Что означают цифры в отчёте тестирования эксперта

MetaQuotes | 21 декабря, 2005

Введение

Любой эксперт может быть протестирован на исторических данных. После тестирования эксперта во вкладке "Отчет" отображаются обобщенные результаты тестирования советника и некоторые ключевые показатели. Отчеты позволяют быстро сравнивать между собой как различные эксперты, так и результаты работы одного и того же эксперта с различными входными параметрами. Данная статья позволяет научиться читать такие отчеты и грамотно интерпретировать полученные результаты.

Пример отчета результатов тестирования

В качестве примера рассмотрим следующий отчет результатов тестирования:


  • Bars in test, количество баров в истории, показывает глубину истории, на основе которой производилось моделирование.

  • Ticks modelled, количество смоделированных тиков, показывает размер смоделированной последовательности. Каждая запись последовательности представляет собой состояние бара (OHLCV) на тот или иной момент времени. В зависимости от таймфрейма, метода моделирования и от наличия исторических данных меньших таймфреймов в пределах бара может быть смоделировано разное количество состояний бара.

  • Modelling quality, качество моделирования, рассчитывается по следующей формуле:

    ModellingQuality = ((0.25*(StartGen-StartBar) + 
                         0.5 *(StartGenM1-StartGen) + 
                         0.9 *(HistoryTotal-StartGenM1)) / (HistoryTotal-StartBar))*100%;

    где:

    • HistoryTotal - количество баров в истории;

    • StartBar - номер бара, с которого началось моделирование. Моделирование начинается с как минимум 101-го бара либо бара, соответствующего начальной дате ограничения тестирования;

    • StartGen - номер бара, с которого началось моделирование на основе исторических данных ближайшего таймфрейма;

    • StartGenM1 - номер бара, с которого началось моделирование на основе минуток;

    при этом:

    • промежуток от начала моделирования без данных ближайшего таймфрейма до начала моделирования на основе данных ближайшего таймфрейма имеет весовой коэффициент 0.25;

    • промежуток от начала моделирования на основе данных ближайшего таймфрейма до начала моделирования на основе минуток имеет весовой коэффициент 0.5;

    • промежуток от начала моделирования на основе минуток до конца исторических данных имеет весовой коэффициент 0.9;

  • Gross profit, общая прибыль, сумма прибыли всех прибыльных сделок;

  • Gross loss, общий убыток, сумма убытков всех убыточных сделок;

  • Total net profit, чистая прибыль, показывает разницу между общей прибылью и общим убытком:

     

    TotalNetProfit = GrossProfit - GrossLoss

     

  • Profit factor, прибыльность, показывает отношение между общей прибылью и общим убытком:

     

    ProfitFactor = GrossProfit / GrossLoss

     

  • Expected payoff, математическое ожидание выигрыша рассчитывается по следующей формуле:

    Expected Payoff = (ProfitTrades / TotalTrades) * (GrossProfit / ProfitTrades) - 
                      (LossTrades / TotalTrades) * (GrossLoss / LossTrades)

    где:

    • TotalTrades - общее количество сделок;

    • ProfitTrades - количество прибыльных сделок;

    • LossTrades - количество убыточных сделок;

    • GrossProfit - общая прибыль;

    • GrossLoss - общий убыток.

  • Absolute drawdown, абсолютная просадка - это разница между начальным депозитом и наименьшим значением баланса в процессе тестирования:

    AbsoluteDrawDown = InitialDeposit - MinimalBalance

  • Maximal drawdown, максимальная просадка - это максимальная разница между одним из локальных верхних экстремумов графика изменения баланса и последующих нижних экстремумов:

    MaximalDrawDown = Max of (Maximal Peak - next Minimal Peak)

    На следующем рисунке цифрами показаны основные стадии изменения величины максимальной просадки в процессе тестирования. Итоговое значение максимальной просадки выделено утолщенными стрелками.



    Процент максимальной просадки показывает отношение максимальной просадки к значению соответствующего локального верхнего экстремума:

    MaxDrawDown % = MaxDrawDown / its MaxPeak * 100%

Остальные результаты, показываемые во вкладке "Отчет", получаются при помощи простейших математических вычислений.

  • Total trades - общее количество сделок, совершенных экспертом в процессе тестирования;

  • Short positions (won %) - общее количество коротких позиций и процент прибыльных среди коротких позиций (прибыльные короткие позиции / общее количество коротких позиций * 100%);

  • Long positions (won %) - общее количество длинных позиций и процент прибыльных среди длинных позиций (прибыльные длинные позиции / общее количество длинных позиций * 100%);

  • Profit trades (% of total) - общее количество прибыльных сделок и процент от общего количества сделок (ProfitTrades / TotalTrades * 100%);

  • Loss trades (% of total) - общее количество убыточных сделок и процент от общего количества сделок (LossTrades / TotalTrades * 100%);

  • Largest profit trade - самая большая прибыль среди прибыльных сделок;

  • Largest loss trade - самый большой убыток среди убыточных сделок;

  • Average profit trade - средний размер прибыли прибыльных сделок (GrossProfit / ProfitTrades);

  • Average loss trade - средний размер убытка убыточных сделок (GrossLoss / LossTrades);

  • Maximum consecutive wins (profit in money) - максимальное непрерывное количество среди серий прибыльных сделок и сумма прибыли в этой серии;

  • Maximum consecutive losses (loss in money) - максимальное непрерывное количество среди серий убыточных сделок и сумма убытков в этой серии;

  • Maximal consecutive profit (count of wins) - максимальная прибыль непрерывной серии прибыльных сделок и количество сделок в этой серии;

  • Maximal consecutive loss (count of losses) - максимальный убыток непрерывной серии убыточных сделок и количество сделок в этой серии;

  • Average consecutive wins - среднее количество сделок в непрерывных прибыльных сериях.

  • Average consecutive losses - среднее количество сделок в непрерывных убыточных сериях.

Цветовые обозначения диаграммы качества моделирования

На цветной диаграмме используются следующие цвета:

  • Светло-зеленый - моделирование на основе минуток, на рисунке ниже обозначено цифрой 7.

  • Более темные оттенки зеленого цвета показывают моделирование на больших таймфреймах, от M5 до H4.

  • Розовый цвет - чистое фрактальное моделирование без данных меньшего таймфрейма, на рисунке обозначено цифрой 2.

  • Серый цвет - ограничение моделирования по дате, на рисунке обозначено цифрой 1.


На приведенном рисунке цветная диаграмма построена в соответствии со следующими исходными данными расчета качества моделирования:

  • Bars in test = 4190;

  • StartBar = 2371;

  • StartGen (H4) = 3042 (на рисунке выше обозначено цифрой 3);

  • Start H1 = 3355 (обозначено цифрой 4);

  • Start M30 = 3841 (обозначено цифрой 5);

  • Start M15 = 3891 (обозначено цифрой 6);

  • Start M5 = 0 (на рисунке нет обозначения, так как минутные данные начались раньше);

  • Start M1 = 3917.

Подставляя данные значения в формулу расчета качества моделирования получаем:

((0.25*(3042-2371) + 0.5*(3917-3042) + 0.9*(4190-3917)) / (4190-2371))*100% =
((0.25*671 + 0.5*875 + 0.9*273) / 1819)*100%                                = 46.78%