Backtesting: મોંઘી ટ્રેડિંગ ભૂલોથી બચવાની સમજદાર રીત

Backtesting તમને મોંઘી ટ્રેડિંગ ભૂલોથી બચાવે છે, કારણ કે પૈસાનું risk લેતાં પહેલાં તે તમારી strategy ના નિયમોને જૂના ડેટા પર ચલાવે છે, જેથી ખામીવાળા આઇડિયા તમારા ખાતામાં નહીં પણ જૂના ડેટા પર નિષ્ફળ જાય. તે ત્યારે જ કામ કરે છે જ્યારે test પ્રામાણિક હોય: વાસ્તવિક ખર્ચ, પૂરતો ડેટા, ભવિષ્યમાં ડોકિયું નહીં, અને નિયમોને ભૂતકાળમાં એકદમ બેસે ત્યાં સુધી ગોઠવવાનું નહીં.

Backtesting તમારા પૈસા કેમ બચાવે છે

Testing વગર, strategy કામ કરે છે કે નહીં તે તમને ટ્રેડ કરીને જ ખબર પડે છે, અને દરેક પાઠ સાચા રૂપિયા લે છે. Backtest વર્ષોનું ટ્રેડિંગ થોડી મિનિટોમાં સમાવી દે છે:

ટ્રેડિંગ strategy નો backtest કેવી રીતે કરવો, પગલે પગલે

Backtesting guide Tradetron પર આ બરાબર કેવી રીતે કરવું તે, દરેક setting સાથે, બતાવે છે.

Backtesting ની 10 સૌથી સામાન્ય ભૂલો

1. Overfitting: ભૂતકાળ પરફેક્ટ દેખાય ત્યાં સુધી ગોઠવવું

જો તમે settings નાં પૂરતાં combinations અજમાવો, તો તેમાંનું એક જૂના ડેટા પર માત્ર સંજોગવશાત્ શાનદાર દેખાશે. નીચેનું simulation બતાવે છે કે આ અસર કેટલી મજબૂત છે. દરેક "strategy" random છે, તેમાં કોઈ સાચી edge નથી. એક વર્ષના ડેટા પર 50 માંથી શ્રેષ્ઠ પસંદ કરો તો તે ઉત્તમ Sharpe ratio બતાવે છે; એ જ strategy ને બીજા વર્ષે ચલાવો તો તે પાછી શૂન્ય પર આવી જાય છે.

Simulated: તમે જેટલાં વધુ વર્ઝન અજમાવો, શ્રેષ્ઠ વર્ઝન એટલું વધુ સારું દેખાય, અને તેમાંનું કંઈ આગળ ટકતું નથી

તેનાથી કેવી રીતે બચવું: નિયમો સાદા રાખો, કેટલાં વર્ઝન અજમાવો છો તે મર્યાદિત રાખો, એવા settings પસંદ કરો જેના પડોશી settings પણ કામ કરે, અને પસંદ કરેલા વર્ઝનને હંમેશા એવા ડેટા પર તપાસો જે તેને પસંદ કરવામાં નથી વાપર્યો.

2. ખર્ચ અને slippage ને અવગણવા

Brokerage, taxes અને slippage દરેક ટ્રેડમાંથી કપાય છે. ખર્ચ પહેલાં દરેક ટ્રેડ પર ₹300 કમાતી strategy, જો દરેક round trip પર ₹150 charges અને ₹200 slippage ચૂકવે, તો ખર્ચ પછી પૈસા ગુમાવી શકે છે. કોઈ પણ પરિણામ મૂલવતા પહેલાં slippage ને સમજો વાંચો અને વાસ્તવિક ખર્ચ લાગુ કરો.

3. Look-ahead bias

ટ્રેડ લેવાયો ત્યારે ઉપલબ્ધ ન હતી એવી માહિતી વાપરવી. એક જાણીતું ઉદાહરણ: એવો નિયમ જે 9:20 વાગ્યે ખરીદે જો "આજનો close" ગઈકાલના કરતાં ઉપર હોય. 9:20 વાગ્યે આજનો close ખબર નથી. ખાતરી કરો કે દરેક condition માત્ર ટ્રેડની ક્ષણે અસ્તિત્વમાં હતો એવો જ ડેટા વાપરે, જેમ કે હાલની candle નો નહીં પણ પાછલી candle નો close.

4. બહુ ઓછા ટ્રેડ

વીસ ટ્રેડ આવડત અને નસીબ વચ્ચે ફરક કહી શકતા નથી. વીસ વાર ઉછાળેલો સિક્કો સહેલાઈથી ચૌદ વાર heads આવી શકે છે. એટલા ટ્રેડ, એટલા મહિનામાં રાખો કે એક-બે અપવાદ પરિણામ નક્કી ન કરે.

5. માત્ર એક જ પ્રકારના માર્કેટમાં testing

માત્ર શાંત મહિનાઓમાં test કરેલી short-straddle strategy એ ક્યારેય 3% gap જોયો નથી. માત્ર તેજીમાં test કરેલી trend strategy sideways માર્કેટમાં ક્યારેય કપાઈ નથી. તારીખ રેન્જમાં અલગ અલગ સ્થિતિઓ સામેલ કરો, અને દરેક વર્ષ પોતાની રીતે કેવું રહ્યું તે જુઓ.

