Manipolazione dei trade Monte Carlo

Questo controllo incrociato esegue delle simulazioni in cui in ogni simulazione manipola le operazioni esistenti - le mescola, ne perde alcune e così via.

È molto veloce, perché non richiede l'esecuzione di backtest, ma lavora su operazioni già esistenti dal backtest principale.

L'idea è quella di verificare quanto la curva dell'equity della strategia dipenda dal particolare ordine degli scambi e cosa succederebbe se alcuni scambi venissero mancati.

È possibile effettuare queste manipolazioni commerciali in ogni simulazione:

Randomizzare l'ordine delle compravendite - Questo è il test più semplice, in quanto rimescola in modo casuale l'ordine delle operazioni. Questo non cambia il profitto netto risultante, ma è molto utile per esaminare le diverse variazioni del drawdown che possono derivare da un diverso ordine delle operazioni.

Saltare a caso le compravendite - salterà casualmente le operazioni con una determinata probabilità. Nel trading reale può capitare di perdere un'operazione a causa di un guasto della piattaforma o di Internet, o semplicemente perché si è interrotto il trading per qualche tempo. Questo test vi darà un'idea di come potrebbe apparire la curva dell'equity se alcune operazioni venissero saltate a caso.

Interpretare i risultati

I test di robustezza forniscono i risultati sotto forma di una serie di grafici azionari per ogni esecuzione del test e di una tabella che mostra i risultati della simulazione Monte Carlo.

In questo esempio abbiamo eseguito 100 simulazioni, con operazioni saltate a caso.

Possiamo vedere quale sarebbe il patrimonio netto per ciascuna di queste simulazioni e la tabella a sinistra ci fornisce informazioni preziose sulle proprietà della strategia durante queste simulazioni.

Cosa significano questi valori?

La prima riga mostra i valori di Profitto netto, Drawdown massimo % ecc. della strategia originale a titolo di confronto.

Le altre righe mostrano i valori a diversi livelli di confidenza.

Questi numeri sono il risultato dell'analisi Monte Carlo applicata alle nostre 10 simulazioni casuali.

Ad esempio, valori con un livello di confidenza di 80% significano che esiste una probabilità di 20% che il Profitto netto, il Drawdown ecc. siano peggiori dei valori del livello di confidenza.

I valori con un livello di confidenza di 90% significano che esiste una probabilità di 10% che il Profitto netto, il Drawdown ecc. siano peggiori dei valori del livello di confidenza.

I valori con un livello di confidenza di 95% significano che c'è solo una probabilità di 5% che il Profitto netto, il Drawdown, ecc. siano peggiori di questi valori.

Quindi la simulazione Monte Carlo della nostra strategia ci mostra che saltando 10% di casualità il nostro Profitto netto può diminuire da $ 6990 a $ 3943, e il Drawdown massimo può aumentare da 6,97% a 11,36%.

Ciò significa che c'è solo il 5% di probabilità che il profitto netto sia inferiore a $ 3943. Osservando i livelli di confidenza più elevati, possiamo notare che nessuno dei nostri test ha ottenuto risultati peggiori di $ 3943, quindi la strategia sembra essere relativamente robusta ai cambiamenti a cui l'abbiamo esposta.

Poiché le simulazioni Monte Carlo sono generate in modo casuale, i grafici azionari e i valori della tabella differiscono leggermente ogni volta che si esegue un nuovo test della strategia. Inoltre, più simulazioni verranno eseguite, maggiore sarà la significatività statistica di questo test.