Задать свойства стратегии

A backtestStrategy имеет несколько свойств, которые задаются с помощью параметров для backtestStrategy функция.

Начальные веса

InitialWeights свойство содержит веса распределения активов в начале бэктеста. Значение по умолчанию для InitialWeights пуст ([]), что указывает на то, что стратегия начинает бэктест неинвестированным, что означает, что 100% капитала находится в денежных средствах, зарабатывая безрисковую ставку.

Установите InitialWeights к определенному распределению основных средств. Размер вектора начальных весов должен соответствовать количеству активов в фоновом тестировании.

% Initialize the strategies with 30 weights, since the backtest
% data comes from a year of the 30 DJIA stocks.
numAssets = 30;

% Give the initial weights for both strategies equal weighting. Weights
% must sum to 1 to be fully invested.
initialWeights = ones(1,numAssets);
initialWeights = initialWeights / sum(initialWeights);

Операционные издержки

TransactionCosts свойство позволяет установить сборы, которые стратегия платит за торговые активы. Операционные затраты оплачиваются в процентах от общего изменения позиции для каждого актива. Укажите затраты в десятичных процентах. Например, если TransactionCosts имеет значение 1% (0.01) и стратегия покупает акции на 100 долларов, затем понесенные транзакционные затраты составляют 1 доллар.

Операционные затраты устанавливаются с помощью 1около-2 вектор, устанавливающий отдельные ставки сборов за покупку и продажу активов. В этом примере обе стратегии оплачивают одни и те же операционные затраты - 25 базисных пунктов для покупок основных средств и 50 базисных пунктов для продаж.

% Define the Transaction costs as [buyCosts sellCost] and specify the costs
% as decimal percentages.
tradingCosts = [0.0025 0.005];

Можно также установить свойство TransacityCosts в дескриптор функции, если необходимо реализовать произвольно сложные структуры затрат на транзакции. Дополнительные сведения о создании функций затрат по операциям см. в разделе backtestStrategy.

Частота перебалансировки

RebalanceFrequency свойство определяет, как часто механизм обратного тестирования выполняет ребалансировку и перераспределяет портфель стратегии с помощью функции ребалансировки. Установите RebalanceFrequency по временным шагам в заднем тесте. Например, если механизм бэктестирования тестирует стратегию с набором данных о дневной цене, то установите функцию ребалансировки в днях. По существу, RebalanceFrequency представляет количество строк ценовых данных для обработки между каждым вызовом функции перебалансировки стратегии.

% Both strategies rebalance every 4 weeks (20 days).
rebalFreq = 20;

Окно обратного просмотра

Каждый раз, когда механизм обратного тестирования вызывает функцию перебалансировки стратегии, окно данных цены основного средства (и, возможно, данных сигнала) передается функции перебалансировки. Затем функция ребалансировки может принимать решения о торговле и соотнесении на основе скользящего окна рыночных данных. LookbackWindow задает размер этих окон качения. Установите окно с точки зрения временных шагов. Это окно определяет количество строк данных из графика цены основного средства, которые передаются функции ребалансировки.

LookbackWindow свойство можно задать двумя способами. Для скользящего окна данных фиксированного размера (например, «50 дней истории цен»), LookbackWindow свойство имеет одно скалярное значение (N = 50). Затем программное обеспечение вызывает функцию ребаланса с графиком цен, содержащим точно N строки данных скользящей цены.

Можно также определить свойство LookbackWindow с помощью 1около-2 вектор [min max] указывает минимальный и максимальный размер для расширяющегося окна данных. Таким образом можно задать гибкие размеры окон. Например:

Программное обеспечение не вызывает функцию ребалансировки, если данных недостаточно для создания допустимого скользящего окна, независимо от значения RebalanceFrequency собственность.

Если стратегия не требует какой-либо истории данных цены или сигнала, можно указать, что функция ребалансировки не требует данных, путем установки LookbackWindow свойство для 0.

% The equal weight strategy does not require any price history data.
ewLookback = 0;

% The "chase returns" strategy bases its decisions on the trailing
% 10-day asset returns. The lookback window is set to 11 since computing 10 days 
% of returns requires the close price from day 0.
chaseLookback = 11;

Функция ребалансировки

Функция ребалансировки (rebalanceFcn) - пользовательская функция, содержащая логику стратегии. Механизм бэктестирования вызывает функцию перебалансировки стратегии с фиксированным набором параметров и ожидает, что она вернет вектор весов основных средств, представляющий новое желаемое распределение портфеля после перебалансировки. Дополнительные сведения см. в разделе Функции перебалансировки.

