स्प्रेडशीट का सर्वोत्तम बैकटेस्ट

परिस्थिति

काल्पनिक शैक्षिक केस। भाव श्रृंखला, रणनीति, ट्रेड परिणाम और आँकड़े गढ़े गए हैं। ये ऐतिहासिक रिकॉर्ड, प्रदर्शन दावा या ट्रेड योग्य संकेत नहीं। Lena सिंथेटिक शेयर बास्केट पर मूविंग-एवरेज विचार जाँचती है। 120 पैरामीटर संयोजन आज़माने के बाद वह सबसे आकर्षक परिणाम चुनती है और उसके 200 सिमुलेट ट्रेड मज़बूत बढ़त के प्रमाण की तरह पेश करती है। शोध समीक्षा पूछती है क्या चुना, क्या छोड़ा और वास्तव में अनदेखा क्या बचा।

प्रभावशाली मुख्य आँकड़े को पुनर्निर्मित करें

चुनी सेटिंग में औसतन $180 के 110 सकल लाभ वाले ट्रेड और औसतन $160 के 90 सकल नुकसान वाले ट्रेड हैं। सकल लाभ $19,800 और सकल नुकसान $14,400 हैं, यानी 200 ट्रेड में $5,400 बचे। सकल औसत प्रति ट्रेड $27 और जीत दर 55% है। कोई आँकड़ा नहीं बताता कि रणनीति यथार्थ लागत के बाद बचती है या चयन प्रक्रिया ने संयोग के बजाय वास्तविक संकेत खोजा।

Lena ने प्रति ट्रेड आने-जाने की लागत केवल $2 मानी, जिससे परिणाम $400 घटकर $5,000 रहा। लेकिन काल्पनिक निष्पादन समीक्षा प्रति पूरा आने-जाना कमीशन और स्पष्ट शुल्क $6, स्प्रेड लागत $12 और अतिरिक्त स्लिपेज $15 आँकती है। कुल प्रति ट्रेड $33, यानी नमूने में $6,600। उन्हीं सकल परिणामों पर संशोधित शुद्ध परिणाम $1,200 नुकसान, औसतन प्रति ट्रेड ऋणात्मक $6 है।

लागत की परिभाषा दें, दो बार न गिनें

ये लागत घटक इसलिए अर्थपूर्ण हैं क्योंकि सिंथेटिक बैकटेस्ट ने घर्षणरहित संदर्भ भाव लिए थे। यदि निष्पादन पहले ही बिड और आस्क पर सिमुलेट था, तो पूरा स्प्रेड दोबारा घटाना लागत बढ़ाकर बताएगा। इसी तरह निर्णय भाव से मापे कार्यान्वयन घाटे में स्प्रेड और बाज़ार प्रभाव पहले से हो सकते हैं। शोध लॉग में प्रवेश मानक, निकास मानक और अतिरिक्त शुल्क की सटीक परिभाषा चाहिए।

संवेदनशीलता तालिका कुल आने-जाने की कई लागतें जाँचेगी, केवल रणनीति के सबसे अनुकूल लागत नहीं। $15 पर शुद्ध परिणाम $2,400; $27 पर शून्य; $45 पर ऋणात्मक $3,600 है। ये गणितीय परिदृश्य हैं, पूर्वानुमान नहीं। $27 की ब्रेक-ईवन लागत खास उपयोगी है क्योंकि यह बताती है कि चुने सकल परिणाम में निष्पादन अनिश्चितता, छूटे निष्पादन और परिचालन गलतियों के लिए कितना कम स्थान है।

चयन समस्या अंतिम चार्ट से पहले आती है

Lena ने नमूना देखने से पहले यह सेटिंग नहीं चुनी। उसने इसे इसलिए चुना क्योंकि उसी नमूने में यह 119 विकल्पों से बेहतर थी। टिकाऊ पूर्वानुमान लाभ न रखने वाली रणनीतियाँ भी कई रूपांतर आज़माने पर आकर्षक विजेता दे सकती हैं। जानबूझकर सरल किए उदाहरण में, यदि 120 स्वतंत्र परीक्षणों में हर एक की गलत सकारात्मक परिणाम की संभावना 5% हो, तो कम से कम एक की संभावना 1 − 0.95^120, लगभग 99.79% होगी।

वास्तविक रणनीति रूपांतर शायद सहसंबद्ध हैं, इसलिए स्वतंत्रता वाली गणना Lena के शोध का मान्य p-value नहीं है। इसका काम बहुविध परीक्षण समस्या उजागर करना है, सटीक मापन नहीं। उसे सभी आज़माए रूपांतर लिखने चाहिए, जिनमें हटाए संकेतक, बदली तारीख अवधियाँ और हाथ से किए अपवाद शामिल हों। चमकता अंतिम चार्ट नहीं दिखा सकता कि उसके पीछे कितने विफल प्रयोग छिपे हैं।

