Backtesting/Optimierung - Seite 7

[[Gelöscht]]

lomme:
Das ist richtig.

Aber für das Backtesting ist die feinste Granularität ebenfalls 1 Minute.

Ich kann mir vorstellen, dass Tick-Daten die Ergebnisse beim 1-Min-Backtesting nicht verändern würden.

Hat jemand diese Daten schon backgetestet? Ich stimme auch zu, dass 1-M-Daten keinen nennenswerten Unterschied machen, es sei denn, der Expert Advisor verwendet exzessives Scalping, dann können sogar Sekunden zählen.

[cro2314]

Backtesting und Optimierung

Der erste Punkt, den es zu beachten gilt, ist, dass die Optimierung nur dazu dienen sollte, eine bestehende Idee zu überprüfen, die auf einem Verhalten oder einer Tatsache des Marktes beruht, und nicht dazu, eine großartige Handelsidee zu entdecken. Die Handelsidee muss an erster Stelle stehen. Die Gefahr bei der Optimierung für einen Markt besteht in der Überanpassung der Kurve. Was bei den historischen Daten funktioniert hat, funktioniert möglicherweise in der Zukunft nicht, aber Sie haben eine großartige Kombination für die vergangenen Daten gefunden. Es kann jedoch über mehrere Märkte hinweg verwendet werden, um eine Reihe von Parametern zu finden, die nicht verwendet werden sollten, sondern die Empfindlichkeit des Handelssystems. Ein weiterer Nutzen von Simulation/Backtesting besteht darin, die Schwächen und Stärken Ihres Systems zu verstehen. Wann schneidet es gut ab, wann hinkt es hinterher, und wann versagt es schlichtweg, so dass Sie neue Ideen zur Lösung dieser Probleme entwickeln können.

An diesem Punkt ist es wichtig zu verstehen, dass die Daten der wichtigste Aspekt des Backtestings sind. Da es sich beim Backtesting eigentlich nur um eine Simulation historischer Daten und nicht um eine mathematische Verteilung handelt, benötigen Sie Daten von guter Qualität über verschiedene Paare, die eine Vielzahl von Marktbedingungen repräsentieren. Hausse, Baisse und Seitwärtsbewegungen mit unterschiedlicher Volatilität. Wenn das System verschiedene Marktbedingungen einschließlich Schocks aushalten kann, ist es für den Handel ausreichend. Ohne repräsentative Daten ist die Aussagekraft Ihrer Ergebnisse für den realen Markt nicht gegeben.

Dann müssen Sie entscheiden, wie viele Tests durchgeführt werden müssen, um ein Vertrauensniveau für Ihre Ergebnisse zu erreichen. Dies bedeutet, dass Sie den Backtest mit 15-30 ausreichend repräsentativen Datensätzen durchführen und ein Konfidenzintervall entwickeln. Dies würde voraussetzen, dass die Daten normalverteilt sind, was bei Finanzdaten nicht der Fall ist, da sie nach links geneigt sind und auf der rechten Seite einen dicken Schwanz haben. Daher besteht eine Möglichkeit darin, den zentralen Grenzwert zu verwenden, um Ihr Experiment zu verbessern und es zuverlässiger zu machen.

Der Backtester von Tradestation ist wahrscheinlich zuverlässiger als der von Metatrader, weil er Tick-Trades machen kann, anstatt auf den Schlusskurs zu warten, aber das gilt auch für die EAs in Metatrader. Ich denke nicht, dass der Metatrader-Backtester schlecht ist, er muss nur richtig eingesetzt werden, und wenn man ihn ohne ein Verständnis des Simulationsprozesses einsetzt, führt das immer zu überhöhten Ergebnissen und unrealistischen Erwartungen. Dies wird zu einem Kapitalverlust führen. Der Sinn all dieser Tipps ist es, zu verstehen, dass Backtesting, Optimierung und Simulation Werkzeuge sind, um ein System zu verbessern und Verbesserungen zwischen Systemen zu vergleichen, nicht um den Analysten zu ersetzen, der das System entwirft. Mein Vorschlag für die meisten, wenn Sie Backtesting verwenden, verstehen Simulation methedology, um sich eine Menge Kopfschmerzen und Kapitalverlust zu sparen.

