과거 데이터에 대한 거래 시스템 테스트

에미 니 데이터.

emini tick 데이터로 백 테스트의 정확성을 향상시킵니다.

거래 시스템 테스트 데이터.

기술 문제로 인해 매일 emini 데이터가 게시되지 않습니다. 우리는 다시 emini 데이터를 무료로 제공 할 수있는 솔루션을 개발 중입니다. 새 업데이트를 기다려주십시오.

무료 역사적인 미래 틱 데이터 파일을 다운로드하십시오. 다음 Emini 선물은 무료로 다운로드 할 수 있습니다.

각 파일에는 CME에서 실행되는 거래에 대한 일중 유효 기간 및 판매 틱 데이터가 포함됩니다. 선물 emini 데이터는 지난 5 거래일 동안 사용할 수 있습니다. 새로운 CME 틱 데이터가 매일 추가됩니다. 이 데이터는 선물 거래 시스템 및 전략을 테스트하고 사용자 정의 차트를 생성하는 데 유용합니다. 무료 진드기 데이터를 즐기십시오! 곧 emini 데이터를 다운로드 할 예정입니다.

- 역사적인 CME Tick 데이터 파일 형식 -

전자 미니 선물 계약, 만료 년 - 월, 거래 날짜, 시간, 가격, 볼륨.

전체 역사 데이터 int mt5를 다운로드하는 방법.

Metaquotes demo-server를 사용하면 대부분의 기호에 대해 충분한 데이터를 얻을 수 있습니다. 그렇지 않으면 충분한 데이터를 제공하는 브로커를 찾아야합니다. Strategy Tester를 실행하면 데이터가 자동으로 다운로드됩니다.

필수 ! 그것을 사용하거나 질문하기 전에 : 온라인 도움말을 읽어보십시오 (MT5 플랫폼의 F1에서도 액세스 가능)

상인을위한.

가능성에 대한 일반적인 개요.

프로그래머 용.

그것에 대한 자세한 설명 : 거래 전략 테스트 (문서). erdah, SendNotification, SendMail, SendFTP는 Strategy Tester에서 작동하지 않습니다 (물론). StrategyTester에서 IndicatorParameters ()가 작동하지 않습니다.

작동 방식, 개요 : MQL5 클라우드 네트워크 최적화로 계산 속도 향상 예제 : MQL5 클라우드 네트워크 : 아직도 계산 중입니까?

클라우드 사용에 대한 유용한 주제 :

제공자 (대리인)

클라우드 새소식 (FAQ)에 대한 자주 묻는 질문. 클라우드에서 에이전트를 제공하기 시작하면 인내심을 갖고 검색 엔진을 사용해야합니다. 에이전트 제공 업체 또는 클라우드 제공 업체가 1 년 간 제공하는 것으로 기대할 수있는 예.

진행중인 작업, 계속 지켜봐주십시오!

역사 센터가없는 MT5는 직접적인 방법이 없습니다. 당신은 mql5만으로이 작업을 수행 할 수 있습니다. 예를 들어이 기사를보십시오.

내역 데이터를 자동으로 다운로드하면 일부 내역 데이터 파일 (hcc)의 크기가 매우 작습니다.

크기에 관해서는 이것은 단지 몇 쌍만을위한 나의 PC에있는 2 기가 바이트 이상이다.

내역 데이터를 자동으로 다운로드하면 일부 내역 데이터 파일 (hcc)의 크기가 매우 작습니다.

그 파일을 찾으려면 - 메뉴에서 MT5를여십시오 : 파일 - 데이터 폴더 - 베이스 열기 - [브로커 이름] (내 경우에는 MetaQuotes-Demo) - 기록.

그 파일을 찾으려면 - 메뉴에서 MT5를여십시오 : 파일 - 데이터 폴더 - 베이스 열기 - [브로커 이름] (내 경우에는 MetaQuotes-Demo) - 기록.