Создание стратегий

С помощью подготовленных свойств стратегии можно создать два объекта стратегии.

% Create the equal weighted strategy. The rebalance function @equalWeights
% is defined in the Rebalance Functions section at the end of this example.
equalWeightStrategy = backtestStrategy("EqualWeight",@equalWeight,...
    'RebalanceFrequency',rebalFreq,...
    'TransactionCosts',tradingCosts,...
    'LookbackWindow',ewLookback,...
    'InitialWeights',initialWeights)

equalWeightStrategy = 
  backtestStrategy with properties:

                  Name: "EqualWeight"
          RebalanceFcn: @equalWeight
    RebalanceFrequency: 20
      TransactionCosts: [0.0025 0.0050]
        LookbackWindow: 0
        InitialWeights: [1x30 double]

% Create the "chase returns" strategy.  The rebalance function
% @chaseReturns is defined in the Rebalance Functions section at the end of this example.
chaseReturnsStrategy = backtestStrategy("ChaseReturns",@chaseReturns,...
    'RebalanceFrequency',rebalFreq,...
    'TransactionCosts',tradingCosts,...
    'LookbackWindow',chaseLookback,...
    'InitialWeights',initialWeights)

chaseReturnsStrategy = 
  backtestStrategy with properties:

                  Name: "ChaseReturns"
          RebalanceFcn: @chaseReturns
    RebalanceFrequency: 20
      TransactionCosts: [0.0025 0.0050]
        LookbackWindow: 11
        InitialWeights: [1x30 double]

Настройка модуля обратного тестирования

Чтобы выполнить обратное тестирование двух стратегий, используйте backtestEngine объект. Механизм обратного тестирования устанавливает параметры обратного тестирования, которые применяются ко всем стратегиям, таким как безрисковая ставка и начальная стоимость портфеля. Дополнительные сведения см. в разделе backtestEngine.

% Create an array of strategies for the backtestEngine.
strategies = [equalWeightStrategy chaseReturnsStrategy];

% Create backtesting engine to test both strategies.
backtester = backtestEngine(strategies);

Функции ребалансировки

Функции перебалансировки стратегии, определенные с помощью rebalanceFcn аргумент для backtestStrategy должен придерживаться фиксированного API, который ожидает механизм backtest при взаимодействии с каждой стратегией. Функции ребалансировки должны реализовывать один из следующих двух синтаксисов:

function new_weights = exampleRebalanceFcn(current_weights,assetPriceTimeTable)

function new_weights = exampleRebalanceFcn(current_weights,assetPriceTimeTable,signalDataTimeTable)

Все функции ребалансировки принимают в качестве своего первого входного аргумента текущие веса распределения портфеля. current_weights представляет распределение основных средств непосредственно перед повторным балансом. Во время перебалансировки можно использовать current_weights различными способами. Например, можно использовать current_weights определить, насколько распределение портфеля отошло от целевого распределения или к размеру сделок во время перебалансировки, чтобы ограничить оборот.

Вторым и третьим аргументами синтаксиса функции ребалансировки являются скользящие окна цен активов и необязательные сигнальные данные. Две таблицы содержат завершающие N строки расписания актива и сигнала, которые передаются в runBacktest функция, где N устанавливается с помощью LookbackWindow свойство каждой стратегии.

Если необязательные данные сигнала подаются в runBacktest функция, то механизм обратного тестирования передает скользящее окно данных сигнала каждой стратегии, которая его поддерживает.

equalWeight стратегия просто одинаково инвестирует во все активы.

function new_weights = equalWeight(current_weights,assetPrices) %#ok<INUSD> 

% Invest equally across all assets.
num_assets = numel(current_weights);
new_weights = ones(1,num_assets) / num_assets;

end

chaseReturns стратегия инвестирует только в верхние акции X на основе их скользящей доходности в окне обратного просмотра. Эта наивная стратегия используется просто в качестве иллюстративного примера.

function new_weights = chaseReturns(current_weights,assetPrices) 

% Set number of stocks to invest in.
numStocks = 15;

% Compute rolling returns from lookback window.
rollingReturns = assetPrices{end,:} ./ assetPrices{1,:};

% Select the X best performing stocks over the lookback window
[~,idx] = sort(rollingReturns,'descend');
bestStocksIndex = idx(1:numStocks);

% Initialize new weights to all zeros.
new_weights = zeros(size(current_weights));

% Invest equally across the top performing stocks.
new_weights(bestStocksIndex) = 1;
new_weights = new_weights / sum(new_weights);

end