Wenn ich wirklich Backtesting durchführen würde, würde ich das tun, und ich versuche, ein Backtesting-System in eine Simulationssoftware wie Arena oder Witness zu programmieren, aber ich bin an den Fähigkeiten von Handelsstationen interessiert.

[cro2314]

Backtesting-Tutorial und Tipps

Ich habe gesehen, dass viel über Backtesting gesprochen wird, und es scheint viel Verwirrung zu geben. Daher habe ich mich entschlossen, anstatt in jedem Thread, der sich damit befasst, Informationen zu posten, die lang werden können, aber ich hoffe, dass sie klarstellen, was Backtesting ist und wie man es RICHTIG anwendet.

Backtesting ist eine Form der Simulation, bei der historische Daten verwendet werden, um Verbesserungen an einem Handelssystem zu bewerten.

Das erste, was man verstehen muss, ist, dass die Simulation ein Werkzeug ist, so wie die Charting-Software ein Werkzeug ist. Der Analyst muss dies auf der Grundlage der Beobachtung grundlegender Merkmale des Marktes tun. Normalerweise wird bei der Simulation versucht, historische Daten zu verwenden, um ein System zu verbessern und die Varianz in der Ausgabe des Systems zu verringern, aber die Finanzsimulation ist eine besondere Art. Stattdessen versuchen wir, das System so zu verändern, dass es besser gegen die Varianz der Daten ankommt, auf die wir keinen Einfluss haben. Deshalb wollen wir ein System, das robust ist und dessen Leistung nicht sehr empfindlich auf sich ändernde Märkte reagiert.

Eine Simulation besteht aus mehreren Teilen. Es gibt die Methodik, das System und die Daten. Auf jeden dieser Bestandteile werde ich in diesem Beitrag näher eingehen. Ich hoffe, Sie finden diese Informationen nützlich.

[cro2314]

Simulations-Methodik

Wenn Sie sich entscheiden, Ihr Handelssystem zu verbessern, ist es wichtig, systematisch vorzugehen, um ein erfolgreiches Ergebnis zu erzielen. Glücklicherweise wurde eine bewährte Methode für die Simulation entwickelt. Die ersten 6 Schritte sollten etwa 40 % Ihrer Zeit in Anspruch nehmen, ebenso die letzten 5 Schritte. Der Schritt des Experimentierens sollte nur 20 % Ihrer Zeit in Anspruch nehmen. Die Schritte sind wie folgt.

1. Definieren Sie das Problem - Dies ist der wichtigste Schritt des Simulationsprozesses. Sie müssen klar sagen, was Sie mit der Simulation (Backtest) erreichen wollen. Besser gesagt, wo Ihr System jetzt schlecht abschneidet. Steigt es nicht schnell genug ein, steigt es nicht schnell genug aus, handelt es zu oft oder nicht oft genug? Möchten Sie zwei Systeme miteinander vergleichen und entscheiden, welches System wertvoller und zuverlässiger ist? Dies sind berechtigte Fragen.

2. Planen Sie das Projekt - Dieser Schritt soll Ihnen dabei helfen, sich zu vergewissern, dass Sie die Instrumente und einen Fahrplan haben, um das Experiment erfolgreich durchzuführen. Die meisten von uns haben das, was wir brauchen, in Metatrader oder einer anderen Software, einschließlich Excel, aber vielleicht haben Sie nicht genug Programmierkenntnisse, um es selbst zu tun, so dass Sie Hilfe brauchen. Eine Zeitleiste ist hilfreich, um festzustellen, ob Sie schnell genug vorankommen.

