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
