Utrzymywanie pozycji przez wiele dni w prostych słowach
Utrzymywanie pozycji przez wiele dni oznacza trzymanie pozycji na rynku Forex otwartej przez więcej niż jeden dzień handlowy — zamiast wchodzenia i wychodzenia z pozycji w tym samym dniu. Kluczowa idea jest taka, że ruchy cen mogą potrzebować czasu, aby się ujawnić, więc oceniasz wyniki w horyzoncie wielodniowym.
Aby sprawdzić, czy wybór takiego horyzontu pomaga (albo szkodzi), kluczowe jest rozdzielenie tego, co jest stabilne w Twojej metodzie, od tego, co jest zmienne w rynkach i w realizacji zleceń.
- Stabilna mechanika: Twoja reguła utrzymywania (na przykład „zamknij po N dniach” albo „zamknij, gdy zajdzie X, ale maksymalnie po N dniach”).
- Zmienne czynniki: reżim rynkowy, płynność, zachowanie spreadu, jakość realizacji zleceń oraz to, jak modelujesz brakujące lub niepewne dane.
Test powinien odpowiadać na precyzyjne pytanie, takie jak: „W horyzoncie wielodniowym, czy zdefiniowana reguła wejścia/wyjścia daje lepsze rezultaty niż zdefiniowany punkt odniesienia po uwzględnieniu kosztów, przy jasno określonych założeniach?”
Jak zbudować test: hipoteza, punkt odniesienia i podział danych
1) Sformułuj hipotezę, którą da się obalić
Hipoteza powinna być konkretna co do reguły decyzyjnej i okna oceny. Na przykład możesz założyć, że określony wielodniowy horyzont wyjścia poprawia wyniki w porównaniu do krótszego horyzontu, przy tym samym sposobie logiki wejścia.
Nawet jeśli nie używasz dokładnie tej samej logiki wejścia, zachowaj uczciwe porównanie: jedyną systematyczną różnicą powinien być okres utrzymywania albo horyzont wyjścia. Dzięki temu test dotyczy efektów horyzontu, a nie jednoczesnej zmiany wszystkiego naraz.
2) Wybierz punkt odniesienia
Punkt odniesienia to to, z czym porównujesz wyniki. Typowe typy punktów odniesienia (konceptualnie) obejmują:
- Punkt odniesienia oparty o horyzont czasu: porównaj swoją regułę utrzymywania przez wiele dni z krótszą regułą utrzymywania, która w pozostałym zakresie używa tej samej logiki.
- Punkt odniesienia „bez przewagi”: porównaj z neutralnym odniesieniem, takim jak średni wynik przy losowej randomizacji okresu utrzymywania (tylko jeśli potrafisz uzasadnić metodę randomizacji).
- Punkt odniesienia opartego o benchmark: porównaj wyniki z prostym, wcześniej zdefiniowanym mechanicznym odniesieniem, które nie opiera się na przyszłych informacjach.
Punkt odniesienia musi być zdefiniowany zanim spojrzysz na wyniki, aby nie „dostroić” punktu odniesienia pod to, co się wydarzyło.
3) Podziel dane, aby uniknąć stronniczości
Użyj podziału opartego o czas, aby odzwierciedlić realistyczne użycie: trenuj (albo wybieraj założenia) na jednym okresie, waliduj na późniejszym okresie, a testuj na końcowym, niewidzianym wcześniej okresie.
Ryzyka stronniczości do kontrolowania:
- Stronniczość wynikająca z przyszłości (look-ahead bias): używanie informacji, które nie byłyby dostępne w momencie podejmowania decyzji.
- Przeuczenie: wybieranie parametrów, które przypadkowo pasują do konkretnego historycznego okresu.
- Stronniczość przeżycia (survivorship bias): jeśli konstruujesz zbiór danych w sposób, który wyklucza pewne okresy lub zdarzenia.
Ponieważ celem jest niezależna weryfikacja, udokumentuj dokładne granice podziału (daty) i trzymaj je stałe.
Dowody i przykłady: co powinny mierzyć „dowody”
1) Zdefiniuj mierzalne wyniki
Zanim przetestujesz, zdecyduj, co będziesz mierzyć. Typowe metryki obejmują:
- Zysk/stratę netto w oknie utrzymywania (po kosztach).
- Cechy obsunięć (jak duże i jak częste są straty).
- Rozproszenie wyników: jak wyniki zmieniają się w zależności od warunków rynkowych.
Uważaj: metryka, która dobrze wygląda w jednym reżimie, może zawieść w innym. Utrzymywanie pozycji przez wiele dni może zachowywać się inaczej podczas trendów niż w okresach ograniczonego zakresu (range-bound).