3. Definieren Sie das System - Bei einer Finanzsimulation würde dieser Schritt beinhalten, dass Sie entscheiden, auf welchen Märkten Sie handeln wollen und welche Instrumente Ihr System dazu verwendet. Im Gegensatz zur traditionellen Simulation sollten Sie so viele Details wie möglich einbeziehen.

4. Konzeptualisierung des Modells - In diesem Schritt skizzieren Sie, wie Ihr System funktioniert, und entwickeln eine Regelbasis, die in das Handelssystem programmiert wird. Sie können das Volumen, die Breite, die Dynamik, die Oszillatoren, die Zyklen, die Jahreszeiten, die Verhaltenstechniken, die adaptiven Techniken, die Risikokontrolle, das Geldmanagement, die Vertriebssysteme oder andere Aspekte, die Sie abdecken möchten, berücksichtigen.

5. Vorläufige Versuchsplanung - Ich hoffe, dass Sie diese Ideen bis zu diesem Schritt in Ihrem Kopf ziemlich schnell ausarbeiten können, aber es ist trotzdem wichtig, sie aufzuschreiben, damit Sie Ihre Ergebnisse nachher überprüfen und vergleichen können. In diesem Schritt geht es darum, zu entscheiden, wie ihr das Experiment durchführen wollt. Ich werde in einem separaten Beitrag den Versuchsplan detailliert beschreiben.

6. Vorbereitung der Eingabedaten - Gute Daten sind für jede Simulation wichtig, insbesondere für Finanzsimulationen. Schlechte Daten können Ihre Ergebnisse aufblähen oder verfälschen. Nicht genügend Daten sind nicht repräsentativ für den Markt. Ich werde in einem separaten Beitrag auf die Marktdaten eingehen. In diesem Schritt werden Sie Ihre Daten sammeln und in ein Format bringen, das von der Software verwendet werden kann. Ich denke, Metatrader bevorzugt Spalten mit Datum, Uhrzeit, Eröffnungs-, Hoch-, Tiefst-, Schlusskurs- und Volumenangaben. Dann werden Sie die Daten in verschiedene Datensätze aufteilen, die im Experiment verwendet werden.

7. Modellübersetzung - In diesem Schritt programmieren Sie Ihr System. Zu diesem Zeitpunkt sollten Sie eine gute Vorstellung davon haben, wie es organisiert und in verschiedene Funktionen aufgeteilt wurde, damit es ein reibungsloser Prozess ist. Normalerweise gibt es zwei Arten von Systemen: integrierte und vertikale Systeme. Ein integriertes System arbeitet auf eine bestimmte Weise zusammen, während bei einem vertikalen System Teile hinzugefügt und entfernt werden können.

8. Verifizierung und Validierung - Dies ist ein sehr wichtiger Schritt, bei dem Sie überprüfen, ob das Modell Ihr Handelssystem repräsentiert und ob die Daten für verschiedene Marktbedingungen repräsentativ und genau sind. Im Strategietester ist das Öffnen des Diagramms nach einem Probelauf eine gute Möglichkeit, um visuell zu überprüfen, ob das System so funktioniert, wie Sie es sich vorgestellt haben.

9. Endgültiger Versuchsplan - Nach der Validierung der Idee nehmen Sie alle Änderungen am System vor, die Sie beim Durchlaufen der Methode für notwendig erachtet haben. Dies kann bedeuten, dass Sie bei der Untersuchung der Daten eine neue Idee entdeckt haben oder dass eine neue Berichterstattungsmaßnahme erforderlich war, um Ihre Ergebnisse zu bestätigen.

10. Experimentieren - In diesem Schritt führen Sie einfach die Iterationen des Experiments durch und sammeln die Ausgangsdaten für die Analyse. Dazu gehört wahrscheinlich auch die Aufzeichnung der Daten.

11. Analyse und Interpretation - Nachdem das Experiment durchgeführt und die Ausgabedaten gesammelt wurden, sollten Sie die Daten analysieren und interpretieren. Hier wird entschieden, ob Verbesserungen am System einen gültigen Beitrag leisten oder nicht.