XAUUSD의 과거 데이터가 2011 년에만 나타나는 이유는 무엇입니까?

예를 들어, XAUUSD 데이터는 1995 년 Alpari 데모 MT4에서 시작되었습니다 (MT4의 데이터 제공 업체 인 Aplary가 결정했습니다).

데이터는 브로커 또는 데이터 제공 업체에 따라 다릅니다. 즉, 중앙 집중식 데이터가 아닙니다. MetaQuotes-Demo MT5에서는 2011 년까지만 사용할 수 있습니다.

예를 들어, XAUUSD 데이터는 1995 년 Alpari 데모 MT4에서 시작되었습니다 (MT4의 데이터 제공 업체 인 Aplary가 결정했습니다).

거래 시작 방법 : 거래 계획 테스트.

개발 프로세스의 핵심은 거래 계획을 테스트하여 기대치를 결정하는 것입니다. 시스템이 실제 시장에서 얼마나 많은 돈을 벌 수 있습니까? 우리 중 대부분은 다양한 금융 웹 사이트와 문학에 게시 된 경고를 보았습니다. "과거 실적은 미래 결과를 나타내는 것이 아닙니다."이것은 무역 계획에서 분명히 드러나지 만, 계획이 실행될 가능성이 있는지를 결정하기 위해 취할 수있는 조치가 있습니다. 미래에 성공한다. 즉, 백 테스트 및 순방향 성능 테스트입니다.

역 테스팅.

용어 백 테스팅은 과거 기간의 데이터를 해당 기간 동안 어떻게 수행했는지 확인하기 위해 거래 시스템을 테스트하는 것을 의미합니다. 오늘날 대부분의 거래 플랫폼은 강력한 백 테스팅 기능을 갖추고 있으며 거래 계좌에서 돈을 버는 일없이 아이디어를 신속하게 테스트 할 수 있습니다. 역 테스팅은 이동 평균 크로스 오버가 수행하는 방식 또는 다양한 입력 및 트리거를 사용하는 더 복잡한 시스템과 같은 간단한 아이디어를 평가하는 데 사용할 수 있습니다.

커브 피팅은 시스템을 조정 또는 최적화하여 테스트 기간에 사용 된 과거 데이터에 대해 가장 높은 매출 달성율 또는 최대 이익을 창출하는 것입니다. 시스템은 백 테스트 결과에서 시스템을 환상적으로 보이게하지만 결과는 본질적으로 과거 한 번에 한 번 사용자 정의 된 것이므로 신뢰할 수없는 시스템으로 연결됩니다. 백 테스트 및 최적화는 많은 이점을 제공하지만 거래 시스템을 평가할 때 프로세스의 일부일뿐입니다. 다음 단계는 새로운 히스토리 데이터에 시스템을 적용하는 것입니다.

In-Sample 대 Out-of-Sample 데이터.

테스트 목적으로 일정 기간의 과거 데이터를 예약하는 것이 좋습니다. 테스트하고 최적화하는 초기 히스토리 데이터를 샘플 내 데이터라고하며 예약 된 데이터 세트를 샘플 외부 데이터라고합니다. 이 "깨끗한"데이터 세트는 최적화 프로세스에 영향을 미치지 않은 데이터에 대한 아이디어를 테스트 할 수있는 방법을 제공하기 때문에 평가 프로세스의 중요한 부분입니다. 이를 통해 라이브 거래에서 시스템이 어떻게 수행 될지 더 잘 알 수 있습니다.

샘플 내 데이터를 사용하여 거래 계획을 평가 한 후에는이를 샘플 외부 데이터에 적용 할 수 있습니다. 샘플 내 테스트와 샘플 내 테스트간에 상관 관계가 낮 으면 시스템이 지나치게 최적화되어 라이브 거래에서 제대로 작동하지 않을 가능성이 있습니다. 강한 상관 관계가있는 경우 평가의 다음 단계는 순방향 성능 테스트라고하는 추가 샘플 형식 테스트입니다.

