Ugrás a tartalomra
Élő online tréning - Mit tud ma a tudomány a befektetésekről? 2026. október 24. (szombat), 15:00-19:00. Részletek és jelentkezés

Hogyan kezd el a forex/tőzsdei kereskedést.. útmutató, lépésről lépésre

Szerző: Nagy Attila Zoltán | Hírlevél | YouTube | Facebook

A bejegyzésben arról lesz szó, hogyan érdemes egy forex vagy tőzsdei kereskedési stratégiát megvizsgálni, mielőtt valódi pénzt kockáztatnánk vele. Egy stratégia leírása, néhány jól sikerült ügylet vagy egy látványos múltbeli példa még keveset mond arról, hogy a módszer hosszabb távon is használható-e. A tesztelés célja ezért az, hogy minél több információt szerezzünk a stratégia működéséről, kockázatáról és korlátairól. A cikkben az alábbi témákat tárgyaljuk:

  • Miért érdemes tesztelni egy kereskedési stratégiát?
  • Mit kell pontosan meghatározni a tesztelés előtt?
  • Milyen teljesítmény- és kockázati mutatókat vizsgáljunk?
  • Miért kevés önmagában a találati arány?
  • Miért fontos a maximális visszaesés és a vesztő sorozatok vizsgálata?
  • Hogyan használható a vizuális teszt előszűrésre?
  • Mekkora mintára lehet szükség?
  • Hogyan vegyük figyelembe a spreadet, jutalékot és csúszást?
  • Mi az in-sample és az out-of-sample teszt?
  • Miért veszélyes a túloptimalizálás?
  • Hogyan vizsgáljuk a stratégia robusztusságát?
  • Mire használható a Monte Carlo szimuláció?
  • Miért érdemes demo számlán is kipróbálni a stratégiát?
  • Hogyan kezdjük el az éles kereskedést?
  • Mikor emelhető a kockázat?
  • Mikor érdemes felülvizsgálni egy korábban működő stratégiát?

Miért kell tesztelni egy kereskedési stratégiát?

Már megnéztünk néhány kereskedési technikát korábbi bejegyzésekben. A következő kérdés az, hogyan lehet eldönteni egy ilyen módszerről, hogy érdemes-e valódi pénzzel használni.

Gyakori hiba, hogy valaki elolvas egy stratégiáról szóló leírást, megnéz néhány példát, majd rögtön éles számlán próbálja ki. Néhány nyereséges kötés után könnyen kialakulhat az érzés, hogy megtaláltuk a működő módszert. Néhány veszteség után pedig ugyanilyen gyorsan megszülethet az ellenkező következtetés.

Mindkettővel ugyanaz a probléma. Túl kevés információ alapján próbálunk következtetni egy olyan folyamatra, amelynek eredménye jelentős részben véletlenszerűen ingadozhat.

A saját pénzünkön ezért nem célszerű kideríteni, hogy egy stratégia alapvető szabályai egyáltalán működőképesek-e. Erre használhatunk múltbeli adatokat, backtestet, vizuális ellenőrzést, demo számlát, majd később nagyon kis kockázatú éles kereskedést.

Megfigyelhető azonban, hogy a tesztelés önmagában sem old meg mindent. Egy kiváló múltbeli eredmény még nem bizonyítja, hogy a stratégia a jövőben is hasonlóan fog teljesíteni. A tesztelés célja ezért nem egy szép eredmény előállítása. Sokkal fontosabb annak feltárása, hogy milyen körülmények között működött a stratégia, mekkora kockázat mellett érte el az eredményt, mennyire stabilak a paraméterei, és mennyire érzékeny a piaci környezet változására.

A kereskedési stratégia tesztelésének két alapvető célja

Az első cél annak vizsgálata, hogy a stratégia mögött kimutatható-e valamilyen gazdaságilag értelmezhető előny. Ehhez nem elegendő azt megnézni, hogy a backtest végén több pénzünk van-e, mint az elején. A hozam mellett a kockázatot, a visszaeséseket, a költségeket és az eredmény stabilitását is vizsgálni kell.

A második cél a stratégia megismerése és begyakorlása. Tudnunk kell, mikor keletkezik jelzés, hogyan történik a pozícióméretezés, hol kerül elhelyezésre a stop, milyen körülmények között nem kereskedünk, és mit kell tennünk a pozíció megnyitása után.