12. Implementierung und Dokumentation - Implementieren Sie die Verbesserungen und dokumentieren Sie Ihre Ergebnisse, um darauf zurückgreifen zu können und die Lebensdauer der Simulation zu verbessern.

[cro2314]

Versuchsplanung Erweitert

Beachten Sie, dass Sie viele der methodischen Schritte unter Umständen mehrmals durchlaufen müssen, wenn Sie bei der Durchführung der Simulation etwas vergessen haben. Ein sehr wichtiger Aspekt ist jedoch die Versuchsplanung.

In der Welt gibt es zwei Arten von Systemen. Stochastische (variable Ergebnisse) und deterministische (einzelnes Ergebnis). Die Finanzmärkte sind neben dem Wetter das stochastische System schlechthin. Sie sind voller Varianz und die Ergebnisse können von Tag zu Tag und von Markt zu Markt sehr unterschiedlich ausfallen. Was wir aber wollen, ist ein System, das auf diese hochgradig variablen Daten in einer Weise reagiert, die nur geringe Schwankungen aufweist, und so unsere Leistung erhöht und gleichzeitig unser Risiko verringert. Varianz ist die Regel in der Natur und es gibt zwei Arten. Zufällige Varianz und nicht zufällige Varianz. Die zufällige Varianz ist dem System inhärent und kann nicht vollständig eliminiert werden, was bedeutet, dass unser System von Monat zu Monat unterschiedlich abschneiden wird. Die nicht zufällige Varianz sollte kontrolliert werden. Dazu gehören Leistungen, die außerhalb des akzeptablen Bereichs liegen, oder die Reaktion des Systems auf große Spitzen oder Löcher in den Daten, Stromausfälle, Verbindungsverluste oder schlechte Programmierung. Ein stabiles System ist ein System, das all diese Faktoren auf irgendeine Weise in den Griff bekommen hat.

Ziel unseres Experiments ist es, festzustellen, in welchen Bereichen unser System außerhalb der festgelegten Anforderungen liegt (inakzeptable Abweichung), und zu versuchen, es zu verbessern. Der erste Schritt besteht also darin, unsere Metriken (Messwerte) zu definieren. Meta Trader übernimmt viele der wichtigen Messwerte für uns: Drawdown, Gewinnfaktor, Prozentsatz guter Trades. Wir können uns auch mit anderen Funktionen des Systems befassen, z. B. mit der Differenz zwischen den Einstiegssignalen und der Stelle, an der das System hätte einsteigen sollen. Diese komplexeren Metriken müssen möglicherweise manuell programmiert werden.

Nach der Festlegung der Kennzahlen, die für Ihre Simulation/Ihren Backtest wichtig sind, müssen Sie entscheiden, wie Sie das Experiment durchführen wollen. Da Marktdaten stochastisch sind, reicht ein einziger Durchlauf (ein einziger Test des Systems mit einem einzigen Satz von Marktdaten) nicht aus, um Vertrauen in die Leistung des Systems zu gewinnen. Statistisch gesehen wäre es sinnvoll, mehrere tausend Durchläufe zu machen, aber leider haben wir nicht so viele Daten oder so viel Zeit. Die Anzahl der Durchläufe hängt von der in den Daten gefundenen Varianz ab. Damit ist nicht die Varianz in den Marktdaten gemeint, sondern vielmehr die Varianz in der Leistung Ihres Handelssystems. Beim Handel geht es vor allem darum, die Varianz zu verstehen und zu kontrollieren. In diesem Fall ist es am besten, unabhängige Läufe (verschiedene Datensätze/Märkte), wahrscheinlich 15-30 Läufe, über ausreichend lange Zeiträume durchzuführen, um alle Arten von Märkten zu repräsentieren, nämlich Bullen-, Bären- und Nichttrendmärkte. Für den Forex-Handel ist die Darstellung von Nichttrends am wichtigsten, um zu sehen, wie ein Trendhandelssystem mit dem Markt für Handelsspannen umgeht, aber das hängt von Ihrem System ab.

