Czy zyskowny backtest oznacza, że strategia będzie zarabiać?

Nie. Backtest opisuje historyczne zachowanie przy określonych założeniach; nie gwarantuje przyszłych wyników. Silne przeszłe wyniki mogą wynikać z nadmiernego dopasowania, pominiętych kosztów lub reżimu rynkowego, który już nie istnieje, a wyniki są często znacznie gorsze w handlu na żywo.

Czym jest nadmierne dopasowanie w prostych słowach?

Nadmierne dopasowanie to sytuacja, gdy strategia jest tak ściśle dostrojona do jednego zbioru danych, że zapamiętuje losowy szum zamiast jakiegokolwiek prawdziwego wzorca. Takie strategie wyglądają znakomicie na danych, do których zostały dopasowane, i zazwyczaj rozpadają się na nowych danych lub w rzeczywistym handlu.

Jak ludzie próbują ograniczać nadmierne dopasowanie?

Powszechne praktyki obejmują używanie mniejszej liczby parametrów, testowanie na danych, do których reguła nie była dostrojona (poza próbą), sprawdzanie, czy wyniki przetrwają drobne zmiany ustawień, oraz uwzględnianie realistycznych kosztów i poślizgu cenowego. Zmniejszają one ryzyko, ale nigdy go nie eliminują — żaden backtest nie może udowodnić, że strategia zadziała w przyszłości.

Czy backtesting może zweryfikować formacje wykresów, Fibonacciego lub wskaźniki takie jak RSI i MACD?

Nie w wiarygodny sposób. Metody te są subiektywne i sporne, a backtest może sprawić, że będą wyglądać bardziej precyzyjnie, niż są. Backtesting może opisać, jak reguła zachowywała się historycznie, ale nie może zamienić spornej metody w niezawodny predyktor ceny.

Czy backtesting jest zatem bezużyteczny?

Nie. Używany uczciwie jest cenny do zrozumienia zachowania reguły, mierzenia historycznych obsunięć kapitału, sprawdzania wrażliwości na założenia i eliminowania kruchych pomysłów. Niebezpieczeństwo polega na traktowaniu go jako dowodu przyszłego zysku, a nie jako narzędzia diagnostycznego.

Jak BIKENZO ma się do backtestingu?

BIKENZO to terminal danych i analityki Bitcoina, a nie broker, giełda ani silnik do backtestingu. Może dostarczać kontekst danych rynkowych, taki jak płynność w stosunku do ceny BTC, co może pomóc ci zinterpretować historyczne ruchy — ale nie stawia żadnych prognoz i nie oferuje żadnych sygnałów handlowych.

Backtesting: co może pokazać i jak wprowadza w błąd

Backtesting uruchamia regułę handlową na danych historycznych, aby zobaczyć, jak by się zachowała, ale dobrze wyglądający backtest nie przewiduje przyszłych wyników — nadmierne dopasowanie i ukryte błędy rutynowo sprawiają, że strategie wyglądają na papierze znacznie lepiej, niż działają na żywo.

Backtesting to praktyka polegająca na wzięciu zdefiniowanego zestawu reguł handlowych i zastosowaniu ich do przeszłych danych cenowych, aby zmierzyć, jak reguły by się sprawdziły. Jest to jedno z najczęstszych narzędzi w handlu ilościowym i uznaniowym i może być naprawdę przydatne do zrozumienia zachowania strategii. Jest to również jedno z najłatwiejszych narzędzi do oszukania samego siebie. Ten artykuł wyjaśnia, prostymi słowami, co backtest faktycznie mierzy, skąd biorą się jego wyniki oraz w jaki konkretny sposób — przede wszystkim przez nadmierne dopasowanie — backtest może wprowadzać w błąd. Nic tutaj nie jest poradą handlową ani rekomendacją; to tło, dzięki któremu możesz czytać wyniki backtestów z odpowiednim sceptycyzmem.

Czym właściwie jest backtesting

Backtest bierze stały zestaw reguł — na przykład warunek wejścia, warunek wyjścia i wielkość pozycji — i odtwarza go na zbiorze danych historycznych, takich jak przeszłe ceny Bitcoina (BTC). Rejestruje, jakie transakcje wygenerowałaby reguła, i tworzy statystyki, takie jak całkowity zwrot, odsetek zyskownych transakcji, maksymalne obsunięcie kapitału (drawdown) oraz liczba transakcji.

Podstawowa idea jest prosta: gdyby reguła nie miała żadnej użytecznej struktury, nie powinna zachowywać się lepiej niż losowo na przeszłych danych. Backtesting to sposób na zbadanie historycznego zachowania reguły w mierzalny, powtarzalny sposób, zamiast polegania na pamięci lub intuicji dotyczącej tego, „co zwykle się dzieje”.

