Backtesting strategii: jak przetestować system na danych historycznych

Co to jest backtesting?

Backtesting to proces weryfikacji strategii na danych historycznych, mający na celu ocenę jej potencjalnej skuteczności przed zastosowaniem na rynku. Bez backtestu każda strategia jest niczym więcej niż hipotezą. Dzięki dobrze przeprowadzonemu backtestowi staje się mierzalnym narzędziem o znanym statystycznym profilu ryzyka i zysku.

Myślenie o backteście jest proste: "Gdybym stosował tę strategię przez ostatnie 2 lata, ile bym zarobił?" Odpowiedź na to pytanie nie gwarantuje przyszłych zysków, ale eliminuje strategie, które są matematycznie skazane na porażkę. To różnica między grą na loterii a prowadzeniem biznesu.

Przygotowanie danych

Pierwszy krok to przygotowanie danych. Jakość danych historycznych determinuje wiarygodność całego backtestu. Dane powinny obejmować ceny OHLCV (Open, High, Low, Close, Volume) w pożądanej granularności — dla day tradingu minimum 1-minutowe, dla swing tradingu 1-godzinne lub dzienne. Źródła dzielą się na darmowe (Yahoo Finance, Kaggle) i płatne (Quandl, IQFeed, TrueFX dla forexu).

W przypadku rzetelnego backtestu zaleca się inwestycję w dane premium, szczególnie w przypadku rynku forex i kontraktów futures, gdzie dane darmowe często zawierają błędy, brakujące punkty, lub niepoprawne ceny po korekcie. Przy forexie szczególnie ważna jest jakość danych tickowych — bez nich backtest nie uwzględnia realnego spreadu i poślizg cenowy.

Definiowanie reguł

Następny etap to zdefiniowanie reguł strategii w sposób jednoznaczny i odtwarzalny. Każda reguła musi być sformułowana jako warunek logiczny: "jeśli średnia krocząca 50-dniowa krzyżuje się w górę z 200-dniową i RSI jest poniżej 70, to kup". Niejasne sformułowania typu "gdy rynek wygląda silnie" prowadzą do subiektywnej interpretacji wyników.

Zdefiniuj również: wielkość pozycji, stop-loss, take-profit, warunki wyjścia awaryjnego, maksymalną liczbę otwartych pozycji i harmonogram handlu. Strategia bez jasnych reguł wyjścia jest niekompletna — wejście to tylko 30% równania.

Jeśli nie możesz opisać swojej strategii w 5 zdaniach tak, by inni ją odtworzyli — to nie jest strategia, to nadzieja. Backtest wymaga precyzji, nie intuicji.

Nadmierne dopasowanie i look-ahead bias

Kluczowe pułapki to overfitting — strategia zbyt dobrze dostosowana do danych historycznych, tracąca zdolność generalizacji — oraz look-ahead bias, czyli wykorzystanie informacji niedostępnych w danym momencie. Overfitting powstaje, gdy dodajesz coraz więcej warunków, aż strategia pokazuje idealne wyniki na danych treningowych. W rzeczywistości taka strategia "zapamiętała" historię, a nie zrozumiała rynek.

Walka z overfittingiem polega na ograniczeniu liczby parametrów (maksymalnie 3-5 zmiennych wejściowych) i podziale danych na zestawy treningowe (60%), walidacyjne (20%) i testowe (20%). Strategia, która działa na wszystkich trzech zbiorach, ma realny potencjał. Ta, która świetnie spisuje się tylko na danych treningowych — nie.

Metryki wyników

Interpretacja wyników wymaga zrozumienia metryk. Max Drawdown pokazuje najgorszy możliwy scenariusz — spadek od szczytu do dołka. Jeśli Max DD wynosi 25%, musisz być gotowy psychicznie na utratę ćwierci kapitału. Sharpe Ratio mierzy zysk w relacji do zmienności — powyżej 1,0 to dobry wynik, powyżej 2,0 to wybitny. Profit Factor powyżej 1,5 wskazuje rentowną strategię. Win Rate — procent zyskownych transakcji — jest mniej ważny, niż się wydaje. Przy R:R 1:3, win rate 30% jest zyskowny.

Minimum 100 transakcji to próg wiarygodności statystycznej. 20 zyskownych transakcji z rzędu nie dowodzi niczego — to może być czyste szczęście. Backtest na 500+ transakcjach daje znacznie wiarygodniejszy obraz.

Podsumowanie

Backtesting to inwestycja czasu, która oszczędza Ci inwestycji pieniędzy. Zdobądź dobre dane, zdefiniuj jasne reguły, podziel dane na zbiory i oceń wyniki chłodno — bez emocji. Pamiętaj: nawet idealny backtest nie gwarantuje przyszłych zysków. Gwarantuje tylko, że wchodzisz na rynek z otwartymi oczyma, a nie z zamkniętymi.