Forex ea forward testing

Pengujian Backtesting Dan Forward: Pentingnya Korelasi Pedagang yang ingin mencoba ide trading di pasar live sering membuat kesalahan dengan mengandalkan sepenuhnya pada hasil backtesting untuk menentukan apakah sistem akan menguntungkan. Sementara backtesting dapat memberi para pedagang informasi berharga, ini sering menyesatkan dan hanya satu bagian dari proses evaluasi. Pengujian di luar sampel dan pengujian kinerja ke depan memberikan konfirmasi lebih lanjut mengenai keefektifan sistem, dan dapat menunjukkan sistem warna yang benar, sebelum uang riil ada di telepon. Korelasi yang baik antara backtesting, out-of-sample dan forward performance testing results sangat penting untuk menentukan kelayakan sistem trading. (BackTesting: Interpreting the Past.) Backtesting Basics Backtesting mengacu pada penerapan sistem perdagangan ke data historis untuk memverifikasi bagaimana sistem akan melakukan selama Jangka waktu yang ditentukan. Banyak platform perdagangan todays mendukung backtesting. Pedagang dapat menguji gagasan dengan beberapa penekanan tombol dan mendapatkan wawasan tentang keefektifan sebuah gagasan tanpa mempertaruhkan dana dalam akun perdagangan. Backtesting dapat mengevaluasi gagasan sederhana, seperti bagaimana crossover rata-rata bergerak akan tampil pada data historis, atau sistem yang lebih kompleks dengan berbagai masukan dan pemicu. Selama sebuah ide dapat diukur, dapat dilacak kembali. Beberapa pedagang dan investor mungkin mencari keahlian dari seorang pemrogram yang berkualifikasi untuk mengembangkan gagasan tersebut menjadi bentuk yang dapat diuji. Biasanya ini melibatkan programmer yang mengkodekan gagasan ke dalam bahasa kepemilikan yang diselenggarakan oleh platform perdagangan. Pemrogram dapat memasukkan variabel input yang ditentukan pengguna yang memungkinkan pedagang men-tweak sistem. Contoh dari hal ini adalah pada sistem crossover moving average sederhana yang disebutkan di atas: trader akan dapat memasukkan (atau mengubah) panjang dari dua moving averages yang digunakan pada sistem. Pedagang bisa melakukan backtest untuk menentukan rata-rata pergerakan rata-rata yang akan melakukan yang terbaik pada data historis. (Dapatkan lebih banyak wawasan dalam Tutorial Perdagangan Elektronik.) Studi Optimalisasi Banyak platform perdagangan juga memungkinkan dilakukannya studi pengoptimalan. Ini memerlukan jangkauan untuk input yang ditentukan dan membiarkan komputer melakukan matematika untuk mencari tahu masukan apa yang akan dilakukan dengan sebaik-baiknya. Pengoptimalan multi variabel dapat melakukan perhitungan matematika untuk dua atau lebih variabel gabungan untuk menentukan tingkat mana yang akan menghasilkan hasil terbaik. Misalnya, pedagang dapat memberi tahu program mana masukan yang ingin mereka tambahkan ke dalam strategi mereka sehingga kemudian dioptimalkan untuk bobot ideal mereka mengingat data historis yang diuji. Backtesting bisa jadi menarik karena sistem yang tidak menguntungkan seringkali dapat diubah secara ajaib menjadi mesin pembuat uang dengan sedikit pengoptimalan. Sayangnya, mengutak-atik sistem untuk mencapai tingkat keuntungan masa lalu yang paling sering menghasilkan sistem yang akan berkinerja buruk dalam perdagangan riil. Optimalisasi berlebihan ini menciptakan sistem yang terlihat bagus di atas kertas saja. Kurva pas adalah penggunaan analisis pengoptimalan untuk menghasilkan jumlah tertinggi dari perdagangan yang menang dengan keuntungan terbesar dari data historis yang digunakan dalam periode pengujian. Meskipun terlihat mengesankan dalam hasil backtesting, pemasangan kurva mengarah pada sistem yang tidak dapat diandalkan karena hasilnya pada dasarnya dirancang khusus hanya untuk data dan periode waktu tertentu. Backtesting dan optimizing memberikan banyak keuntungan bagi trader tapi ini hanya bagian