2) Uwzględnij koszty przy wyraźnych założeniach
Koszty mają istotne znaczenie, gdy pozycje pozostają otwarte przez wiele dni, ponieważ mogą się kumulować. Powinieneś uwzględnić co najmniej kategorie kosztów, które dotyczą Twojej metody oceny:
- Koszty transakcyjne: spread oraz wszelkie prowizje lub opłaty, które zakładasz.
- Koszty finansowania i związane z utrzymaniem: wszelkie dzienne opłaty lub korekty, które występują, gdy pozycja jest otwarta.
- Poślizg w realizacji zleceń: różnica między cenami zakładanymi a możliwymi do osiągnięcia.
Jeśli nie masz rzeczywistych danych o realizacji, musisz podać uproszczone założenia (na przykład stały spread albo konserwatywny zakres poślizgu). To nie jest gwarancja realizmu; to kontrolowane przybliżenie, które testujesz pod kątem wrażliwości.
3) Stosuj testy odporności uwzględniające koszty
Zamiast raportować pojedynczy wynik, sprawdź, jak wrażliwe są wyniki na rozsądne zmiany założeń:
- Zwiększ koszty o stały współczynnik i ponownie oceń.
- Poszerz zakres poślizgu.
- Porównaj wyniki w różnych scenariuszach kosztowych (niski/średni/wysoki).
Jeśli wyniki drastycznie się zmieniają przy niewielkich zmianach kosztów, dowody są słabe.
Ograniczenia i tryby awarii, które należy przetestować
Istotne ograniczenie: wyniki historyczne nie ustanawiają przyszłych rezultatów
Nawet przy starannym projekcie testu, wcześniejsze zależności wielodniowe mogą zniknąć z powodu zmian w strukturze rynku, wzorcach zmienności i zachowaniu uczestników. Udany backtest może się nie powieść, gdy warunki rynkowe się zmienią.
Tryb awarii 1: zmiany reżimu
Strategie wielodniowe mogą być wrażliwe na to, czy ceny podążają trendem, czy następuje powrót do średniej, albo czy są napędzane nagłymi zdarzeniami o wysokiej zmienności. Test powinien sprawdzić, czy wyniki są skoncentrowane w jednym reżimie.
Praktyczny sposób to oznaczanie okresów na podstawie zmienności lub kierunku trendu — używając wyłącznie informacji dostępnych w momencie podejmowania decyzji — a następnie porównanie wyników między tymi oznaczeniami.
Tryb awarii 2: zmiany jakości realizacji zleceń w czasie
Założenia dotyczące realizacji często dryfują: spready i płynność mogą się zmieniać w zależności od pory dnia, publikacji wiadomości i stresu rynkowego. Jeśli Twój model zakłada gładką realizację, utrzymywanie pozycji przez wiele dni może pogorszyć błędy, ponieważ pozycja jest narażona dłużej.
Test odporności: uruchom tę samą ocenę przy alternatywnych założeniach realizacji (na przykład wyższy poślizg), aby sprawdzić, czy wnioski nadal się utrzymują.
Tryb awarii 3: przeuczenie do wąskiego wycinka danych
Utrzymywanie pozycji przez wiele dni może wyglądać na skuteczne w ograniczonym oknie czasowym. Zabezpieczeniem jest utrzymywanie minimalnej liczby wyborów parametrów, ograniczenie stopni swobody i wymóg przeprowadzenia testu na danych poza próbą (out-of-sample).
Jeśli wyniki pojawiają się tylko w oknie selekcji i znikają poza próbą, dowody nie są wiarygodne.
Weryfikacja i kolejne pytania
Aby niezależnie zweryfikować test dotyczący utrzymywania pozycji przez wiele dni, ktoś powinien być w stanie:
- Przeczytać hipotezę, regułę utrzymywania i definicję punktu odniesienia.
- Odtworzyć podział danych i potwierdzić, że nie używa się danych „z przyszłości”.
- Zastosować te same założenia dotyczące kosztów i realizacji zleceń (albo rozsądne alternatywy).
- Sprawdzić odporność: czy wnioski przetrwają zmiany kosztów, poślizgu i zmienność reżimów.
Przydatnym kolejnym pytaniem jest to, czy Twój test izoluje konkretnie efekt okresu utrzymywania, czy też przypadkowo miesza kilka zmian (logikę wejścia, kontrole ryzyka lub wyzwalacze wyjścia). Jeśli miesza, możesz nie dowiedzieć się zbyt wiele o samym utrzymywaniu pozycji przez wiele dni.
Jeśli chcesz bezpośredniego przejścia krok po kroku, dobrym punktem startu jest sformalizowanie reguły utrzymywania i sprawdzenie, kiedy może ona zawieść (na przykład nagłe skoki zmienności lub warunki, które sprawiają, że logika wyjścia zachowuje się nieoczekiwanie).
DOCUMENT END