Anhand dieser Informationen können Sie ein Konfidenzintervall um Ihre Ergebnisse herum entwickeln. Ein Konfidenzintervall ist ein Leistungsbereich, in den Ihre Kennzahl mit einem gewissen Maß an Vertrauen fallen sollte. Auf der Grundlage Ihrer Tests mit 30 Datensätzen könnten Sie also sagen, dass Sie mit 90 %iger Sicherheit zwischen 100.000 und 200.000 Dollar verdienen werden. Dies hängt davon ab, wie repräsentativ die von Ihnen in der Simulation verwendeten Marktdaten für die verschiedenen Marktbedingungen sind. Sie sollten sie so oft wie möglich sehen. Wenn nie ein neuer Markt auftritt, gibt es keinen Grund, dass Ihre Ergebnisse mit Ihrem Konfidenzintervall übereinstimmen werden. Die Berechnung eines Konfidenzintervalls ist einfach: x(Mittelwert)+-(Student t-Wert für alpha/2)*(s/sqrt(n)). Der Student t-Wert ist in einer Tabelle zu finden, n ist die Stichprobengröße, s ist die Standardabweichung und alpha ist Ihr Konfidenzniveau - wahrscheinlich 0,9 für 90%. Der Mittelwert ist der Mittelwert Ihrer Ergebnisse für die betreffende Kennzahl, wahrscheinlich der Gewinn.

WENN Sie zwei verschiedene Systeme vergleichen, sollten Sie sich über Hypothesentests informieren und wahrscheinlich einen ANOVA-Test verwenden.

Wir haben also gelernt, wie viele Durchläufe man machen sollte, wie lang sie sein müssen, was sie darstellen sollten und wie man sie auswertet, um ihre Signifikanz zu bestimmen. Dieser Abschnitt mag für viele verwirrend sein, Sie können gerne Fragen stellen.

[cro2314]

Backtesting-Daten erweitert

Ich habe über die Methodik und die experimentelle Entwicklung sowie den Zweck des Backtestings gesprochen. Jetzt möchte ich über die Daten sprechen, die Sie verwenden.

Ich bin etwas müde, wenn also etwas keinen Sinn ergibt, tut es mir leid HA.

Die Daten sind sehr wichtig und müssen mehrere Merkmale aufweisen, um angemessen ausgewertet werden zu können. Die Daten sollten ausreichend lang sein, die Bedingungen repräsentieren, unter denen die Arbeit durchgeführt werden soll, genau und gültig sein.

Erweitert bedeutet dies, dass die Daten verschiedene Marktbedingungen möglichst mehrmals repräsentieren sollten. Bullen, Bären, hohe Volatilität, niedrige Volatilität, mehrere Preisschocks, Schwankungsbreiten, trendlose Märkte und alles, was Ihnen sonst noch einfällt, denn Sie werden höchstwahrscheinlich irgendwann auf diese Situationen stoßen, und Sie möchten, dass Ihr System damit umgehen kann. Ein Fehler, den viele Leute beim Backtesting machen, ist, dass sie einen Durchlauf machen, den Optimierer laufen lassen und denken, sie hätten den heiligen Gral der Handelssysteme gefunden. Denken Sie immer daran, wenn Ihre Ergebnisse wirklich gut oder wirklich schlecht sind, ist wahrscheinlich etwas mit Ihren Daten, Ihrer Programmierung oder Ihrem Overfitting der Kurve nicht in Ordnung. Bei der Überanpassung wird Ihr System so optimiert, dass es mit früheren Daten sehr gut funktioniert. Unglücklicherweise werden Sie solche Marktbedingungen nie wieder erleben, und Ihr System ist so optimiert, dass es sehr empfindlich auf neue Marktbedingungen reagiert und schnell abstürzt. Um repräsentativ zu sein, sollten die Daten mehrere Jahre, wenn möglich mehrere Jahrzehnte, umfassen und nicht berücksichtigt werden, wenn sich der Markt stark verändert hat, z. B. wenn sich Märkte zusammenschließen. Ich stimme nicht mit einigen überein und bin der Meinung, dass Marktdaten Marktdaten sind, wenn es sich um gute Daten für Backtests handelt, solange sie eine bestimmte Bedingung repräsentieren, also verwenden Sie Ihr eigenes Urteil.

