Jak można odpowiedzialnie przeprowadzić backtesting współczynnika efektywności Kaufmana?

Zdefiniuj mechanikę wskaźnika przed backtestingiem

Współczynnik efektywności Kaufmana (często skracany do „Kaufman ER”) to sposób wyrażenia, jak bezpośrednio ścieżka ceny przemieszcza się od punktu początkowego do końcowego w oknie obserwacji. Podstawowa intuicja jest następująca:

• Jeśli rynek porusza się głównie w sposób prosty i trwały, ścieżka jest „efektywna”, więc ER jest stosunkowo wysoki.
• Jeśli rynek porusza się w sposób zmienny, tam i z powrotem, ścieżka jest nieefektywna, więc ER jest stosunkowo niższy.

Odpowiedzialny backtesting zaczyna się od określenia dokładnych danych wejściowych i obliczeń, których będziesz używać:

• Seria cenowa: jakiej ceny używasz (na przykład zamknięcie do zamknięcia) i w jakich jednostkach.
• Długość okna obserwacji: rozmiar okna, w którym obliczany jest ER.
• Częstotliwość czasowa: czy ER jest obliczany na świecach godzinowych, dziennych, czy w innym interwale.
• Kierunek i skalowanie: czy traktujesz ER symetrycznie i jak porównujesz wartości w czasie.

Ponieważ formuły wskaźników mogą być implementowane nieco inaczej (szczególnie wokół wyboru serii i obsługi krańców), dwa backtesty mogą dać różne wyniki, nawet jeśli oba twierdzą, że „używają Kaufman ER”. Twoim celem jest uczynienie definicji jednoznaczną, aby inna osoba mogła odtworzyć Twój wynik.

Oddziel stabilną mechanikę od zmiennych warunków

Backtesting to nie tylko wskaźnik. Zależy on również od zmiennych warunków, które mogą zmienić znaczenie danych wyjściowych wskaźnika.

Podziel swoje modelowanie na dwie części:

1. Stabilna mechanika (definicja wskaźnika)

   • Obliczenie ER na podstawie wybranej serii cenowej i okna obserwacji.
   • Metoda dopasowania wartości ER do dowolnego kolejnego okresu oceny.

2. Zmienne warunki (co zamienia dane w wyniki)

   • Koszty: spready, prowizje i wszelkie inne tarcia, które modelujesz.
   • Wykonanie: założenia dotyczące tego, kiedy możesz działać względem obserwowanej świecy.
   • Reżim rynkowy: trendy vs zakresy mogą zmienić sposób, w jaki „bezpośredniość” przekłada się na przyszły ruch.

Częstym błędem jest mieszanie tych elementów. Na przykład dostosowywanie kosztów i wykonania, aż wyniki będą wyglądać dobrze, przy jednoczesnym twierdzeniu, że zweryfikowałeś wskaźnik. Zamiast tego utrzymuj obliczenia ER stałe, a następnie testuj, jak różne, rozsądne założenia dotyczące kosztów/wykonania wpływają na wnioski.

Stosuj jawne założenia i kontroluj obciążenie parametrów

Aby odpowiedzialnie przeprowadzić backtesting, każde obliczenie musi mieć określone założenia. Przykłady założeń, które powinieneś jasno zapisać:

• Jaki horyzont testujesz: czy oceniasz związek ER z przyszłymi stopami zwrotu w ciągu następnych N świec, czy coś innego?
• Gdzie próbkowany jest ER: ER w czasie t dopasowany do wyniku następnego okresu, czy ER obliczany na nakładających się oknach.
• Jak obsługujesz granice: pierwsze okresy okna obserwacji, brakujące świece i korekty podobne do działań korporacyjnych (chociaż forex zazwyczaj ma ich mniej).

Kontrola obciążeń jest kluczowa:

• Parametry stałe vs optymalizowane: jeśli przeszukujesz długości okien obserwacji, progi lub jakiekolwiek reguły decyzyjne, potrzebujesz planu zapobiegania nadmiernemu dopasowaniu.
• Testy poza próbą: użyj jednego okresu do wyboru parametrów, a następnie osobnego okresu do oceny.
• Brak „podglądania”: etap oceny nie powinien wpływać na wcześniejsze wybory parametrów.

Nawet bez sygnałów transakcyjnych możesz odpowiedzialnie ocenić ER, mierząc, jak spójnie ER odnosi się do przyszłego ruchu przy Twoich określonych założeniach dotyczących dopasowania i horyzontu.

Uwzględnij koszty i tarcia wykonawcze w modelu oceny

Jeśli oceniasz wyniki lub jakikolwiek wynik wrażliwy na koszty, modeluj tarcia w sposób zgodny z Twoimi założeniami.

Kluczowe punkty:

• Koszty nie są opcjonalne w realistycznym backteście, gdy porównujesz małe różnice między okresami.
• Czas wykonania ma znaczenie: działanie na zamknięciu świecy w porównaniu z jej otwarciem może zmienić zrealizowane wyniki.
• Poślizg i zachowanie spreadu mogą się różnić w zależności od reżimu; warunki zmienne mogą wiązać się z wyższym efektywnym tarciem.

Odpowiedzialne podejście polega na przeprowadzeniu analiz wrażliwości: powtórz tę samą ocenę z wieloma prawdopodobnymi ustawieniami kosztów/wykonania, aby sprawdzić, czy Twoje wnioski zależą od jednego konkretnego zestawu założeń.

Zidentyfikuj co najmniej jedno istotne ograniczenie i scenariusz awarii

Backtesty Kaufman ER mogą zawieść na wiele sposobów. Jednym z istotnych scenariuszy awarii jest zależność od reżimu: metryka oparta na „bezpośredniości ścieżki” może zachowywać się inaczej, gdy rynek jest w trendzie, w porównaniu do rynku bocznego. Oznacza to, że zależność zaobserwowana w jednym okresie może nie utrzymać się później.

Inne ważne scenariusze awarii do przetestowania:

• Wrażliwość na częstotliwość: obliczanie ER na innym interwale świec może zmienić mierzoną „bezpośredniość”.
• Jakość danych i efekty mikrostruktury: interpolacja, brakujące świece lub różnice między cenami bid/ask a cenami mid mogą zmienić ER.