Ahogy fentebb beszéltünk róla, a stratégia iránti bizalom is fontos. Ez azonban lehetőleg ne abból származzon, hogy valaki azt mondta a módszerről, hogy működik. Sokkal hasznosabb, ha ismerjük a saját tesztünk eredményeit, a historikus visszaeséseket, a vesztő sorozatokat és azt is, hogy milyen körülmények között romlott korábban a teljesítmény.

Először pontosan írjuk le a stratégiát

Mielőtt bármilyen backtestet készítünk, pontosan meg kell határozni a szabályokat. Ez egyszerű feladatnak tűnik, a gyakorlatban azonban sok kereskedési technika leírása több ponton szubjektív.

Vegyünk egy egyszerű mondatot. "Legyen előtte trend vagy hosszabb egyirányú mozgás." Első olvasásra érthetőnek tűnik. Teszteléskor azonban rögtön felmerül több kérdés. Mit nevezünk trendnek? Milyen idősíkon vizsgáljuk? Mekkora mozgás számít hosszúnak? Elfogadható-e egy hír hatására kialakuló gyors árfolyammozgás? Ha ezekre nincs előre meghatározott válasz, két különböző ember könnyen két különböző backtestet készít ugyanarra a stratégiára. Érdemes ezért minden szabályt olyan pontosan leírni, hogy egy másik ember ugyanazon az adatsoron lehetőleg ugyanazokat a jelzéseket találja meg. A szabályrendszer például az alábbi elemeket tartalmazhatja:

  • a belépési feltételeket
  • a kilépési feltételeket
  • a stop elhelyezését
  • a pozícióméretezést
  • a használható instrumentumokat
  • a használható idősíkokat
  • a kereskedésből kizárt időszakokat
  • a több egyidejű pozíció kezelését
  • a költségek elszámolásának módját

Ha indikátorokat használunk, azok minden paraméterét is rögzíteni kell. Ugyanez igaz a mozgóátlag hosszára, a kitörési szint meghatározására, a stop távolságára és minden egyéb változtatható elemre.

Néhány alapelv a teszteléshez

A korrekt tesztelés egyik feltétele a következetesség. Ha menet közben folyamatosan módosítjuk a szabályokat, a végén már nehéz lesz eldönteni, hogy pontosan mit teszteltünk.

Érdemes néhány egyszerű elvet betartani:

  • Teljesség. A stratégiát a teljes szabályrendszerével együtt vizsgáljuk.
  • Összemérhetőség. Ha több stratégiát vagy több paraméterezést hasonlítunk össze, lehetőleg azonos feltételeket használjunk.
  • Világosság. Minden változtatást pontosan dokumentáljunk.
  • Következetesség. Egy teszt közben ne módosítsuk utólag a szabályokat azért, mert látjuk az eredményt.
  • Reprodukálhatóság. Törekedjünk arra, hogy ugyanazokból az adatokból és szabályokból ismét ugyanazt az eredményt kapjuk.

Ez utóbbi azért is fontos, mert a backtest során nagyon könnyű észrevétlenül alkalmazkodni a múltbeli adatokhoz. Ha például a 20 napos mozgóátlag gyenge eredményt ad, kipróbáljuk a 21 naposat, majd a 22 naposat, később pedig még húsz másik változatot, jó eséllyel találunk olyat, amelyik a múltban kiválóan működött. Ettől még nem biztos, hogy valódi előnyt találtunk.

Milyen eredményt várjunk egy kereskedési stratégiától?

Korábban gyakran találkozhattunk olyan szabályokkal, amelyek egy meghatározott éves hozamot vagy találati arányt vártak el egy stratégiától. Ezekkel óvatosan érdemes bánni.

Nincs olyan általános éves hozam, amelyet minden daytrade, swing vagy hosszabb távú stratégiának teljesítenie kellene. Ugyanaz az éves hozam egészen más értéket jelenthet 5 százalékos és 40 százalékos maximális visszaesés mellett.

A teljesítményt ezért több mutató együttes vizsgálatával érdemes értékelni.