dari proses ketika mengevaluasi sistem trading potensial. Seorang pedagang langkah selanjutnya adalah menerapkan sistem data historis yang belum pernah digunakan pada fase backtesting awal. (Rata-rata bergerak mudah dihitung dan, setelah diplot pada diagram, adalah alat bercak visual yang kuat. Untuk informasi lebih lanjut, baca Rata-Rata Bergerak Sederhana Membuat Tren Berdiri.) Data Sampel vs. Sampel Sampel Saat menguji sebuah gagasan mengenai data historis, ada baiknya untuk menyimpan jangka waktu data historis untuk tujuan pengujian. Data historis awal dimana gagasan tersebut diuji dan dioptimalkan disebut sebagai data dalam sampel. Kumpulan data yang telah dipesan dikenal sebagai data out-of-sample. Penyiapan ini merupakan bagian penting dari proses evaluasi karena memberikan cara untuk menguji gagasan pada data yang belum menjadi komponen dalam model optimasi. Akibatnya, gagasan tersebut tidak akan terpengaruh oleh data out-of-sample dan trader yang akan dapat menentukan seberapa baik kinerja sistem pada data baru yaitu dalam perdagangan real-life. Sebelum melakukan backtesting atau pengoptimalan, pedagang dapat menyisihkan persentase data historis yang dipesan untuk pengujian di luar sampel. Salah satu caranya adalah membagi data historis menjadi tiga pertiga dan memisahkan sepertiga untuk digunakan dalam pengujian di luar sampel. Hanya data dalam sampel yang harus digunakan untuk pengujian awal dan pengoptimalan apa pun. Gambar 1 menunjukkan garis waktu di mana sepertiga data historis dicadangkan untuk pengujian di luar sampel, dan dua pertiga digunakan untuk pengujian dalam sampel. Meskipun Gambar 1 menggambarkan data out-of-sample pada awal pengujian, prosedur tipikal akan memiliki bagian out-of-sample segera sebelum kinerja ke depan. Gambar 1: Garis waktu yang mewakili panjang relatif sampel dalam sampel dan data di luar sampel yang digunakan dalam proses backtesting. Setelah sistem perdagangan dikembangkan dengan menggunakan data dalam sampel, sistem tersebut siap diterapkan pada data di luar sampel. Pedagang dapat mengevaluasi dan membandingkan hasil kinerja antara sampel dalam sampel dan data di luar sampel. Korelasi mengacu pada kesamaan antara pertunjukan dan keseluruhan tren dari dua kumpulan data. Metrik korelasi dapat digunakan dalam mengevaluasi laporan kinerja strategi yang dibuat selama periode pengujian (fitur yang disediakan oleh sebagian besar platform perdagangan). Semakin kuat korelasi antara keduanya, semakin baik probabilitas bahwa sistem akan berkinerja baik dalam pengujian kinerja maju dan perdagangan langsung. Gambar 2 mengilustrasikan dua sistem yang berbeda yang diuji dan dioptimalkan pada data dalam sampel, kemudian diterapkan pada data di luar sampel. Bagan di sebelah kiri menunjukkan sistem yang jelas-cocok untuk bekerja dengan baik pada data sampel dan benar-benar gagal pada data di luar sampel. Bagan di sebelah kanan menunjukkan sistem yang berjalan baik pada data di dalam dan di luar sampel. Gambar 2: Dua kurva ekuitas. Data perdagangan sebelum setiap tanda panah kuning mewakili pengujian dalam sampel. Perdagangan yang dihasilkan antara panah kuning dan merah menunjukkan pengujian di luar sampel. Perdagangan setelah panah merah berasal dari fase pengujian kinerja ke depan. Jika ada sedikit korelasi antara pengujian di dalam sampel dan di luar sampel, seperti bagan kiri pada Gambar 2, kemungkinan sistem tersebut telah terlalu optimal dan tidak akan berkinerja baik dalam perdagangan langsung. Jika ada korelasi kuat dalam kinerja, seperti terlihat pada bagan kanan pada Gambar 2, tahap evaluasi berikutnya melibatkan jenis pengujian out-of-sample tambahan yang dikenal sebagai pengujian kinerja ke depan. (Untuk lebih banyak membaca tentang peramalan, lihat Peramalan Keuangan: Metode Bayesian.) Dasar-dasar Pengujian Kinerja Teruskan Pengujian