回测

用历史数据或模拟数据来验证金融模型

交易中的回测

投资策略的生命周期

投资策略的生命周期

  • 回测在开发交易策略中的作用
  1. 交易中的回测包括:将在过去一段时间内(或者假定的回测时间段内)反复执行的交易策略做自动化处理
  2. 对交易行为产生的各种成本进行记录和累积统计
  3. 计算一系列衡量交易策略优劣的指标

之后回测框架会对各个投资策略的表现通过图表等进行可视化分析并生成报告。您可运用这个方法先对不同交易策略进行比较和验证,然后再进行真实的交易操作。

在MATLAB®中,您可以运用回测框架对投资策略进行比较和评估

  • 在量化交易中,通常的回测技术包括:
  1. 样本内(in-sample)回测和样本外(out-of-sample)回测
  2. 前进分析(walk-forward analysis。或前进优化:Walk-forward optimization)
  3. 对单一资产的分析以及对整个投资组合的评估

风险管理中的回测

在风险管理中,回测通常用于VaR值 (Value-at-risk)模型或者ES(expected shortfall)模型,因此也称作VaR值回测或者ES回测。ES是对VaR值损失实际发生的交易日的预期损失进行估算。

典型的VaR值回测的方法包括巴塞尔协议下的信号灯测试(traffic light test), 二项分布检验, Kupiec的失败率检验,首次失败时间,Christoffersen的有条件覆盖检验 (conditional coverage test) 等。

常用的ES回测方法有Acerbi /Szekely检验,以及Du/Escanciano检验

更多关于回测的信息,参见MATLAB®, Financial Toolbox™, (投资策略回测) 以及 Risk Management Toolbox™.(VaR值和ES值回测)

VaR 值回测

回测不同的VaR值模型



另请参阅: 量化交易, 自动化交易, 股票交易, 市场风险, 量化金融与风险管理