf 1 Minute (M1), um die Verlaufsdaten für diesen Zeitraum zu laden. Der Backtester verwendet M1-Daten, um Ticks zu erzeugen, also ist es wichtig, dass deine M1-Daten vollständig sind. Aus dem History Center können Sie Daten zum Backtest herunterladen oder importieren. Ihr Broker wird automatisch einige aktuelle Daten, aber es kann nicht genug für einen längeren Backtest. Darüber hinaus sind die kostenlos herunterladbaren Daten von MetaTrader (erreichbar über die Download-Taste) nicht immer vollständig und kann große Lücken enthalten. Sie können kostenlose M1 Daten von forextesterdatadatasources. html herunterladen. Zuerst wählen Sie die M1 Periode für das Symbol aus der Liste auf der linken Seite. Klicken Sie auf die Schaltfläche Importieren, und klicken Sie dann auf Durchsuchen im Dialogfeld Importieren, um die M1-Datei auszuwählen, die Sie gerade heruntergeladen haben. Drücken Sie OK, um die Daten zu importieren - es dauert einige Minuten. Sie haben jetzt mehrere Jahre M1 Daten für dieses Symbol. Um diese Daten auf höheren Zeitrahmen zu verwenden, müssen Sie das Periodconverter-Skript verwenden, das mit MetaTrader kommt. Öffnen Sie ein Diagrammfenster und setzen Sie es auf M1. Ziehen Sie das Periodconverter-Skript per Drag & Drop aus dem Navigator-Fenster auf das Diagramm und legen Sie die Einstellung des ExtPeriodMultiplier auf die Anzahl der Minuten, die Sie konvertieren möchten. Für M15, verwenden Sie 15 für H1, verwenden Sie 60 für H4, verwenden Sie 240, und so weiter. Wiederholen Sie diesen Vorgang für alle Symbolsperioden, die Sie testen möchten. Sobald Sie genügend Verlaufsdaten haben, können Sie mit dem Testen beginnen. Das Video unten zeigt den Prozess des Importierens und Konvertierens der M1-Daten: Optimierung Die Optimierungsfunktion von MetaTrader 4 ermöglicht es Ihnen, Tausende von Kombinationen von Experten-Advisor-Einstellungen zu testen, um die profitabelsten Einstellungen für das ausgewählte Diagramm, Zeitraum und Datumsbereich zu finden. Indikator-basierte Strategien müssen für maximale Rentabilität optimiert werden. Allerdings werden fast alle EAs von der Optimierung profitieren - auch diejenigen, die auf Tick-Daten handeln, vorausgesetzt, Sie haben komplette M1 History Daten (siehe oben). Während der Optimierer die profitabelsten Einstellungen für den ausgewählten Zeitraum zurückgibt, ist dies keine Garantie dafür, dass diese Einstellungen in Zukunft profitabel sein werden. Marktbedingungen ändern sich oft, so ist es wichtig, regelmäßig re-optimieren Sie Ihre Experten Berater für beste Ergebnisse. Um Ihren Fachberater zu optimieren, wählen Sie ihn zuerst aus der Dropdown-Liste Expert Advisor. Wählen Sie das Währungspaar aus dem Symbolfeld und der Diagrammperiode aus dem Feld Periode aus. Für Modell. Sie wollen in der Regel nur Open Awards wählen, es sei denn, Sie optimieren eine EA, die auf Tick-Daten läuft. Wählen Sie in diesem Fall jedes Tick aus. Überprüfen Sie die Option "Datum verwenden" und wählen Sie einen Bereich von Daten aus, für die optimiert werden soll. Schließlich stellen Sie sicher, dass die Optimierung überprüft wird. Klicken Sie auf die Schaltfläche Expert Properties, um Ihre Experten-Advisor-Einstellungen zu öffnen. Klicken Sie auf der Registerkarte Eingänge auf den Bereich der zu optimierenden Werte. Die Spalte Start ist der niedrigste Wert für eine gegebene Einstellung, während die Spalte Stop die höchste ist. Die Step-Spalte ist die Menge, die der Optimierer von der Start-to-Stop-Einstellung aus durchlaufen wird. Im obigen Bild optimieren wir die SL-, TS - und TP-Einstellungen für einen Fachberater. Der Startwert ist 20, der Schritt ist 20 und der Stopp ist 200. Der Optimierer testet jede Kombination von Werten von 20, 40, 60 und so weiter bis zu 200. Verwenden Sie einen Start-, Step - und Stop-Wert, der geeignet ist Die Einstellung, die du