kinerja ke depan, juga dikenal sebagai perdagangan kertas. Menyediakan pedagang dengan satu set data out-of-sample lainnya untuk mengevaluasi sebuah sistem. Pengujian kinerja ke depan adalah simulasi perdagangan aktual dan melibatkan mengikuti logika sistem di pasar live. Ini juga disebut perdagangan kertas karena semua perdagangan dieksekusi di atas kertas saja, entri perdagangan dan catatan didokumentasikan bersamaan dengan keuntungan atau kerugian apa pun dari sistem, namun tidak ada transaksi real estat yang dieksekusi. Aspek penting dari pengujian kinerja ke depan adalah mengikuti logika sistem secara tepat, jadi sulit, jika tidak mungkin, untuk secara akurat mengevaluasi langkah proses ini. Pedagang harus jujur ​​tentang setiap entri perdagangan dan keluar dan menghindari perilaku seperti perdagangan memetik ceri atau tidak termasuk perdagangan di atas kertas yang merasionalisasi bahwa saya tidak akan pernah melakukan perdagangan itu. Jika perdagangan terjadi setelah mengikuti logika sistem, maka harus didokumentasikan dan dievaluasi. Banyak broker menawarkan akun trading simulasi dimana perdagangan dapat ditempatkan dan keuntungan dan kerugian yang sesuai dihitung. Menggunakan akun perdagangan simulasi dapat menciptakan suasana semi-realistis untuk berlatih perdagangan dan menilai sistem lebih lanjut. Gambar 2 juga menunjukkan hasil untuk pengujian kinerja ke depan pada dua sistem. Sekali lagi, sistem yang diwakili dalam bagan kiri gagal untuk melakukan jauh melampaui pengujian awal pada data dalam sampel. Sistem yang ditunjukkan di bagan kanan, bagaimanapun, terus tampil dengan baik melalui semua fase, termasuk pengujian kinerja ke depan. Sebuah sistem yang menunjukkan hasil positif dengan korelasi yang baik antara pengujian di dalam sampel, di luar sampel dan di masa depan siap diimplementasikan di pasar live. The Bottom Line Backtesting adalah alat berharga yang tersedia di sebagian besar platform perdagangan. Membagi data historis ke dalam beberapa rangkaian untuk menyediakan pengujian dalam sampel dan di luar sampel dapat memberi para pedagang sarana praktis dan efisien untuk mengevaluasi ide dan sistem perdagangan. Karena kebanyakan pedagang menggunakan teknik pengoptimalan dalam backtesting, penting untuk kemudian mengevaluasi sistem pada data bersih untuk menentukan viabilitasnya. Melanjutkan pengujian out-of-sample dengan pengujian kinerja ke depan memberikan lapisan keamanan yang lain sebelum menerapkan sistem di pasar yang mempertaruhkan uang riil. Hasil positif dan korelasi yang baik antara backtesting in-sample dan out-of-sample dan pengujian kinerja ke depan meningkatkan probabilitas bahwa sistem akan berkinerja baik dalam perdagangan aktual. (Untuk tinjauan menyeluruh mengenai analisa teknis, lihat Technical Analysis: Introduction.) Disclaimer and Risk Warning. Silahkan baca Peringatan Resiko. Perdagangan valuta asing dengan margin membawa tingkat risiko tinggi, dan mungkin tidak sesuai untuk semua investor. Tingkat leverage yang tinggi dapat bekerja melawan Anda dan juga untuk Anda. Sebelum memutuskan untuk berinvestasi dalam valuta asing Anda harus mempertimbangkan secara hati-hati tujuan investasi, tingkat pengalaman, dan selera risiko Anda. Kemungkinan ada bahwa Anda dapat mempertahankan kehilangan sebagian atau seluruh investasi awal Anda dan oleh karena itu Anda seharusnya tidak menginvestasikan uang yang tidak dapat Anda rugi. Anda harus menyadari semua risiko yang terkait dengan perdagangan valuta asing, dan mencari saran dari penasihat keuangan independen jika Anda ragu. Penafian Semua informasi yang diposting di situs ini sesuai pendapat kami dan pendapat pengunjung kami, dan mungkin tidak mencerminkan kebenaran. Silakan gunakan penilaian Anda sendiri dan mintalah saran dari konsultan yang berkualifikasi, sebelum percaya dan menerima informasi yang