Co backtest może zgodnie z prawdą pokazać

Backtest jest najbardziej wiarygodny jako narzędzie opisowe i diagnostyczne, a nie prognostyczne. Może ujawnić, jak często reguła by handlowała, jak duże było jej najgorsze historyczne obsunięcie kapitału, jak wrażliwe są wyniki na koszty oraz czy logika w ogóle działa bez błędów.

Jest też przydatny do eliminacji. Reguła, która radziła sobie słabo w długiej, zróżnicowanej historii — lub która działała tylko w jednym wąskim okresie — wyraźnie nie wykazała odporności. Wykluczanie pomysłów jest często bardziej uczciwym zastosowaniem backtestingu niż próba potwierdzenia, że ulubiony pomysł „działa”.

Nadmierne dopasowanie: główna pułapka

Nadmierne dopasowanie (overfitting) występuje, gdy strategia jest tak ściśle dostrojona do osobliwości jednego historycznego zbioru danych, że wychwytuje szum, a nie jakikolwiek trwały wzorzec. Jeśli testujesz setki kombinacji parametrów i zachowujesz tę z najlepszym przeszłym zwrotem, najprawdopodobniej wyselekcjonowałeś szczęście, a nie umiejętność — jakaś kombinacja zawsze przypadkiem wyglądałaby dobrze.

Znaki ostrzegawcze są znajome: wiele regulowanych parametrów, wyniki, które się załamują, gdy ustawienie zostanie lekko poruszone, spektakularne wyniki skoncentrowane w kilku transakcjach oraz reguły, które były wielokrotnie korygowane, aż krzywa kapitału wyglądała atrakcyjnie. Strategia nadmiernie dopasowana zwykle radzi sobie znacznie gorzej poza próbą — na danych, do których nie była dostrojona — i jeszcze gorzej w handlu na żywo.

Inne błędy, które zawyżają wyniki backtestów

Nadmierne dopasowanie nie jest jedynym problemem. Błąd spoglądania w przyszłość (look-ahead bias) wykorzystuje informacje, które nie byłyby dostępne w momencie transakcji. Błąd przeżywalności (survivorship bias) testuje tylko aktywa, które nadal istnieją, ignorując te, które upadły. Błąd wielokrotnego testowania (data-snooping) kumuluje się, gdy wiele osób testuje wiele pomysłów na tej samej historii i raportowani są tylko zwycięzcy.

Praktyczne tarcia również łatwo pominąć. Koszty transakcyjne, opłaty, poślizg cenowy, spready, finansowanie oraz trudność w realizacji dużych zleceń na płytkich rynkach mogą zamienić regułę zyskowną na papierze w stratną. Backtest, który zakłada idealne realizacje po idealnych cenach, mierzy rynek, który nie istnieje.

Dlaczego dobry backtest nie jest prognozą

Nawet starannie skonstruowany, kontrolowany pod kątem błędów backtest opisuje przeszłość w jednym określonym zestawie warunków. Rynki się zmieniają: płynność, zmienność, uczestnicy i regulacje z czasem się przesuwają, a reguła, która pasowała do jednego reżimu, może zawieść w innym. Przeszłe wyniki nie niosą ze sobą gwarancji na przyszłość, a backtesty są często zawyżane.

Właśnie dlatego prognostyczne metody handlowe w ogólności — formacje wykresów, fale Elliotta, poziomy Fibonacciego oraz wskaźniki techniczne, takie jak RSI czy MACD — są sporne i subiektywne. Backtestowanie ich może sprawić, że wyglądają precyzyjnie, ale nie może sprawić, że będą wiarygodnie przewidywać ceny. Handel jest wysoce ryzykowny, a badania konsekwentnie wskazują, że większość inwestorów detalicznych z czasem traci pieniądze.

Czytanie danych rynkowych w kontekście

Ponieważ backtesty mogą schlebiać strategii, niektórzy wolą przyglądać się także szerszemu kontekstowi danych rynkowych, a nie samej cenie. BIKENZO to terminal danych i analityki Bitcoina, który pokazuje informacje takie jak płynność w stosunku do ceny BTC; ten kontekst może pomóc ci zinterpretować, czy historyczny ruch nastąpił na głębokim, płynnym rynku, czy na płytkim.

To kontekst, a nie sygnał czy prognoza. BIKENZO nie mówi ci, co się wydarzy, nie generuje transakcji i nie jest miejscem do handlu — jest soczewką do zrozumienia danych stojących za ceną. Każda decyzja i każde ryzyko pozostają całkowicie twoje.