optimierst. Sogar Werte (5, 10, etc.) sind gut. Das Kontrollkästchen ganz links muss für die zu optimierende Einstellung ausgewählt werden. Alle Einstellungen, die arent überprüft werden, verwenden die Nummer in der Spalte Wert bei der Optimierung. Auf der Registerkarte "Testing" können Sie die Initial Deposit auf etwas ein bisschen realistischer einstellen. Lassen Sie die anderen Einstellungen auf ihre Standardwerte. Wenn Sie bereit sind, mit der Optimierung zu beginnen, klicken Sie auf die Schaltfläche Start rechts unten im Strategie-Tester-Fenster. Abhängig von der Periode, dem Datumsbereich, dem Testmodell und der Anzahl der zu optimierenden Einstellungen kann es überall von einigen Minuten bis zu mehreren Stunden dauern. Wenn es zu lange dauert, sollten Sie den Datumsbereich verkürzen, weniger Einstellungen optimieren oder einen größeren Schritt verwenden. Sobald die Optimierung abgeschlossen ist, öffnen Sie die Registerkarte Optimierungsergebnisse und doppelklicken Sie auf die Spalte Profit, um die Ergebnisse zu sortieren. Doppelklicken Sie auf eine der Ergebnisse, um sie in den Tester zu laden. Drücken Sie die Starttaste erneut, um mit den ausgewählten Einstellungen zu backtest. Backtesting Inzwischen sollte es offensichtlich sein, wie der Backtester funktioniert. Wähle deinen Expertenrat. Symbol Zeitraum und Modell. Überprüfen Sie das Feld Use Date und wählen Sie einen Datumsbereich. Wählen Sie nur visuellen Modus aus, wenn Sie eine visuelle Komplettlösung des Backtests wünschen. Lassen Sie die Optimierung unkontrolliert. Klicken Sie auf die Schaltfläche Expert-Eigenschaften und geben Sie Ihre Einstellungen in der Spalte Wert auf der Registerkarte Eingänge ein. Sie können auch Einstellungen über die Schaltflächen rechts unten laden oder speichern. Die Start-, Step - und Stop-Spalten werden ignoriert, ebenso wie die Checkboxen. Schließen Sie das Dialogfeld Eigenschaften von Experten und drücken Sie Start, um mit dem Testen zu beginnen. Es dauert je nach Ihren Einstellungen von einigen Sekunden bis zu mehreren Minuten. Sobald der Test beendet ist, öffnen Sie die Registerkarte Bericht auf der Unterseite, um Ihre Ergebnisse zu sehen. Einige Statistiken zur Kenntnis nehmen: Gesamtergebnis - Der Bruttogewinn abzüglich des Bruttoverlustes Gewinnfaktor - Das Verhältnis des Bruttogewinns zum Bruttoverlust Höher ist besser, alles über 1,5 ist gut Absolute Drawdown - Der Abzug Ihrer ersten Einzahlung. High Drawdowns erhöhen die Wahrscheinlichkeit, dass Ihr Konto ausgeblasen wird. Profit Trades - Ihr Gesamtsieg Prozentsatz. Modellierqualität - Nur wichtig, wenn Ihr Testmodell jedes Tick ist. Wenn ja, sollte dies bei 90 sein. Wenn nicht, folgen Sie den Anweisungen oben, um Ihren Verlauf mit genauen M1 Daten zu aktualisieren. Die Registerkarte Ergebnisse unten im Strategie-Tester gibt Ihnen die Details zu geöffneten und geschlossenen Aufträgen, einschließlich nachlaufendem Stopp, nehmen Sie Profit und stoppen Sie Verlust. Klicken Sie auf die Schaltfläche "Diagramm öffnen", um eine visuelle Darstellung Ihrer Ergebnisse zu erhalten. Wenn Sie Ihre neue EA testen, prüfen Sie diese genau, um sicherzustellen, dass Ihre Strategie wie beabsichtigt funktioniert. Walk Forward Analysis Während Backtesting und Optimierung können Sie eine gute Vorstellung davon, wie Ihre EA handeln wird, müssen Sie mehr umfangreiche Tests, um sicherzustellen, dass Ihr Trading-System ist wirklich profitabel. Der beste Weg, dies zu erreichen, ist ein Prozess namens Walk-Forward-Analyse. Walk-Forward-Analyse besteht einfach aus mehreren Zyklen der Optimierung und Backtesting, und die Analyse der Ergebnisse der Prüfung über einen langen Zeitraum. Unser Artikel über die Vorwärtsanalyse erklärt den Prozess genauer. Mit unserem Walk Forward Analyzer für MetaTrader können Sie WFA schnell und einfach durchführen.
No comments:
Post a Comment