Das Sammeln von Marktdaten für Tests kann ein langwieriger Prozess sein, da sie nie in dem gewünschten Format vorliegen und die Beschaffung immer dreimal so lange dauert wie erhofft.

Dies kann auf den Devisenmärkten ein Problem sein, da alle Dollarpaare stark korreliert sind, d. h. sie bewegen sich auf ähnliche Art und Weise. Dies wird oft sogar innerhalb eines Marktes durch Autokorrelation durchbrochen, was bedeutet, dass das nächste Datenelement mit dem letzten korreliert oder von diesem abhängig ist. Zweitens sollten die Beobachtungen während der gesamten Dauer des Prozesses identisch verteilt sein. Auch hier ändern sich die Verteilungen auf den Finanzmärkten ständig, aber die Grundform ist wahrscheinlich nahe genug, um zu funktionieren. Im Endeffekt sollten sie normalverteilt sein. Dies ist IMMER nicht der Fall, da die Preise dazu neigen, auf niedrigeren Niveaus zu verharren. Vielmehr sind die Preisverteilungen und die Verteilungen der Preisbewegungen nach links geneigt und haben rechts einen dickeren Schwanz als erwartet. Dies ermöglicht es uns zwar, Geld zu verdienen, verstößt aber gegen eine Grundannahme der Simulation. Es gibt Methoden, um dies in der Analyse zu korrigieren, wie z. B. Log-Transformationen, aber der zentrale Grenzwertsatz ist in der Regel einfacher zu erproben. Das bedeutet, dass bei 15 Durchläufen, bei denen jeder Wert der Mittelwert von 15 anderen Durchläufen ist, die Verteilung eher normal ist und ein realistischeres Konfidenzintervall ergibt. Wenn das keinen Sinn ergibt, ignorieren Sie es einfach, aber denken Sie daran, dass es KEINE Korrelation zwischen den Ergebnissen des Backtestings und dem physischen System, mit dem Sie handeln, gibt, es ist nur ein Werkzeug und ein gutes, aber es muss verstanden und richtig eingesetzt werden.

Viele andere Themen sollten berücksichtigt werden und können später behandelt werden, wie z.B,

Backtesting-Verfahren

Optimierung von

Statistik

Wahrscheinlichkeit

Transformation

Praktische Überlegungen

Verteilungen und deren Verständnis

Zufallsströme und synthethische Daten

Hypothesentests

Monte-Carlo-Optimierung/schneller als Metatrader

aber bis dahin hoffe ich, dass dies einigermaßen hilfreich war und Sie ein besseres Backtesting durchführen und bessere Ergebnisse erzielen können, wenn Sie Ihr Handelssystem implementieren. Fühlen Sie sich frei, Fragen zu stellen, ich weiß, es war eine Menge.

[felix]

Großartige Erklärung.

Danke, Cro2314

[folioboy]

Kurze Frage zu verschiedenen Backtesting-Systemen...

Ist Tradestations Software besser für Backtesting als Metatrader Software?

Hat jemand Erfahrung mit beiden?

Mein Fazit bisher ist, dass Tradestations Backtests scheint fortgeschrittener als Metatrader, aber auf der anderen Seite Metatrader ist kostenlos und Tradestation Kosten $$$...

Jedes Feedback über die Unterschiede zwischen ihnen wäre schön.