ईमानदार मूल्यांकन सेट बचाएँ

बेहतर काल्पनिक शोध डिज़ाइन विकास, सत्यापन और अंतिम अछूते परीक्षण को अलग रखता है। Lena विकास डेटा से विचार बना सकती है और सत्यापन डेटा से सीमित, दर्ज विकल्पों की तुलना कर सकती है। अंतिम परीक्षण देखकर उसके अनुसार रणनीति बदलते ही वह डेटा अछूता नहीं रहता। उसी डेटा को बार-बार “नमूने से बाहर” कहना स्वतंत्रता वापस नहीं लाता।

नए 60-ट्रेड परीक्षण में औसतन $170 के 28 सकल लाभ और औसतन $150 के 32 सकल नुकसान मानें। सकल परिणाम $4,760 − $4,800 = ऋणात्मक $40 है। हर आने-जाने पर $33 की लागत से $1,980 और जुड़ते हैं, और शुद्ध परिणाम ऋणात्मक $2,020 है। यह छोटा काल्पनिक नमूना नहीं सिद्ध करता कि रणनीति कभी काम नहीं करेगी, लेकिन मूल आत्मविश्वास का समर्थन भी नहीं करता। सही प्रतिक्रिया जाँच या अस्वीकृति है, होल्डआउट हरा होने तक स्वतः पैरामीटर बदलना नहीं।

दो नमूने पहले अलग दिखाएं। सुधरे 200 विकास-सौदे −1,200 डॉलर और साठ नए −2,020 देते हैं। कुल −3,220, 260 सौदों में लगभग −12.38 प्रति सौदा है। सही जोड़ चयन में इस्तेमाल डेटा को स्वतंत्र प्रमाण नहीं बनाता।

जानकारी का समय और नुकसान का मार्ग जाँचें

समीक्षा यह भी पूछती है कि संकेतों ने हर मॉडल किए ट्रेड से पहले वास्तव में उपलब्ध डेटा लिया था या नहीं। बंद-भाव संकेतक सामान्यतः उचित निष्पादन तंत्र के बिना उसी बंद भाव पर पहले का निष्पादन सही नहीं ठहरा सकता। साधन चयन में विफल या डीलिस्ट हुई प्रतिभूतियाँ चुपचाप नहीं हटनी चाहिए। कॉर्पोरेट कार्रवाई, टाइमस्टैम्प संरेखण और पुराने कोट सिमुलेट परिणाम काफी बदल सकते हैं। हर जाँच संभावित त्रुटि स्रोत परखती है, भविष्य के लाभ की गारंटी नहीं देती।

अंत में Lena कुल लाभ के साथ गिरावट, लगातार नुकसान, टर्नओवर और पूंजी उपयोग दर्ज करती है। अंततः उबरने वाली रणनीति भी रास्ते में फ़ंडिंग सीमा तोड़ सकती है। NFA चेताता है कि काल्पनिक परिणामों को बाद की जानकारी का लाभ मिलता है और वे वास्तविक वित्तीय जोखिम का अनुभव पूरी तरह नहीं दोहरा सकते। कागज़ी परीक्षण कार्यप्रवाह समस्याएँ दिखा सकता है, लेकिन वास्तविक तरलता, विस्तार क्षमता या असली पैसा खोते समय रणनीति पालन की क्षमता सिद्ध नहीं करता।

तय करें कौन सा प्रमाण निष्कर्ष बदल सकता है

अगला कदम कारण पर निर्भर है। समय की त्रुटि से भविष्य का डेटा आया हो तो सुधार और प्रभावित नतीजे की स्पष्ट वापसी या प्रतिस्थापन चाहिए। विश्वसनीय लागत बढ़त खा जाए तो नया चार्ट-शीर्षक उपाय नहीं।

सभी 120 विन्यास, सटीक कृत्रिम डेटा, चयन-मानदंड, लागत-परिभाषा और स्थिर अंतिम नियम बचाएं। दूसरा समीक्षक मूल और सुधरे दोनों नतीजे बना सके। पुनरुत्पादन गणना सत्यापित करता है, भविष्य की सफलता नहीं।

उन्हीं 200 सौदों की लागत 33 से 45 डॉलर करने पर 2,400 जुड़ते हैं और शुद्ध −1,200 से −3,600 होता है। कम तरलता कुछ निष्पादन रोक दे तो सौदों की सूची बदलती है और नया अनुकरण चाहिए।

असफल अलग रखे परीक्षण से प्रेरित नियम अब विकास का हिस्सा है। उसी डेटा पर जांच स्वतंत्र सत्यापन नहीं। ईमानदार निष्कर्ष यह भी हो सकता है कि वर्तमान विचार के पक्ष में पर्याप्त प्रमाण नहीं है।

तर्क कहाँ गलत होता है