Backtesting and Forward Testing : 상관 관계의 중요성.

라이브 시장에서 거래 아이디어를 시도하기를 열망하는 거래자는 종종 시스템이 수익성이 있는지 여부를 결정하기 위해 백 테스팅 결과에 전적으로 의존하는 실수를합니다. 백 테스팅은 정보 제공자에게 유용한 정보를 제공 할 수 있지만 오도 된 것으로 종종 평가 과정의 한 부분 일뿐입니다. 샘플을 벗어난 테스트 및 순방향 성능 테스트는 시스템의 효율성에 대한 추가 확인을 제공하고 실제 현금이 통화되기 전에 시스템의 실제 색상을 표시 할 수 있습니다. backtesting, out-of-sample 및 forward 성능 테스트 결과 간의 좋은 상관 관계는 거래 시스템의 실행 가능성을 결정하는 데 중요합니다. (현재 거래 전략을 세분화하는 데 도움이되는 몇 가지 팁을 제공합니다. 자세히 알아 보려면 Backtesting : Past Interpreting the Past를 읽어보십시오.)

아이디어가 정량화 될 수 있다면 그것은 다시 테스트 될 수 있습니다. 일부 거래자와 투자자는 검증 된 양식으로 아이디어를 개발할 자격을 갖춘 프로그래머의 전문성을 구할 수 있습니다. 일반적으로 이것은 프로그래머가 아이디어를 거래 플랫폼이 호스팅하는 독점 언어로 코딩하는 것과 관련됩니다. 프로그래머는 상인이 시스템을 "조정할"수있는 사용자 정의 입력 변수를 통합 할 수 있습니다. 예를 들어 위에 언급 한 단순 이동 평균 크로스 오버 시스템에있을 수 있습니다. 상인은 시스템에서 사용되는 두 이동 평균의 길이를 입력 (또는 변경) 할 수 있습니다. 상인은 어느 길이의 이동 평균이 과거 데이터에서 가장 잘 수행되었는지를 판단하기 위해 역 테스트 할 수 있습니다. 전자 거래 가이드에서 더 많은 통찰력을 얻으십시오.

많은 거래 플랫폼 또한 최적화 연구를 허용합니다. 이것은 특정 입력에 대한 범위를 입력하고 컴퓨터가 "수학을 수행"하여 어떤 입력이 가장 잘 수행되었는지 파악하도록합니다. 다중 변수 최적화는 두 개 이상의 변수에 대한 수학을 결합하여 최상의 결과를 얻은 레벨을 결정합니다. 예를 들어, 거래자는 프로그램에 어떤 전략을 추가하고 싶은지 알 수 있습니다. 테스트 된 이력 데이터가 주어지면 이상적인 가중치로 최적화됩니다.

Backtesting은 이익이없는 시스템이 종종 몇 가지 최적화를 통해 돈을 버는 기계로 마술처럼 변형 될 수 있다는 점에서 흥미 로울 수 있습니다. 불행히도, 과거 수익성의 가장 큰 수준을 달성하기위한 시스템을 조정하면 종종 실제 거래에서 제대로 수행되지 않는 시스템이 생깁니다. 이 과도 최적화는 종이에서만 잘 보이는 시스템을 만듭니다.

커브 피팅은 최적화 분석을 사용하여 테스트 기간에 사용 된 과거 데이터에 대해 최대 이익으로 최대 수의 거래를 생성합니다. 백 테스팅 결과가 인상적이긴하지만 곡선 맞춤은 그 결과가 본질적으로 특정 데이터 및 기간에만 맞춤 설계되므로 신뢰할 수없는 시스템을 초래합니다.

백 테스트 및 최적화는 상인에게 많은 이점을 제공하지만 이는 잠재적 인 거래 시스템을 평가할 때 프로세스의 일부일뿐입니다. 상인의 다음 단계는 초기 백 테스트 단계에서 사용되지 않은 과거 데이터에 시스템을 적용하는 것입니다. (이동 평균은 계산하기 쉽고, 일단 차트에 그려지면 강력한 시각적 트렌드 스포팅 도구입니다. 자세한 내용은 단순 이동 평균을 참조하십시오.

