老實說,這是很多量化交易員想知道的。因為如果你知道策略偏離了backtest,就可以及早離場,減少損失。大家都應該想減低損失的吧?這與發展一條賺錢的策略大同少異,同等重要。1)MDD一個很簡單而常用的指標就是最大回撒(MDD)。因為當策略出現比Backtest更大的回撒,就可能代表策略出現Backtest 中沒有考慮的Factor出現。可能是短暫,亦可能是長期的。因此出現最大回撒時,大多數時間會立即暫停策略,檢視策略本後理論是否出現重大改變。如果沒出現重大改變,可考慮修改參數和模型,看結果能否避開MDD。如果不能,就要考慮MDD成因,決定是否放棄策略。2)策略背後理論是否發生重大改變以之前特朗普的策略做例子,如果他不再是美國總統,他在Twitter 的言論相信就不會再影響市場,那策略就自然失效。比特幣於17年前的大牛市,和17年後亦完全是不同階段和性質,因此大部分我的backtest 亦是17年後開始。3)Real trade data利用real trade data 進行 forward testing,檢查與real trade 結果分別Forward testing,簡單來解釋就像paper trade。把你backtest 時的模式,放進real trade data,檢查real trade period 的賺蝕。這尤其適用於intraday strategy 。因為很多時候,我們發現為什麼Backtest 賺錢,但real trade卻不賺呢。很多時候都是因為slippage 和transaction cost太低。如果有以上情況,就會發現forward testing 的Pnl 比 real trade pnl 正很多。另外,這方法還可以檢查人為錯誤。以上三點,就是最簡單要檢查strategy 有否偏離backtest 的做法。再深入點,就可能要到統計學的方法,例如auto-correlations,t-test等等。大家有沒有試過檢測到策略偏離Backtest?大家之前又是如何檢測的?歡迎在下面留言告訴我們!喜歡這篇文章或想我們分享更多相關內容,歡迎like和留言 #量化交易 #AlgoTrading #投資 #長期投資 #經濟週期 #量化策略 #回測 #Backtest #偏離 #MDD #realtradedata #autocorrelations