diposting di situs ini. Kami juga berhak untuk menghapus, mengedit, memindahkan atau menutup pos apapun dengan alasan apapun. Iklan Iklan Peringatan Iklan ditampilkan di seluruh situs. Beberapa halaman di situs mungkin berisi link afiliasi untuk produk. Iklan dan link ini tidak mencerminkan pendapat, persetujuan, atau persetujuan dari situs ini atau pihak terafiliasi. Tinjauan FPA tidak pernah terpengaruh oleh iklan. Beberapa iklan mungkin mengandung klaim dan informasi yang tidak tepat dan tidak tepat yang mungkin gagal mengungkapkan risiko dan pertimbangan penting lainnya yang terlibat dalam perdagangan spekulatif. Spammer akan Diingatkan Jika Anda spam forum FPAs atau ulasan, kami berhak untuk mengedit posting Anda dengan cara apapun kami silahkan untuk mengolok-olok Anda. Dengan mengirim spam kepada kami, Anda menyetujui pengeditan yang kami lakukan dan tidak melakukan tindakan hukum atau tindakan lain terhadap FPA atau rekannya untuk melakukan apa pun yang kami lakukan terhadap atau dengan spam Anda. Syarat Privasi Beriklan Hubungi Kami Tentang ForexPeaceArmy memiliki hubungan periklanan dan afiliasi dengan beberapa perusahaan yang disebutkan di situs ini dan dapat diberi kompensasi jika pembaca mengikuti tautan dan mendaftar. Kami berkomitmen untuk menangani tinjauan dan posting yang adil terlepas dari hubungan semacam itu. Copy Hak Cipta ForexPeaceArmy. Semua hak dilindungi undang-undang.8482Forex Peace Army, ForexPeaceArmy, FPA, dan FPA Shield Logo adalah semua merek dagang dari Forex Peace Army. Semua hak dilindungi oleh hukum AS dan internasional. Forex Peace Army mengandalkan iklan banner untuk menyimpannya GRATIS untuk semua. Anda juga dapat membantu - mohon pertimbangkan untuk menonaktifkan AdBlocker saat menjelajah situs kami. Terima kasih dari komunitas trader kami :-) Walk Forward Analyzer sekarang gratis Pergi ke halaman Download untuk mendapatkan salinan gratis Anda Bagaimana Anda tahu jika penasihat ahli Anda benar-benar menguntungkan MetaTraders Strategy Tester doesnt memberikan gambaran keseluruhan Apakah Anda berbasis perdagangan Pada backtests yang terlalu optimis, dan kecewa karena penasihat ahli Anda kehilangan uang dalam perdagangan langsung Apakah Anda ingin tahu apakah penasihat ahli Anda menguntungkan, cepat dan mudah, tanpa kehilangan uang Walk Forward Analyzer untuk MetaTrader Walk Forward Analyzer menggunakan MetaTrader Sendiri Strategi Tester untuk melakukan analisis berjalan maju. Menggunakan pengaturan dan parameter pengujian yang disediakan oleh pengguna. Perangkat lunak ini mudah digunakan, dan dapat memberi Anda analisis berjalan cepat di sebagian kecil dari waktu yang dibutuhkan agar Anda melakukannya secara manual. Analisis berjalan maju menentukan apakah penasihat ahli menguntungkan saat melakukan trading dengan parameter optimal pada data di luar sampel. Penasihat ahli manapun dapat menghasilkan hasil pengoptimalan yang mengesankan, namun pengujian sebenarnya adalah apakah hasil tersebut akan bertahan saat diuji berdasarkan data masa depan. Walk Forward Analyzer melakukan proses ini beberapa kali selama berbulan-bulan dan bertahun-tahun data historis, memberi Anda gambaran akurat tentang kinerja sebenarnya dari penasihat ahli Anda. Setelah menyelesaikan analisis berjalan, Anda akan diperlihatkan laporan analisis berjalan rinci, yang menunjukkan hasil pengujian dan pengoptimalan berjalan, total pengujian profitabilitas, dan rasio efisiensi berjalan. Yang merupakan ukuran seberapa kuat sistem trading Anda. Lihat Walk Forward Analyzer in Action Jika Anda tidak terbiasa dengan prosedur analisis berjalan, baca Analisis Walk Forward untuk mengetahui mengapa metode terbaik untuk menentukan ketahanan dan potensi profitabilitas sistem perdagangan Anda. Video di bawah ini menyediakan panduan lengkap dan tutorial Walk Forward Analyzer untuk MetaTrader: