Backtesting Trading Strategier Excel

Bruke Excel til Back Test Trading Strategies Hvordan tilbake test med Excel Ive gjort en god del handelsstrategi back testing. Ive brukte sofistikerte programmeringsspråk og algoritmer, og Ive har også gjort det med blyant og papir. Du trenger ikke å være en rakettforsker eller en programmerer for å teste mange tradingstrategier. Hvis du kan bruke et regnearksprogram som Excel, kan du prøve å test mange strategier. Målet med denne artikkelen er å vise deg hvordan du kan teste en handelsstrategi med Excel og en offentlig tilgjengelig datakilde. Dette burde ikke koste deg mer enn tiden det tar å gjøre testen. Før du begynner å teste noen strategi, trenger du et datasett. I det minste er dette en rekke datatider og priser. Mer realistisk trenger du datetime, åpne, høye, lave, lukkede priser. Du trenger vanligvis bare tidskomponenten i dataserien hvis du tester intradag trading strategier. Hvis du vil jobbe sammen og lære å tilbakestille testen med Excel mens du leser dette, følg deretter trinnene som jeg skisserer i hver seksjon. Vi trenger å få noen data for symbolet som vi skal tilbake testen. Gå til: Yahoo Finance I feltet Enter symbol (er) skriv inn: IBM og klikk GO Under Quotes på venstre side klikk på Historiske priser og skriv inn datointervallene du vil ha. Jeg valgte fra 1 jan 2004 til 31 des 2004 Bla ned til bunnen av siden og klikk Last ned til regneark Lagre filen med et navn (for eksempel ibm. csv) og til et sted du senere kan finne. Klargjøre data Åpne filen (som du lastet ned over) ved hjelp av Excel. På grunn av den dynamiske naturen på internett, kan instruksjonene du leser over, og filen du åpner, ha endret seg når du leser dette. Når jeg lastet ned denne filen så de øverste få linjene slik ut: Du kan nå slette kolonnene du ikke skal bruke. For testen som jeg skal gjøre, vil jeg bare bruke datoen, åpne og lukk verdier så jeg har slettet høy, lav, volum og adj. Lukk. Jeg sorterte også dataene slik at den eldste datoen var første og den siste datoen var nederst. Bruk Data-gt Sorter menyalternativene for å gjøre dette. I stedet for å teste en strategi som sådan, vil jeg prøve å finne dagen i uken som ga den beste avkastningen hvis du fulgte en kjøpsåpning og selg den nært strategien. Husk at denne artikkelen er her for å introdusere deg til hvordan du bruker Excel til å prøve teststrategier. Vi kan bygge videre på dette fremover. Her er ibm. zip-filen som inneholder regnearket med dataene og formlene for denne testen. Mine data ligger nå i kolonne A til C (Dato, Åpne, Lukk). I kolonne D til H har jeg plassformler for å bestemme avkastningen på en bestemt dag. Skriv inn formlene Den vanskelige delen (med mindre du er en Excel-ekspert) jobber ut formlene som skal brukes. Dette er bare et spørsmål om praksis og jo mer du trener de flere formlene du vil oppdage, og jo mer fleksibilitet vil du ha med testingen. Hvis du har lastet ned regnearket, ta en titt på formelen i celle D2. Det ser slik ut: Denne formelen kopieres til alle de andre cellene i kolonnene D til H (unntatt den første raden) og trenger ikke justeres etter at den er kopiert. Jeg forklarer kort formelen. IF-formelen har en tilstand, sann og falsk del. Tilstanden er: Hvis ukedag (konvertert til et tall fra 1 til 5 som matcher mandag til fredag) er det samme som uken i første rad i denne kolonnen (D1) da. Den sanne delen av setningen (C2-B2) gir oss bare verdien av Lukk - Åpen. Dette indikerer at vi kjøpte Åpen og solgt Lukk, og dette er vår fortjeneste. Den falske delen av erklæringen er et par doble anførselstegn () som ikke plasserer noe i cellen hvis ukedag ikke matches. Skiltene til venstre for kolonnebrevet eller radnummeret låser kolonnen eller raden slik at når den kopierte den delen av cellehenvisningen, endres ikke. Så her i vårt eksempel, når formelen er kopiert, vil referansen til datacellen A2 endre radnummeret hvis den kopieres til en ny rad, men kolonnen vil forbli i kolonne A. Du kan neste formlene og lage unormalt kraftige regler og uttrykk. Resultatene nederst på ukedagskolonnene har jeg lagt opp noen sammendragsfunksjoner. Spesielt gjennomsnitt og sum funksjoner. Disse viser oss at i 2004 var den mest lønnsomme dagen for å gjennomføre denne strategien på en tirsdag, og dette ble tett fulgt av en onsdag. Da jeg testet Expiry Fridays - Bullish eller Bearish-strategien og skrev den artikkelen, brukte jeg en meget lignende tilnærming med et regneark og formler som dette. Målet med denne testen var å se om utløp fredager var generelt bullish eller bearish. Prøv det. Last ned noen data fra Yahoo Finance. last det inn i Excel og prøv formlene og se hva du kan komme med. Legg inn dine spørsmål i forumet. Lykke til og lønnsom strategijakt Før du bruker spesialiserte verktøy for back-testing, foreslår jeg at man først prøver MS Excel-pivottabellen. Pivottabellverktøyet er flott for inspeksjon, filtrering og analyse av store datasett. I denne artikkelen vil jeg presentere hvordan man lager en enkel timingbasert strategi og hvordan man beregner sin historiske ytelse. I det følgende vil jeg vise hvordan du lager en analyse som forrige innlegg: 8220Selg i mai og gå bort 8211 Virkelig 8220. Trinn 1: Skaff dataene Først må vi få dataene til analysen. Vi vender oss til Yahoo for å hente Dow-Jones-indeksen (Se Liste over Market Data Kilder for andre kilder). På en eller annen måte skjuler Yahoo Finance nedlastningsknappen for Dow-Jones-indeksen. Men det er enkelt å gjette riktig kobling: Lagre denne filen på disken. Deretter åpner du den med MS Excel 2010, og vi fortsetter med neste trinn. Trinn 2: Legg til kolonner for ytelse og indikator Nå, i denne filen legger vi til logg-retur (Kolonne 8220Return8221) for hver dag i tidsseriene: Deretter legger vi til indikatoren for handelsstrategien 8211 i dette tilfellet bare måneden av året: Til slutt legger vi til en gruppeindikator: Tiår Trinn 3: Legg til pivottabell Sorter data i Tabell Pivot Tabellverktøy - gt Valg - gt Oppsummer verdi ved - gt Sum Trinn 4: Betinget formatering For å få oversikt over data i pivottabellen formaterer vi verdiene i 8220Percent Style8221 og 8220Conditional Formatting8221: Home - gt Styles - gt Betinget formatering Trinn 5: Beregne den faktiske ytelsen Summen av loggkastene i pivottabellen er en god indikasjon på ytelsen av en handelsstrategi. Men den akutte ytelsen kan enkelt hentes fra loggen returnerer ved: Nå er du klar: Hver celle inneholder ytelsen til å kjøpe Dow-Jones-indeksen i begynnelsen og selge den på slutten av hver måned. Ha det gøy med dine egne studier Du finner en detaljert studie om forestillingene til de forskjellige månedene i hovedindeksene her. Konklusjon Back-testing av enkle handelsstrategier er enkelt ved hjelp av Excel-pivottabeller. Mens mer avanserte strategier vanligvis krever en mer spesialisert programvarepakke (som vi ser i MACD Back-testing), fører fem enkle trinn til inngående innsikt i en tidsbasert strategi. Hvis dataserien blir stor, kan man utføre de samme trinnene med MS Power Pivot. et gratis MS Excel-tillegg med databasetilgang. Post navigasjon Legg igjen en kommentar Avbryt svar Fint innlegg. Jeg er glad for å lande på denne bloggen. La meg foreslå deg dette: For å se den faktiske ytelsen I pivottabellen, bare legg til et beregnet felt fra menyen: Valg gt Felt, Elementer, amp Sets gt Beregnet felt8230 Deretter mærk det 8220p8221 og skriv inn formelen. 8220 EXP (Return) -18221 Du kan endelig legge til dette feltet i verdier området, for å få 8220Sum av p8221 rett i tabellen. Ja, du har rett Dette er mye bedre enn å duplisere bordet. Jeg vil oppdatere dette innlegget asap. How å backtest en strategi i Excel La meg begynne med å si at jeg ikke er en ekspert i backtesting i Excel, det er en masse svært klare bloggere der ute som har, som jeg vil si, gal skillz på jobb med Excel inkludert (men ikke begrenset til) Michael Stokes over på marketsci. Jeff Pietch over på etfprophet og folkene (David og Corey) over på cssanalytics. wordpress. Alle disse gutta har vært nådig nok gjennom årene til å dele med meg hvordan man gjør backtests, så jeg har gjeld for dem. Og jeg vil takke Josh her hos FOSS Trading også fordi han har vært snill nok til å hjelpe meg med å lære å bruke R for testing. Med alt det i tankene, trodde jeg Id gå gjennom det jeg vurderer de fire grunnleggende trinnene i å lage en backtest i Excel. Merk at kjernen Excel-filen wasn8217t ble opprettet av meg 8211 Den ble opprettet av Jared over på CondorOptions (en annen må lese hvis du ikke følger ham). Trinn 1: Få dataene Det første trinnet er å få markedsdataene dine til Excel. Det er to grunnleggende tilnærminger til dette, den første innebærer å gå til Yahoo Finance og laste ned historiske data direkte som CSV og deretter laste det inn i Excel. Dette er fint, men krever en manuell oppdatering av dataene mens du går videre, og du må laste ned de historiske dataene og deretter kopiere og lime inn hele datasettet eller en delmengde for å oppdatere strategien. Den andre tilnærmingen er å bruke kode for å få tak i data automatisk fra Yahoo Finance. Mange mennesker har skrevet VBA for å gjøre nettopp dette jeg har ikke skrevet det selv, så jeg føler meg ikke komfortabel å publisere koden. Et raskt søk på Google vil gi noen eksempler for å jobbe med. Det er også 3 rd festverktøy som gjør jobben enkel Id anbefaler AnalyzerXL da det gir mest fleksibilitet og muligheter. Hvordan lagrer du disse dataene i Excel, er det de fleste jeg kjenner, som har et enkelt ark der de beholder alle dataene, og deretter har et eget regneark for resten av systemet. For systemer med et enkelt instrument (for eksempel SPY), er det ikke et problem å integrere dataene og systemet, men når antallet instrumenter går opp, vil du ha dem på et eget regneark for å minimere rulling og gjøre det enkelt å oppdatere. Trinn 2: Lag indikatoren Nå som vi har dataene, kan vi bruke dataene til å konstruere en indikator eller indikatorer. I dette eksemplet konstruerte Jared DVI-indikatoren (opprinnelig opprettet av David over som CSS Analytics). Du vil se at vi brukte 5 forskjellige kolonner for å skape indikatoren hver enkelt del av beregningen. En fin ting om å jobbe med Excel er at det virkelig gjør at du tenker på hvordan en indikator er konstruert. Det kan være altfor enkelt, i disse dager, å kaste ned og indikator uten å forstå hvordan det egentlig virker. Den endelige indikator-kolonnen, DVI, er en vektet sum av DVI-størrelsen og DVI-strekk kolonner. Id merker også at AnalyzerXL også inneholder et stort antall indikatorer forhåndsdefinert for å gjøre backtesting enklere, og det finnes andre tillegg for Excel som gir lignende funksjonalitet. Trinn 3: Konstruer din handelsregel Nå som du har en indikator, må du bygge opp handelsregler. I dette eksemplet (beregningen er i Signal-kolonnen), er vår handelsregel enkel, hvis DVI er under 0,5 og kort hvis over. Selvfølgelig kan du ha mer komplekse regler en nøytral tilstand der du ikke er lang eller kort, eller variabel posisjonering i motsetning til bare alt-i lang eller kort. Trinn 4: Trading rulesquity-kurven Det er mange forskjellige tilnærminger her, men det du kan se i dette eksemplet, er en enkel måte å gjøre det på. Anta en startkasseverdi på 10.000 og deretter øke eller redusere det ved å være lengre eller korte på slutten av forrige dag, og om vi var riktige eller ikke. I funksjonsform representerer vi dette ved å si: Hvis lang, så flere tidligere dager i egenkapitalen av forholdet mellom dagens nærmer og nærtider, ellers multiplikere tidligere dagers egenkapital etter forholdet mellom gårdsdager nær dagens tider. Vi kan da tydeligvis grave resultatene. Vær også oppmerksom på at du brukte penger her, men du kan enkelt gjøre råprocenter i stedet for en kontantverdi. Det som mangler her kan være viktig for å avgjøre om handel eller ikke handel med et system. Først av alt, resultatene her er friksjonsløse de antar det er ingen costcommission for handel. I høyfrekvensssvingningssystemer som denne, kan provisjonene ha stor innvirkning på levedyktigheten til en gitt strategi. For det andre har vi ingen statistikk om resultatene av strategien bare en graf. Vanligvis ønsker vi å vite statistikk som CAGR og Sharpe-forholdet for å sammenligne det med andre strategier. Vi har heller ikke månedlig eller årlig rapportering. Alle disse tingene kan bygges i Excel med litt arbeid, og igjen gir AnalyzerXL et stort antall rapporteringsmuligheter som en del av pakken. At8217s grunnleggende oversikt over backtesting i Excel 8211 håper at alle finner det nyttig Aldri savner en oppdatering Abonner på R-bloggere for å motta e-post med de nyeste R-postene. (Du vil ikke se denne meldingen igjen.) 06172013 Nyeste versjon av TraderCode (v5.6) inneholder nye tekniske analyseindikatorer, Point-and-Chart Charting og Strategy Backtesting. 06172013 Nyeste versjon av NeuralCode (v1.3) for Neural Networks Trading. 06172013 ConnectCode Barcode Font Pack - aktiverer strekkoder i kontorapplikasjoner og inneholder et tillegg for Excel som støtter massegenerering av strekkoder. 06172013 InvestmentCode, en omfattende pakke med finansielle kalkulatorer og modeller for Excel, er nå tilgjengelig. 09012009 Lansering av gratis investering og finansiell kalkulator for Excel. 0212008 Utgivelse av SparkCode Professional - tillegg for å lage oversikter i Excel med sparklines 12152007 Kunngjøring av ConnectCode Duplicate Remover - et kraftig tillegg for å finne og fjerne duplikatoppføringer i Excel 09082007 Lansering av TinyGraphs - åpen kildekode tillegg for å lage sparklines og små diagrammer i Excel. Strategi Backtesting i Excel Strategi Backtesting Expert Backtesting Expert er en regnearksmodell som lar deg opprette handelsstrategier ved hjelp av tekniske indikatorer og kjører strategiene gjennom historiske data. Utførelsen av strategiene kan da måles og analyseres raskt og enkelt. Under backtesting-prosessen går Backtesting Expert gjennom de historiske dataene på rad på rad fra topp til bunn. Hver spesifisert strategi vil bli evaluert for å avgjøre om inngangsbetingelsene er oppfylt. Hvis vilkårene er oppfylt, vil en handel bli innført. På den annen side, hvis utgangsvilkårene er oppfylt, vil en posisjon som ble oppgitt tidligere bli avsluttet. Ulike variasjoner av tekniske indikatorer kan genereres og kombineres for å danne en handelsstrategi. Dette gjør Backtesting Expert til et ekstremt kraftig og fleksibelt verktøy. Backtesting Expert Backtesting Expert er en regnearksmodell som lar deg opprette handelsstrategier ved hjelp av tekniske indikatorer og kjører strategiene gjennom historiske data. Utførelsen av strategiene kan da måles og analyseres raskt og enkelt. Modellen kan være oppsett for å gå inn i lange eller korte posisjoner når visse forhold oppstår og avslutte posisjonene når et annet sett av betingelser er oppfylt. Ved å handle automatisk på historiske data, kan modellen bestemme lønnsomheten i en handelsstrategi. Backtesting Expert Step by Step Tutorial 1. Start Backtesting Expert Backtesting Expert kan startes fra Windows Start Menu-Programmer - TraderCode - Backtesting Expert. Dette lanserer en regnearkmodell med flere regneark for å generere tekniske analyseindikatorer og kjøre tilbake tester på de ulike strategiene. Du vil merke at Backtesting Expert inkluderer mange kjente regneark som DownloadedData, AnalysisInput, AnalysisOutput, ChartInput og ChartOutput fra Technical Analysis Expert-modellen. Dette gjør at du kan kjøre alle dine tilbakemeldinger tester raskt og enkelt fra et kjent regnearkmiljø. 2. Velg først nedlastingsdatabladet. Du kan kopiere data fra eventuelle regneark eller kommaseparerte verdier (csv) - filer til dette regnearket for teknisk analyse. Formatet på dataene er som vist i diagrammet. Alternativt kan du referere til Dataoverføringsdatabladet Last ned for å laste ned data fra kjente datakilder som Yahoo Finance, Google Finance eller Forex for bruk i Backtesting Expert. 3. Når du har kopiert dataene, gå til AnalysisInput-regnearket og klikk på Analyser og BackTest-knappen. Dette vil generere de ulike tekniske indikatorene i AnalysisOutput-regnearket og utføre backtesting på strategiene angitt i StrategyBackTestingInput-regnearket. 4. Klikk på StrategyBackTestingInput regnearket. I denne opplæringen trenger du bare å vite at vi har angitt både lange og korte strategier ved å bruke bevegelige gjennomsnittsoverskridelser. Vi skal gå inn på detaljer om å spesifisere strategier i neste del av dette dokumentet. Diagrammet nedenfor viser de to strategiene. 5. Når tilbakertestene er fullført, blir utdataene plassert i AnalysisOutput, TradeLogOutput og TradeSummaryOutput-regnearkene. AnalysisOutput-regnearket inneholder de fulle historiske prisene og de tekniske indikatorene på aksjen. Under tilbakertestene, hvis vilkårene for en strategi er oppfylt, vil informasjon som kjøpesum, salgspris, provisjon og profitt bli registrert i dette regnearket for enkel referanse. Denne informasjonen er nyttig hvis du liker å spore gjennom strategiene for å se hvordan lagerposisjonene blir angitt og utgått. TradeLogOutput-regnearket inneholder et sammendrag av handler utført av Backtesting Expert. Dataene kan enkelt filtreres for å bare vise data for en bestemt strategi. Dette regnearket er nyttig for å bestemme det samlede resultatet eller tapet av en strategi på forskjellige tidsrammer. Den viktigste utgangen av back-testene er plassert i TradeSummaryOutput-regnearket. Dette regnearket inneholder den samlede fortjenesten til strategiene som utføres. Som vist i diagrammet nedenfor genererte strategiene en total fortjeneste på 2.548,20 ved å lage totalt 10 handler. Av disse handler er 5 lange posisjoner og 5 er korte posisjoner. Ratio-winloss på mer enn 1 indikerer en lønnsom strategi. Forklaring til de forskjellige regnearkene Denne delen inneholder en detaljert forklaring av de forskjellige regnearkene i Backtesting Expert-modellen. The DownloadedData, AnalysisInput, AnalysOutput, ChartInput og ChartOutput-regneark er de samme som i Technical Analysis Expert-modellen. Dermed vil de ikke bli beskrevet i denne delen. For en fullstendig beskrivelse av disse regnearkene, se avsnittet Teknisk analyse ekspert. StrategyBackTestingInput regneark Alle inngangene for backtesting inkludert strategiene er oppgitt ved hjelp av dette regnearket. En strategi er i utgangspunktet et sett med forhold eller regler som du vil kjøpe i en aksje eller selge en aksje. For eksempel kan det være lurt å utføre en strategi for å gå Long (kjøp av aksjer) hvis 12 dagers glidende gjennomsnitt av prisen krysser over 24 dagers glidende gjennomsnitt. Dette regnearket jobber sammen med de tekniske indikatorene og prisdataene i AnalysisOutput-regnearket. Derfor må de bevegelige gjennomsnittlige tekniske indikatorene genereres for å kunne ha en handelsstrategi basert på glidende gjennomsnitt. Det første innspillet som kreves i dette regnearket (som vist i diagrammet nedenfor), er å angi om du vil avslutte alle handler ved slutten av testperioden. Tenk på scenariet der forholdene for kjøp av en aksje har skjedd, og Backtesting Expert inngikk en lang (eller kort) handel. Men tidsrammen er for kort og har avsluttet før handel kan oppfylle utgangsvilkårene, noe som resulterer i at noen handler ikke blir sluppet når backtestingsøkten slutter. Du kan sette dette til Y for å tvinge alle handler til å bli avsluttet på slutten av backtestingsøkten. Ellers blir handlingene igjen åpnet når backtesting avslutter. Strategier Maksimalt 10 strategier kan støttes i en enkelt tilbaketest. Diagrammet nedenfor viser inngangene som kreves for å angi en strategi. Strategi Initials - Dette inngangen aksepterer maksimalt to alfabeter eller tall. Strategiinitiativene brukes i AnalysisOutput og TradeLog-regnearkene for å identifisere strategiene. Lang (L) Kort (S) - Dette brukes til å angi om du skal legge inn en lang eller kort stilling når inntaksbetingelsene for strategien er oppfylt. Innskrivningsbetingelser En lang eller kort handel vil bli oppgitt når innskrivningsbetingelsene er oppfylt. Innskrivningsbetingelsene kan uttrykkes som et formeluttrykk. Formeluttrykket er saksfølsomt, og det kan gjøre bruk av Funksjoner, operatører og kolonner som beskrevet nedenfor. crossabove (X, Y) - Returnerer True hvis kolonne X krysser over kolonne Y. Denne funksjonen kontrollerer tidligere perioder for å sikre at en crossover faktisk har skjedd. crossbelow (X, Y) - Returnerer True hvis kolonne X krysser under kolonne Y. Denne funksjonen kontrollerer tidligere perioder for å sikre at en crossover faktisk har skjedd. og (logicalexpr,) - boolsk og. Returnerer True hvis alle de logiske uttrykkene er sanne. eller (logicalexpr,) - Boolean Or. Returnerer True hvis noen av de logiske uttrykkene er sanne. daysago (X, 10) - Returnerer verdien (i kolonne X) for 10 dager siden. previoushigh (X, 10) - Returnerer den høyeste verdien (i kolonne X) de siste 10 dagene, inkludert i dag. previouslow (X, 10) - Returnerer laveste verdien (i kolonne X) de siste 10 dagene inkludert i dag. Operatører større enn like Ikke lik større enn eller lik Tillegg - Subtraksjon Multiplikasjon Divisjonskolonner (fra AnalysisOutput) A - Kolonne AB - Kolonne BC .. .. YY - Kolonne YY ZZ - Kolonne ZZ Dette er den mest interessante og fleksible delen av oppføringen forhold. Det tillater at kolonner fra AnalysisOutput-regnearket blir spesifisert. Når backtestene utføres, vil hver rad fra kolonnen bli brukt til evaluering. For eksempel betyr A 50 hver av radene i kolonne A i analysen. Utgavens regneark vil bli bestemt om det er større enn 50. AB I dette eksemplet , hvis verdien i kolonne A i AnalysisOutput-regneark er større enn eller lik verdien av kolonne B, vil inngangsbetingelsen bli oppfylt. og (A B, CD) I dette eksemplet, hvis verdien i kolonne A i AnalysisOutput-regneark er større enn verdien av kolonne B, og verdien av kolonne C er større enn kolonne D, vil inngangsbetingelsen bli oppfylt. crossabove (A, B) I dette eksemplet, hvis verdien av kolonne A i AnalysisOutput-regneark krysser over verdien av B, vil inngangsbetingelsen bli oppfylt. crossover betyr at A opprinnelig har en verdi som er mindre enn eller lik B, og verdien av A blir senere større enn B. Utgangsvilkår Utgangsvilkårene kan benytte Funksjoner, Operatører og Kolonner som definert i inngangsbetingelsene. I tillegg kan det også benytte variabler som vist nedenfor. Variabler for Avgangsvilkår resultat Dette er definert som salgspris minus kjøpesummen. Salgsprisen må være større enn kjøpesummen for å få fortjeneste. Ellers vil fortjenesten bli null. tap Dette er definert som salgspris minus kjøpesummen når salgsprisen er lavere enn kjøpesummen. profitpct (salgspris - kjøpesum) kjøpesum Note. salgspris må være større enn eller lik kjøpesum. Ellers vil profitpct være null. Losspct (salgspris - kjøpesum) Kjøpskurs Note. salgspris må være mindre enn kjøpesummen. Ellers vil losspct være null. Eksempler profitpct 0.2 I dette eksemplet, hvis fortjenesten i prosent av prosent er større enn 20, vil utgangsvilkårene bli oppfylt. Kommisjonen - Kommisjonen i prosent av handelsprisen. Hvis handelsprisen er 10 og Kommisjonen er 0,1, vil kommisjonen være 1. Prosentvis provisjon og provisjon i dollar vil bli oppsummert for å beregne total provisjon. Kommisjonen - Kommisjonen i dollar. Prosentvis provisjon og provisjon i dollar vil bli oppsummert for å beregne total provisjon. Antall aksjer - Antall aksjer som skal kjøpes eller selges når strategier for opptakseksjon i strategien er oppfylt. TradeSummaryOutput regneark Dette er et regneark som inneholder et sammendrag av alle handler utført under backtestene. Resultatene er kategorisert i Long and Short Trades. En beskrivelse av alle feltene finner du nedenfor. Sum ProfitLoss - Sum fortjeneste eller tap etter provisjon. Denne verdien beregnes ved å summere alle overskudd og tap av alle handler simulert i tilbaketestet. Sum ProfitLoss før Kommisjonen - Totalresultat eller tap før provisjon. Hvis provisjon er satt til null, vil dette feltet ha samme verdi som Total ProfitLoss. Total kommisjon - Totalt provisjon kreves for alle handler simulert under tilbaketestet. Totalt antall handler - Totalt antall handler utført under simulert tilbaketest. Antall vinnende handler - Antall handler som gir fortjeneste. Antall tapende handler - Antall handler som gir tap. Prosent av vinnende handler - Antall vinnende handler delt på Totalt antall handler. Prosent tapende handler - Antall tapende handler delt på Totalt antall handler. Gjennomsnittlig vinnende handel - Den gjennomsnittlige verdien av fortjenesten til de vinnende handler. Gjennomsnittlig tap av handel - Den gjennomsnittlige verdien av tapene av tapende handler. Gjennomsnittlig handel - Gjennomsnittlig verdi (fortjeneste eller tap) av en enkelt handel med simulert tilbaketest. Største vinnende handel - Resultatet av den største vinnende handel. Største tap av handel - Tapet på den største miste handelen. Forholdet gjennomsnittlig vindkraftutslipp - Gjennomsnittlig vinnende handel dividert med gjennomsnittlig tapende handel. Ratio winloss - Summen av alle fortjenesten i vinnende handler divideres med summen av alle tapene i tapende handler. Et forhold på mer enn 1 indikerer en lønnsom strategi. TradeLogOutput regneark Dette regnearket inneholder alle handler simulert av Backtesting Expert sortert etter datoen. Det lar deg zoome inn i en bestemt handel eller tidsramme for å bestemme lønnsomheten til en strategi raskt og enkelt. Dato - Datoen hvor en lang eller kort posisjon er angitt eller avsluttet. Strategi - Strategien som brukes til å utføre denne handel. Posisjon - Posisjonen til handelen, enten lang eller kort. Handel - Angir om denne handelen er å kjøpe eller selge aksjer. Aksjer - Antall aksjer handlet. Pris - Prisen hvor aksjene er kjøpt eller solgt. Komm. - Total provisjon for denne handel. PL (B4 Comm.) - Gevinst eller tap før provisjon. PL (Avt. Comm.) - Gevinst eller tap etter provisjon. Cum. PL (Avt. Comm.) - Kumulativ fortjeneste eller tap etter provisjon. Dette beregnes som kumulativ total fortjeneste fra første handelsdag. PL (på sluttposisjon) - Gevinst eller tap når stillingen er stengt (avsluttet). Både inngangskommisjonen og avgangskommisjonen vil bli regnskapsført i denne PL. For eksempel, hvis vi har en lang posisjon der PL (B4 Comm.) Er 100. Forutsatt når posisjonen er innført, blir en 10 provisjon belastet og når stillingen er avsluttet, blir en annen provisjon på 10 ladet. PL (på avsluttende posisjon) er 100-10 - 10 80. Både provisjonen for å gå inn i stillingen og avslutte posisjonen regnskapsføres på stillingen i nærheten. Tilbake til TraderCode Technical Analysis Software og tekniske indikatorer