[cro2314]

Ich kenne nur ein paar

edit***Mai 27. Es ist wichtig zu beachten, dass Backtesting eine Simulationsübung und kein Simulator ist. Ein Simulator, der gut zu funktionieren scheint, ist auf dieser Website als Forex-Tester aufgeführt. Er kann als Backtester verwendet werden, aber noch nicht mit EA's. Simulationen/Backtests sind eigentlich dazu gedacht, Statistiken über die Leistung Ihres Handelssystems zu erstellen, damit Sie die Schwachstellen analysieren können. Letztlich geht es darum, die Varianz in der Steigung der Kurve Ihres Eigenkapitals im Laufe der Zeit zu verringern. Ich frage mich, ob das der Grund ist, warum die Leute Metatrader Backtester nicht mögen. Vielleicht sind sie auf der Suche nach einem Simulator. Aber wenn es eine visuelle Leistung ist, die Sie suchen, öffnen Sie einfach den Chart, nachdem Sie den Strategietester ausgeführt haben, und Sie können genau sehen, wie der EA gehandelt wird. Das ist sehr hilfreich für die Validierung des Systems.

Ich habe eigentlich nur wenig Erfahrung mit Tradestations Backtester. Ich erkenne jedoch ein paar Vorteile. Tradestation kann Intraday-Käufe (Ticks) tätigen, anstatt den Schlusskurs im Strategietester zu verwenden (gerade in der neuesten Version geschehen), während Metatrader den Schlusskurs verwendet. Je nach Ihrer Strategie kann dies erhebliche Auswirkungen auf Ihr System haben, wenn Sie sehr schnell handeln und versuchen, die zwei- oder dreistufigen Bewegungen zu erwischen, die hin und wieder auftreten. Es widerspricht aber auch vielen fundamentalen Strategien, auf den Schlusskurs zu warten. Der andere Unterschied ist natürlich die Sprache, mit der Sie programmieren können, und einige gängige Aufgaben wie das Zusammenzählen von Variablen scheinen bei Tradestation einfacher zu sein. Ich habe gehört, dass es in Metatrader einige Speicherbeschränkungen gibt, die in Tradestation nicht vorhanden sind, aber ich habe das noch nicht erlebt. Ich weiß nicht, welche Begrenzungen es für Systemvariablen gibt, z. B. solche, die einen EA davon abhalten, seine Indikatoren für Sie auf den Bildschirm zu laden, wie in Metatrader. Es scheint auch, dass die vorgefertigten Statistiken, die Tradestation Ihnen zur Verfügung stellt, bei den Backtest-Ergebnissen robuster sind. TradeStation def. hat einige Vorteile, aber denken Sie daran, der Backtester sollte die gleiche Reaktion wie die Software wird, wenn Sie einfach ein vollautomatisches System laufen. Wenn das der Fall ist, schlage ich vor, Backtests mit der gleichen Software durchzuführen, die Sie für den automatischen Handel verwenden, sonst könnten Sie überrascht werden.

Insgesamt kann ich mir vorstellen, dass die Software besser programmiert ist, aber im Gegensatz zu vielen anderen Leuten glaube ich, dass der Metatrader-Backtester genau so funktioniert, wie er soll, wenn er richtig eingesetzt wird und Sie verstehen, wie er Ihren Code ausführt. Das ist bei Simulationssoftware aber immer der Fall, so dass ich das nicht als Nachteil sehe. Welche Software Sie verwenden, ist normalerweise nicht so wichtig wie die Art und Weise, wie Sie die Daten interpretieren, die sie Ihnen liefert. Jetzt bin ich nur noch am Schimpfen, also höre ich hier auf.

Übrigens danke, Felix, für dein Kompliment, das ich sehr zu schätzen weiß.

[Morpheus]

Mein Backtester ist sehr langsam ... Hilfe

Manchmal ist er schnell und manchmal ist er viel zu langsam. Ich weiß nicht, warum. Ich habe eine 1,5 GB große Datei in den Protokollen gefunden und sie gelöscht, aber er ist immer noch langsam. Gibt es eine bessere Möglichkeit, Backtesting-Programme zu testen? Ich verwende Metatrader und habe oft nur 20 % Modellierungsqualität.