ممارسة الاختبار الخلفي بمصطلحات بسيطة
ممارسة الاختبار الخلفي هي عملية تقييم فكرة تداول (على سبيل المثال، قاعدة دخول وخروج مبنية على القواعد) عبر تشغيلها على بيانات الأسعار التاريخية. الهدف هو تقدير ما الذي قد تكون قدّمته الفكرة في الماضي لو تم اتباع القواعد نفسها.
عادةً ما يتضمن الاختبار الخلفي (1) بيانات تاريخية، و(2) قاعدة أو نموذج يولّد إجراءات من تلك البيانات، و(3) طريقة لحساب النتائج مثل الربح والخسارة، والهبوط (drawdown)، وتكرار الفوز/الخسارة. تعتمد هذه الحسابات على افتراضات حول ما حدث داخل كل فترة زمنية (على سبيل المثال، كيف تحركت الأسعار بين نقاط البيانات المسجلة) وعلى افتراضات تنفيذ الصفقات (على سبيل المثال، العمولات والسبريد وما إذا كانت الأوامر قد تم تنفيذها).
لماذا قد يكون الاختبار الخلفي أقل فائدة مما يبدو
تتمثل إحدى القيود الأساسية في أن الاختبار الخلفي هو محاكاة للماضي، وليس رصدًا للمستقبل. حتى عندما تبدو النتائج التاريخية قوية، قد لا تتكرر العلاقات التي تم تعلمها من التاريخ تحت ظروف سوق جديدة. توضح القيود أدناه أنماط الفشل الشائعة.
1) فجوات بيانات تاريخية وبنية السوق الدقيقة (microstructure)
تستخدم معظم الاختبارات الخلفية أشرطة أسعار (bars) أو تيكسات (ticks) مسجلة، لكن التداول الحقيقي يتضمن تفاصيل أكثر مما تلتقطه كثير من مجموعات البيانات. إذا كانت بياناتك التاريخية ناقصة، أو تم تعديلها بطريقة تغيّر معنى السعر، أو تفتقر إلى المعلومات اللازمة لنمذجة تنفيذ الأوامر، فقد ينحرف الاختبار الخلفي عن ما كان سيحدث في التداول المباشر.
كما أن تحويل الأسعار المسجلة إلى عمليات تنفيذ محتملة غير مؤكد. على سبيل المثال، إذا كانت القاعدة تفترض تنفيذًا بسعر محدد، لكن السوق الحقيقي قد يكون قد تجاوز ذلك المستوى قبل أن يتم تنفيذ أمر ما، تصبح المحاكاة متفائلة.
2) التكاليف وجودة التنفيذ وافتراضات الانزلاق (slippage)
حتى إذا كانت منطق الاستراتيجية صحيحًا، فإن النتائج تعتمد بشكل كبير على افتراضات تكاليف المعاملات وجودة التنفيذ. أحيانًا تستخدم الاختبارات الخلفية نماذج تبسيط للتكاليف (على سبيل المثال، سبريد ثابت أو بدون انزلاق) أو تفترض تنفيذًا مثاليًا للأوامر. في الواقع، يتسع السبريد، وتتغير السيولة، ويمكن أن يختلف الانزلاق مع التقلب ووقت اليوم.
وبسبب أن فروقات التكلفة الصغيرة يمكن أن تتراكم عبر عدد كبير من الصفقات، فإن اختبارًا خلفيًا يتجاهل هذه التأثيرات أو يقلل من تقديرها قد يبالغ في إظهار الأداء.
3) فرط الملاءمة (Overfitting) والتنقيب عن البيانات (data-snooping)
قد يقوم الاختبار الخلفي، دون قصد، بـ“ملاءمة” الضوضاء (noise) لمجموعة بيانات معينة. يحدث ذلك عندما يتم تجربة العديد من المعلمات واختيارها لأنها حسّنت النتائج السابقة. كلما بحثت عن تركيبة تبدو جيدة على البيانات نفسها، زادت احتمالية أن تكون “الميزة” الظاهرة مرتبطة بتلك الفترة تحديدًا وليست خاصية عامة للسوق.
تتمثل مشكلة ذات صلة في التنقيب عن البيانات: اختبار متكرر للعديد من المتغيرات حتى يظهر واحد منها أنه يحقق أداءً جيدًا. بدون فصل دقيق بين فترات التدريب والاختبار، قد لا تعكس النتائج القوية السابقة آلية قابلة للتكرار.
4) الأسواق غير الثابتة وتغير الظروف
الأسواق ليست أنظمة مستقرة. تتغير أنظمة التقلب، وتتحول المشاركة، ويمكن أن تتحرك السيولة. قد تعمل القاعدة التي نجحت خلال بيئة واحدة بشكل مختلف عندما تتغير السبريد أو التقلب أو الارتباطات (correlations).
حتى بدون أحداث تنظيمية أو هيكلية، يمكن أن تنحرف الخصائص الإحصائية لسلاسل الأسعار. وهذا يعني أن الافتراضات التي تم “تضمينها” ضمنيًا أثناء الفترة التي اختبرتها قد لا تعود صحيحة.
5) تعريف غير واضح لما يتم اختباره بالضبط
قد يكون من الصعب مقارنة الاختبارات الخلفية لأن المدخلات والقواعد تختلف. بالنسبة لأي مثال، يجب أن تكون قادرًا على تحديد:
- ما تردد البيانات المستخدم (على سبيل المثال، أشرطة مقابل تيكسات).
- كيف تم حساب المؤشرات أو السمات (features) وما إذا كانت تستخدم فقط المعلومات المتاحة في ذلك الوقت.
- كيف تم اتخاذ قرارات الدخول والخروج وكيف تم نمذجة تنفيذ الأوامر.
إذا كانت أي من هذه التفاصيل غير واضحة، فقد لا يختبر الاختبار الخلفي الفكرة المقصودة؛ بل قد يختبر بدلًا من ذلك أثرًا (artifact) ناتجًا عن طريقة التنفيذ المختارة.
التحقق الذي يمكن أن يحسن الاعتمادية
لا يمكنك جعل الاختبار الخلفي “يثبت” أن الاستراتيجية ستعمل، لكن يمكنك التحقق مما إذا كانت النتائج مرجحًا أن تكون متينة.
تتمثل طريقة تحقق عملية في تحديد الافتراضات بشكل صريح واختبار الحساسية. على سبيل المثال، غيّر معلمات التكلفة ضمن نطاقات معقولة، أو استخدم فترات تاريخية مختلفة مع ظروف سوق مختلفة. بشكل منفصل، استخدم الاختبار خارج العينة: قيّم القواعد على بيانات لم تُستخدم في اختيار المعلمات.