In-Sample 데이터와 Out-of-Sample 데이터.

역 테스팅이나 최적화를 시작하기 전에 거래자는 샘플을 벗어난 테스트를 위해 예약 된 과거 데이터의 비율을 따로 설정할 수 있습니다. 한 가지 방법은 과거 데이터를 1/3로 나누고 샘플 밖의 테스트에 사용하기 위해 3 분의 1로 분리하는 것입니다. 초기 테스트 및 모든 최적화에는 샘플 내 데이터 만 사용해야합니다. 그림 1은 과거 데이터의 3 분의 1이 샘플 밖 테스트를 위해 예약되고, 3 분의 2가 샘플 내 테스트에 사용되는 시간 선을 보여줍니다. 그림 1은 테스트 초기에 샘플 밖의 데이터를 보여 주지만 일반적인 절차는 순방향 성능 바로 직전에 샘플 밖 부분을 포함하게됩니다.

샘플 내 데이터를 사용하여 거래 시스템을 개발하면 샘플 밖의 데이터에 적용 할 준비가됩니다. 거래자는 샘플 내 데이터와 샘플 외부 데이터 간의 실적 결과를 평가하고 비교할 수 있습니다.

상관 관계는 공연과 두 데이터 세트의 전반적인 경향 사이의 유사성을 나타냅니다. 상관 관계 측정 항목은 테스트 기간 중에 작성된 전략 성과 보고서를 평가하는 데 사용할 수 있습니다 (대부분의 거래 플랫폼에서 제공하는 기능). 둘 사이의 상관 관계가 강할수록 시스템이 순방향 성능 테스트 및 실시간 거래에서 잘 수행 될 확률이 높아집니다. 그림 2는 샘플 내 데이터에서 테스트 및 최적화 된 다음 샘플 외부 데이터에 적용된 두 가지 시스템을 보여줍니다. 왼쪽의 차트는 샘플 내 데이터에서 잘 작동하고 샘플 외부 데이터에서 완전히 실패한 시스템을 보여줍니다. 오른쪽의 차트는 시료 내부 및 외부에서 모두 잘 수행되는 시스템을 보여줍니다.

그림 2의 왼쪽 차트와 같이 샘플 내 및 샘플 외부 테스트간에 상관 관계가 거의없는 경우 시스템이 지나치게 최적화되어 라이브 거래에서 성능이 좋지 않을 가능성이 있습니다. 그림 2의 오른쪽 차트와 같이 성능에 강력한 상관 관계가있는 경우 다음 평가 단계에는 순방향 성능 테스트라는 추가 샘플 테스트가 포함됩니다. (예측에 대한 자세한 내용은 재무 예측 : 베이지안 방법을 참조하십시오.)

성능 테스트 기본 사항.

많은 중개인이 거래를 배치 할 수 있고 상응하는 손익을 계산할 수있는 시뮬레이션 거래 계정을 제공합니다. 시뮬레이션 된 거래 계정을 사용하면 거래를 연습하고 시스템을 더 평가할 수있는 준 현실적인 분위기를 조성 할 수 있습니다.

그림 2는 두 시스템에서의 순방향 성능 테스트 결과도 보여줍니다. 다시 말하지만, 왼쪽 차트에 표시된 시스템은 샘플 내 데이터의 초기 테스트를 훨씬 능가하지 못합니다. 그러나 오른쪽 차트에 표시된 시스템은 순방향 성능 테스트를 포함하여 모든 단계에서 계속해서 잘 수행됩니다. 샘플 내, 샘플 밖 및 순방향 성능 테스트간에 좋은 상관 관계가있는 긍정적 인 결과를 보여주는 시스템은 실제 시장에서 구현할 준비가되어 있습니다.