6. માર્કેટ કેવી રીતે બદલાયું છે તે અવગણવું

Contracts બદલાય છે. NIFTY નો lot size હવે 65 છે અને BANK NIFTY નો 30. NSE નું weekly index expiry હવે માત્ર NIFTY નું છે, મંગળવારે; BANK NIFTY, FINNIFTY અને MIDCPNIFTY ના હવે માત્ર monthly expiries છે. Weekly Bank Nifty options પર બનેલી strategy નો જૂના ડેટા પર test સારો આવ્યો હોય, પણ આજે તે એ જ રીતે ટ્રેડ કરી શકાતી નથી.

7. Strategy માટે ખોટા settings

Positional strategy ને intraday તરીકે ચલાવવાથી દરેક position દિવસના અંતે બંધ થઈ જાય છે, અને દરેક આંકડો ખોટો આવે છે. 9:20 ની entry અથવા LTP આધારિત stop વાળી strategy માટે 15-મિનિટની candles વાપરવાથી checks ખોટી ક્ષણે થાય છે. Settings ને strategy ખરેખર કેવી રીતે ટ્રેડ કરે છે તેની સાથે મેળવો.

8. માત્ર કુલ નફાથી મૂલવવું

સરખા નફાવાળી બે strategies ના drawdowns ખૂબ અલગ હોઈ શકે છે. Maximum drawdown, profit factor, સરેરાશ નફા સામે સરેરાશ નુકસાન, અને પરિણામો મહિનાઓમાં કેવી રીતે ફેલાયેલાં છે તે જુઓ. Strategy ના પ્રદર્શનનું મૂલ્યાંકન પરની અમારી guide દરેકને સમજાવે છે.

9. Confirmation bias

પરિણામ સારું દેખાય ત્યાં સુધી તારીખ રેન્જ બદલવી, અથવા ખરાબ મહિનાઓને "અસામાન્ય" કહીને ટાળી દેવા, test ને sales pitch માં ફેરવી દે છે. Test ચલાવતા પહેલાં તારીખ રેન્જ અને પાસ થવાના માપદંડ નક્કી કરો, અને અજમાવેલું દરેક વર્ઝન, નિષ્ફળ ગયેલાં સહિત, લખી રાખો.

10. Backtest થી સીધા પૂરા કદ પર જવું

ધ્યાનપૂર્વક કરેલો backtest પણ live fills, signal અને ઓર્ડર વચ્ચેનો વિલંબ, અથવા માત્ર real time માં દેખાતી logic ની ભૂલ જોઈ શકતો નથી. પહેલાં strategy ને Live Offline ચલાવો, પછી નાના પાયે ટ્રેડ કરો, અને એ જ દિવસો માટે live પરિણામોની backtest સાથે સરખામણી કરો.

ઝડપી pre-flight checklist

જ્યારે live strategy અને તેનો backtest મેળ ન ખાય, ત્યારે તમારો backtest live ટ્રેડિંગ સાથે કેમ મેળ ખાતો નથી તેનાં નવ કારણો વાંચો.

વારંવાર પૂછાતા પ્રશ્નો

શું હું backtesting નાં પરિણામો પર ભરોસો કરી શકું?

તેમના પર ગળણી તરીકે ભરોસો કરો, આગાહી તરીકે નહીં. વાસ્તવિક ખર્ચ, પૂરતા ડેટા અને overfitting વગર કરેલો backtest તમને કહે છે કે strategy ની ભૂતકાળમાં edge હતી. તે ભવિષ્યનું વચન આપી શકતો નથી, એટલે સાચા પૈસાથી ટ્રેડ કરતાં પહેલાં આગળ test કરો.

Backtesting માટે કેટલો જૂનો ડેટા પૂરતો છે?

એટલો કે જેમાં અલગ અલગ માર્કેટ સ્થિતિઓ અને અર્થપૂર્ણ સંખ્યામાં ટ્રેડ આવી જાય. Intraday strategies માટે, બે-એક વર્ષ યોગ્ય ઓછામાં ઓછું છે; positional માટે, વધુ લાંબો. વધુ ડેટા ત્યારે જ મદદ કરે જ્યારે નિયમો અને contracts તેના પર હજી લાગુ પડતા હોય.

Backtesting માં overfitting શું છે?

Overfitting એટલે strategy ના settings ને જૂના ડેટા સાથે એકદમ બેસે ત્યાં સુધી ગોઠવવા, જેથી પરિણામ સાચા pattern ને બદલે ભૂતકાળના ઘોંઘાટને દર્શાવે. Overfitted strategies નવા ડેટા પર તૂટી પડે છે.

જો મારી strategy backtest માં સારી ચાલે પણ live માં નિષ્ફળ જાય તો?

પહેલાં ખર્ચ અને slippage તપાસો, પછી backtest ના settings strategy સાથે મેળ ખાતા હતા કે નહીં, પછી માર્કેટ બદલાયું છે કે નહીં. Live જતાં પહેલાં strategy ને Live Offline ચલાવવાથી આમાંની ઘણી સમસ્યાઓ પકડાઈ જાય છે.

શું નવા ટ્રેડર્સ backtesting કરી શકે?

હા. Tradetron જેવા no-code platforms તમને conditions અને positions થી strategy બનાવવા અને programming વગર તેનો backtest કરવા દે છે. ટૂલ કરતાં શિસ્ત વધુ મહત્વની છે: વાસ્તવિક ખર્ચ, પૂરતો ડેટા અને તમે શું અજમાવ્યું તેની પ્રામાણિક નોંધ.

શું હું Tradetron પર ક્રિપ્ટો strategies નો backtest કરી શકું?

Tradetron નું backtesting engine ઘણાં માર્કેટ આવરી લે છે, જેમાં NSE, BSE, MCX અને US markets ની સાથે ક્રિપ્ટો (BTC અને ETH) પણ સામેલ છે.