Hasznos mutatók lehetnek:

  • évesített hozam
  • volatilitás
  • maximális visszaesés
  • Sharpe-ráta
  • Sortino-ráta
  • Calmar-ráta
  • profit factor
  • átlagos nyereség és átlagos veszteség
  • egy ügyletre jutó várható eredmény
  • találati arány
  • forgalom és kereskedési költség

Ezek közül egyik mutató sem mond el mindent önmagában. Egy magas hozamú stratégia lehet nehezen elviselhető a nagy visszaesések miatt. Egy magas találati arányú stratégia pedig lehet veszteséges, ha a ritka veszteségek sokkal nagyobbak a gyakori nyereségeknél.

Miért kevés önmagában a találati arány?

A találati arány az egyik legkönnyebben érthető kereskedési mutató, ezért sokan nagy jelentőséget tulajdonítanak neki. Egy 70 százalékos találati arány első ránézésre sokkal jobbnak tűnik egy 35 százalékosnál. Ez azonban önmagában kevés információ.

Tegyük fel, hogy egy stratégia az ügyletek 40 százalékában nyer. Az átlagos nyereség 300 dollár, az átlagos veszteség 100 dollár. Egy ügylet várható eredménye ebben az egyszerű példában:

0,40 × 300 - 0,60 × 100 = 60 dollár.

A stratégia tehát 40 százalékos találati arány mellett is pozitív várható értékű lehet. Fordítva is előfordulhat. Egy 80 százalékos találati arány sem sokat ér, ha a nyerő ügyleteken átlagosan 20 dollárt keresünk, a veszteségeken pedig 200 dollárt veszítünk. A találati arányt ezért mindig az átlagos nyereség, az átlagos veszteség és a költségek mellett érdemes vizsgálni.

A maximális visszaesés az egyik legfontosabb adat

A maximális drawdown azt mutatja meg, hogy egy korábbi csúcstól számítva mekkora volt a stratégia legnagyobb visszaesése. Ez azért fontos, mert ugyanaz a hozam teljesen más kockázati profil mellett is előállhat. Egy évi 20 százalékot hozó stratégia 8 százalékos maximális visszaeséssel egészen más, mint egy évi 20 százalékot hozó stratégia 40 százalékos visszaeséssel.

Erre használható például a Calmar-ráta is, amely az évesített hozamot viszonyítja a maximális visszaeséshez. Sajnos azonban a historikus maximális drawdown sem tekinthető olyan határnak, amelynél a jövőben biztosan nem lesz nagyobb visszaesés. A múltban látott legrosszabb eset csak egy megfigyelés. A jövőben ennél kedvezőtlenebb sorozat is kialakulhat.

Ezért érdemes a pozícióméretezésnél biztonsági tartalékkal számolni, és később Monte Carlo vizsgálattal is megnézni a lehetséges kimeneteleket.

Miért fontos az egymást követő veszteségek száma?

A hosszú vesztő sorozat önmagában nem jelenti azt, hogy egy stratégia elromlott. Alacsony találati arányú rendszereknél hosszabb veszteségsorozatok természetes módon is kialakulhatnak. Ennek ellenére érdemes feljegyezni az átlagos és a maximális historikus vesztő sorozatot. Ennek pszichológiai és kockázatkezelési jelentősége is van.

Ha egy kereskedő nincs felkészülve arra, hogy egy nyereséges stratégia akár tíz egymást követő veszteséget is produkálhat, könnyen éppen a legrosszabb pillanatban hagyja abba a használatát.

Tegyük a fentiekhez hozzá, hogy a múltban megfigyelt leghosszabb sorozat itt sem jelent felső korlátot. Ha egy backtestben legfeljebb nyolc egymást követő veszteséget láttunk, a jövőben ettől még előfordulhat tíz, tizenkettő vagy ennél is több.

Először jöhet egy gyors vizuális teszt

Egy részletes backtest elkészítése sok munkát igényelhet. Emiatt célszerű lehet előtte egy gyors vizuális ellenőrzést végezni. Ennek során múltbeli grafikonokon megkereshetünk 10-20 szabályos jelzést, és ellenőrizhetjük, hogy a stratégia szabályai valóban felismerhetők és alkalmazhatók-e. Fontos azonban, hogy ez csak előszűrés. Tíz vagy húsz megfigyelésből nem érdemes következtetni a stratégia várható hozamára. A vizuális ellenőrzés során inkább ezeket vizsgáljuk:

  • egyértelműen felismerhető-e a jelzés
  • reprodukálható-e a döntés
  • minden szükséges információ rendelkezésre állt-e a kötés pillanatában
  • van-e olyan szabály, amelyet utólag könnyebb alkalmazni, mint valós időben
  • érdemes-e egyáltalán részletes backtestet készíteni

A vizuális vizsgálat egyik veszélye a hindsight bias. Ha látjuk, mi történt a jelzés után, könnyen másképp értelmezzük a belépési feltételeket. Emiatt lehetőség szerint úgy haladjunk a grafikonon, hogy a jövőbeli árfolyammozgást ne lássuk.

Mekkora mintára van szükség?

Erre nincs minden stratégiára érvényes darabszám. Általában igaz azonban, hogy minél kisebb a minta, annál nagyobb szerepet játszhat a véletlen. Száz ügylet több információt ad tíznél, ezer ügylet pedig rendszerint többet száznál. A kötések száma mellett azonban az is fontos, hogy milyen időszakból származnak.

Ötszáz ügylet egyetlen erős bikapiacról kevésbé informatív lehet, mint egy kisebb minta, amely több eltérő piaci környezetet tartalmaz. Érdemes ezért olyan időszakot választani, amelyben lehetőség szerint szerepel:

  • emelkedő piac
  • eső piac
  • oldalazó időszak
  • magas volatilitás
  • alacsony volatilitás
  • válság vagy piaci stressz
  • nyugodtabb piaci környezet

Ha több instrumentumon használható a stratégia, az is értékes információ, ha több piacon megvizsgáljuk.

A backtestben a költségeket is figyelembe kell venni

Az egyik leggyakoribb hiba, hogy a teszt bruttó eredménye jól néz ki, de a tényleges kereskedési költségek jelentős részét elvinnék a nyereségnek. A számítás során a stratégiától és piactól függően figyelembe kell venni:

  • spreadet
  • jutalékot
  • slippage-et
  • finanszírozási vagy swap költséget
  • egyéb kereskedési díjakat

Ez rövid távú stratégiáknál még fontosabb lehet. Ha egy ügylet várható előnye nagyon kicsi, néhány bázisponttal magasabb tényleges költség az egész eredményt eltüntetheti.

Érdemes ezért stressztesztet is készíteni. Nézzük meg, mi történik akkor, ha a feltételezett kereskedési költség 25, 50 vagy akár 100 százalékkal magasabb. Ha a stratégia már kis költségemelkedés mellett veszteségessé válik, az fontos információ az éles használat előtt.

Ne csak a teljes eredményt nézzük

Előfordulhat, hogy egy stratégia összességében nagyon jól teljesít, miközben a nyereség jelentős része néhány kiugró ügyletből származik. Ez önmagában még nem feltétlenül probléma. Egy trendkövető rendszer működésének természetes része lehet, hogy sok kisebb veszteséget néhány nagy nyereség ellensúlyoz. Érdemes azonban megvizsgálni, mennyire koncentrált az eredmény.

Egyszerű stresszteszt lehet, ha újraszámoljuk a teljesítményt az 5 vagy 10 legjobb ügylet nélkül. Ha ezek eltávolítása után a stratégia teljes eredménye eltűnik, akkor tudjuk, hogy a profit erősen függ néhány ritka eseménytől.

Ugyanezt időszakokra is megvizsgálhatjuk. Nézzük meg, hogy a teljes nyereség mekkora része származik egyetlen évből vagy egyetlen piaci rezsimből.

In-sample és out-of-sample teszt

Itt érkezünk el a modern stratégiafejlesztés egyik legfontosabb problémájához. Ha ugyanazon az adatsoron találjuk ki a szabályokat, választjuk ki a paramétereket és értékeljük a végeredményt, könnyen a múlt sajátosságaira optimalizálhatjuk a rendszert.

Ezért célszerű az adatokat legalább két részre osztani. Az első az in-sample időszak. Ezen fejlesztjük a stratégiát, választjuk ki a szabályokat és vizsgáljuk a paramétereket. A második az out-of-sample időszak. Ehhez lehetőleg csak akkor nyúlunk, amikor a stratégia szabályai már készen vannak. Ha a rendszer az in-sample időszakban kiváló, az out-of-sample adatokon viszont eltűnik az előnye, az figyelmeztető jel lehet. Ennél tovább is lehet menni. Walk-forward teszt során több egymást követő fejlesztési és tesztelési időszakot használhatunk. Ez jobban hasonlít ahhoz a helyzethez, ahogy egy stratégiát a valóságban időről időre újrabecsülnénk vagy újrakalibrálnánk.

Mi az overfitting?

A túlillesztés vagy overfitting akkor jelenik meg, amikor a stratégia túl jól alkalmazkodik a múltbeli adatok sajátosságaihoz. Ilyenkor a backtest kiváló lehet, miközben a jövőbeli teljesítmény lényegesen gyengébb.

Minél több paramétert próbálunk ki, annál nagyobb az esélye annak, hogy pusztán véletlenül találunk egy nagyon jól teljesítő kombinációt. Tegyük fel, hogy kipróbálunk 10, 20, 30, 40 és 50 napos mozgóátlagot. Ez még viszonylag kevés változat. Ha azonban több tucat indikátort, több száz paraméterkombinációt, különböző stopokat, profitcélokat és szűrőket próbálunk végig, előbb-utóbb szinte biztosan találunk valamit, ami a múltban látványosan működött. Éppen ezért gyanús lehet az a stratégia, amely csak egy nagyon szűk paraméterkombináció mellett teljesít jól.

Vizsgáljuk meg a paraméterek stabilitását

Egy robusztus stratégia esetén általában azt szeretnénk látni, hogy kisebb paraméterváltoztatások mellett sem omlik össze teljesen az eredmény. Ha például egy 50 napos mozgóátlaggal kiváló eredményt kapunk, érdemes megnézni a 45, 48, 52 vagy 55 napos változatot is.

Ha az 50 napos paraméter kiugróan jó, a körülötte levő összes érték pedig gyenge, könnyen lehet, hogy egy múltbeli véletlen sajátosságot találtunk. Sokkal megnyugtatóbb, ha egy szélesebb paramétertartományban hasonló eredményeket látunk.

Milyen robusztussági vizsgálatokat végezhetünk?

Egy jó backtest után még érdemes megpróbálni "elrontani" a stratégiát. Ha több kedvezőtlen feltételezés mellett is életképes marad, erősebb bizonyítékunk lesz arra, hogy az eredmény nem egyetlen speciális beállítás következménye. Néhány egyszerű vizsgálat:

  • magasabb tranzakciós költség
  • nagyobb slippage
  • eltérő paraméterértékek
  • más időszak
  • más instrumentum
  • más piaci rezsim
  • a legjobb ügyletek eltávolítása
  • egyes évek elhagyása
  • eltérő belépési vagy kilépési végrehajtás

Megfigyelhető azonban, hogy ezeknek sem az a céljuk, hogy mindenáron életben tartsuk a stratégiát. Ha egy rendszer több ilyen vizsgálatban szétesik, az maga is hasznos eredmény. Jobb ezt a backtest során megtudni, mint éles kereskedésben.

Mire használható a Monte Carlo szimuláció?

Egyetlen historikus backtest csak egy lehetséges sorrendben mutatja meg az ügyleteket. A jövőben a nyereséges és veszteséges kötések más sorrendben következhetnek egymás után.

Monte Carlo szimulációval sok lehetséges kereskedési pályát állíthatunk elő. Egyszerű esetben a historikus ügyletek újramintavételezésével vagy sorrendjük megváltoztatásával vizsgálhatjuk, milyen eltérő eredmények alakulhatnak ki.

Így nem egyetlen maximális drawdownt kapunk. Egy teljes eloszlást láthatunk arról, hogy különböző szimulált pályákon mekkora visszaesések fordulhatnak elő. Ugyanez használható a vesztő sorozatok vizsgálatára is. Lehetséges, hogy a historikus backtestben a leghosszabb sorozat hét veszteség volt, miközben a szimulációk jelentős részében ennél hosszabb sorozatok is kialakulnak. Ez a pozícióméretezésnél is értékes információ.

Miért érdemes demo számlán is tesztelni?

Ha a múltbeli teszt megfelelő eredményt adott, következhet a demo vagy paper trading szakasz. Ennek már más a feladata. A backtest elsősorban a stratégia historikus működéséről ad információt. A demo kereskedés során azt vizsgáljuk, hogy a szabályrendszer valós időben is végrehajtható-e.

Lehetőleg annál a brókernél és azon a platformon teszteljünk, ahol később kereskedni szeretnénk. A számlaméretet és a pozícióméretezést is érdemes a későbbi valós kereskedéshez igazítani. A demo során kiderülhet például, hogy:

  • túl gyorsan érkeznek a jelzések
  • a választott idősík nem illeszkedik az életvitelünkhöz
  • bizonyos jelzésekről rendszeresen lemaradunk
  • a pozíciókezelés nehezebb, mint a backtestben látszott
  • a tényleges spread vagy végrehajtás eltér a feltételezettől
  • több instrumentum egyidejű kezelése túl nagy terhelést jelent

A demo számlának tehát nem az a feladata, hogy újra bizonyítsa a backtest eredményét. Inkább a végrehajtást, a kereskedési rutint és a stratégia gyakorlati használhatóságát ellenőrizzük vele.

Meddig érdemes demózni?

Erre sincs univerzális kötésszám. Egy napi húsz jelzést adó rendszer teljesen más, mint egy olyan stratégia, amely havonta csak néhány ügyletet generál. A demo szakaszt ezért célszerű előre meghatározott időhöz vagy kötésszámhoz kötni. A cél az, hogy elegendő tapasztalatunk legyen a rendszer végrehajtásáról. A demo végén érdemes összevetni a ténylegesen végrehajtott ügyleteket a stratégia szabályaival. Ha rendszeresen eltérünk tőlük, az fontosabb információ lehet, mint maga a demo számla nyeresége vagy vesztesége.

Demo után kis méretű éles kereskedés következhet

A demo és az éles kereskedés között pszichológiai szempontból jelentős különbség lehet. Emiatt célszerű lehet az első valódi ügyleteket a tervezett végleges kockázat töredékével végrehajtani. Az első időszak célja itt sem a gyors pénzkeresés. Azt vizsgáljuk, hogy a demo környezetben begyakorolt folyamat valódi pénz mellett is követhető-e.

Figyeljük meg, változik-e a viselkedésünk. Korábban zárjuk-e a nyereséges pozíciókat? Távolabb tesszük-e a stopot? Kihagyunk-e szabályos jelzéseket néhány veszteség után? Nagyobb pozíciót veszünk-e fel egy veszteség visszanyerése érdekében? Ha ezek megjelennek, a pozícióméret emelése helyett előbb a végrehajtást kell stabilizálni.

Hogyan emeljük a kockázatot?

A pozícióméret emelését nem érdemes kizárólag ahhoz kötni, hogy az előző néhány ügylet nyereséges volt-e. Rövid idő alatt a szerencse jelentős szerepet játszhat.

Jobb feltétel lehet, ha egyszerre több dolog teljesül. A stratégia éles eredménye nagyjából összhangban van azzal a tartománnyal, amelyet a korábbi vizsgálatok alapján elfogadhatónak tartottunk. A szabályokat következetesen végrehajtjuk. A költségek és a végrehajtás sem térnek el jelentősen a feltételezésektől.

A kockázatot fokozatosan érdemes emelni. Nincs szükség arra, hogy minden lépésben megduplázzuk a pozícióméretet. A kisebb lépések több időt adnak annak megfigyelésére, hogyan változik a stratégia tényleges kockázata és a saját viselkedésünk.

A végső pozícióméretet a teljes portfólió kockázatához kell igazítani. Ha több stratégia vagy több erősen korreláló instrumentum fut egyszerre, az egyenként kis kockázatok összeadódhatnak.

Mikor kell felülvizsgálni egy működő stratégiát?

Az éles kereskedés elindítása után sem ér véget a vizsgálat. A stratégia teljesítményét folyamatosan össze kell vetni azzal, amit a historikus tesztek alapján várhatónak tartottunk.

Önmagában néhány veszteséges ügylet még kevés ok a stratégia leállítására. Ugyanakkor érdemes előre meghatározni azokat a helyzeteket, amelyek felülvizsgálatot indítanak. Ilyen lehet például:

  • a historikus tartományt jelentősen meghaladó drawdown
  • szokatlanul hosszú vesztő sorozat
  • a találati arány vagy az átlagos nyereség tartós romlása
  • a tranzakciós költségek jelentős emelkedése
  • a piaci szerkezet vagy a végrehajtási környezet megváltozása
  • a stratégia jelzéseinek tartós eltérése a korábban megfigyeltektől

Ilyenkor nem feltétlenül az az első lépés, hogy új paramétereket keresünk. Ezzel könnyen ismét túlilleszthetjük a rendszert. Előbb azt érdemes megvizsgálni, hogy a romlás belefér-e a stratégia korábban becsült bizonytalanságába.

Hogyan nézhet ki a teljes folyamat?

Ha az eddigieket egyetlen folyamatba rendezzük, a stratégia éles használata előtt több egymásra épülő lépést kapunk.

  1. Pontosan definiáljuk a kereskedési szabályokat.
  2. Vizuális ellenőrzéssel megnézzük, hogy a szabályok egyértelműen alkalmazhatók-e.
  3. Megfelelően hosszú időszakon elkészítjük a historikus backtestet.
  4. Figyelembe vesszük a spreadet, jutalékot, slippage-et és az egyéb költségeket.
  5. Megvizsgáljuk a hozamot, drawdownt, találati arányt, profit factort és más releváns mutatókat.
  6. Megnézzük az eredmény stabilitását különböző időszakokban és piaci környezetekben.
  7. Elkülönítjük az in-sample és out-of-sample adatokat.
  8. Paraméterérzékenységi és más robusztussági vizsgálatokat végzünk.
  9. Monte Carlo szimulációval megvizsgáljuk a lehetséges drawdownokat és vesztő sorozatokat.
  10. Demo vagy paper trading környezetben begyakoroljuk a végrehajtást.
  11. Kis kockázattal elindítjuk az éles kereskedést.
  12. Csak megfelelő tapasztalat után emeljük fokozatosan a pozícióméretet.
  13. Az éles eredményeket folyamatosan összevetjük a korábbi tesztek eredményeivel.

Összegzés

Egy kereskedési stratégia tesztelése jóval többet jelent annál, hogy megnézzük, mennyi pénzt termelt volna a múltban. A magas historikus hozam önmagában kevés. Tudnunk kell, mekkora kockázat mellett keletkezett, hány ügyletből állt elő, mennyire függ néhány kiugró eredménytől, milyen költségekkel számoltunk, és más időszakokban is fennmaradt-e az előny.

Ahogy fentebb beszéltünk róla, a backtest egyik legnagyobb veszélye éppen az, hogy túl jól sikerül. Ha elegendő paramétert és szabályt próbálunk ki ugyanazon a múltbeli adatsoron, előbb-utóbb találhatunk egy látványosan teljesítő változatot. Emiatt van szükség out-of-sample vizsgálatra, paraméterérzékenységre és robusztussági tesztekre.

A demo kereskedés ezután már más kérdésre ad választ. Megmutatja, hogy a papíron és a backtestben működő szabályrendszert képesek vagyunk-e valós időben is végrehajtani. Az első kis méretű éles ügyletek pedig azt mutatják meg, hogyan változik a viselkedésünk akkor, amikor már valódi pénz van kockán.

Sajnos azonban még egy gondosan tesztelt stratégia jövőbeli eredménye sem garantálható. A tesztelés értelme éppen az, hogy a lehető legtöbb bizonytalanságot még azelőtt feltárjunk, hogy jelentős tőkét kockáztatnánk.

Tanfolyamaink – fejleszd pénzügyi tudásod!

Ha szeretnél elmélyedni a befektetések világában, válassz az alábbi gyakorlatorientált képzések közül:

  • Befektetés: kezdőknek szóló tanfolyam a portfóliókialakításról, részletek itt.
  • Tőzsdei kereskedés: magyar és külföldi piacok gyakorlati bemutatása, technikai és fundamentális elemzéssel, részletek itt.
  • Daytrade kereskedés: intenzív, rövid távú stratégiák devizákkal és részvényekkel, napi kereskedőknek, részletek itt.
  • Bitcoin és kriptoeszközök: modern, jövőorientált képzés a legújabb blokklánc-trendekről és kriptokereskedésről, részletek itt.
  • Adatelemzés: kvantitatív módszerek gyakorlati bemutatása valódi tőkepiaci adatokon, programozás nélkül, részletek itt.