Задание свойств стратегии

A backtestStrategy объект имеет несколько свойств, которые вы задаете используя параметры для backtestStrategy функция.

Начальные веса

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

Установите InitialWeights к определенному распределению основных средств. Размер вектора начальных весов должен совпадать с количеством активов в бэктесте.

% 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);

Транзакционные издержки

The TransactionCosts свойство позволяет вам установить комиссии, которые стратегия платит за торговые активы. Транзакционные затраты оплачиваются в процентах от общего изменения позиции для каждого актива. Задайте затраты в десятичных процентах. Для примера, если TransactionCosts устанавливается равным 1% (0.01) и стратегия покупает акции на 100 долларов, тогда понесенные транзакционные издержки составляют 1 доллар.

Транзакционные затраты устанавливаются с помощью 1-by- 2 вектор, который устанавливает отдельные ставки комиссии для покупок и продаж активов. В этом примере обе стратегии оплачивают одни и те же транзакционные затраты - 25 базисных пунктов для покупок основных средств и 50 базисных точек для продаж.

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

Можно также задать свойство TransactionCost в качестве указателя на функцию, если необходимо реализовать произвольно сложные структуры затрат на транзакции. Для получения дополнительной информации о создании функций транзакционных затрат см. backtestStrategy.

Частота ребаланса

The RebalanceFrequency свойство определяет, как часто механизм обратного тестирования ребалансировает и перераспределяет портфель стратегии, используя функцию ребаланса. Установите RebalanceFrequency с точки зрения временных шагов в backtest. Например, если механизм обратного тестирования тестирует стратегию с набором ежедневных данных о ценах, задайте функцию ребаланса в днях. По существу, RebalanceFrequency представляет количество строк ценовых данных для обработки между каждым вызовом функции ребаланса стратегии.

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

Интерполяционное окно

Каждый раз, когда механизм обратного тестирования вызывает функцию ребаланса стратегии, окно данных о цене актива (и, возможно, данных о сигнале) передается в функцию ребаланса. Функция ребаланса может затем принимать решения о торговле и распределении на основе скользящего окна рыночных данных. The LookbackWindow свойство задает размер этих окон качения. Установите окно в терминах временных шагов. Окно определяет количество строк данных из расписания цен основных средств, которые передаются в функцию ребаланса.

The LookbackWindow свойство может быть задано двумя способами. Для скользящего окна данных фиксированного размера (для примера, «50 дней истории цен»), LookbackWindow свойство устанавливается в одно скалярное значение (N = 50). Затем программное обеспечение вызывает функцию ребаланса с расписанием цен, содержащим точно N строки данных скользящих цен.

Также можно задать свойство LookbackWindow при помощи 1-by- 2 векторная [min max] это задает минимальный и максимальный размер для расширяющегося окна данных. Таким образом можно задать гибкие размеры окон. Для примера:

Программа не вызывает функцию ребаланса, если данных недостаточно для создания допустимого окна качения, независимо от значения RebalanceFrequency свойство.

Если стратегия не требует никакой цены или истории данных сигнала, то можно указать, что функция ребаланса не требует никаких данных путем установки LookbackWindow свойство к 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 ребаланса

Функция ребаланса (rebalanceFcn) - авторская функция, содержащая логику стратегии. Механизм обратного тестирования вызывает функцию ребаланса стратегии с фиксированным набором параметров и ожидает, что она вернет вектор весов активов, представляющий новое, желаемое распределение портфеля после ребаланса. Для получения дополнительной информации см. функции ребаланса.

Создание стратегий

Используя подготовленные свойства 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 Backtesting Engine

Для бэктестирования двух стратегий используйте backtestEngine объект. Механизм обратного тестирования устанавливает параметры backtest, которые применяются ко всем стратегиям, таким как безрисковая ставка и начальное значение портфеля. Для получения дополнительной информации смотрите backtestEngine.

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

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

Функции ребаланса

Функции ребалансировки стратегии, определенные с помощью rebalanceFcn аргумент для backtestStrategy необходимо придерживаться фиксированного API, который подсистема backtest ожидает при взаимодействии с каждой стратегией. Функции ребаланса должны реализовать один из следующих двух синтаксисов:

function new_weights = exampleRebalanceFcn(current_weights,assetPriceTimeTable)

function new_weights = exampleRebalanceFcn(current_weights,assetPriceTimeTable,signalDataTimeTable)

Все функции ребаланса берут в качестве своего первого входного параметра текущие веса распределения портфеля. current_weights представляет перерасчет основных средств непосредственно перед возникновением перерасчета. Во время ребаланса можно использовать current_weights различными способами. Для примера можно использовать current_weights определить, как далеко распределение портфеля дрейфовало от целевого распределения или до сделок размера во время ребаланса для ограничения оборота.

Второй и третий аргументы синтаксиса функции ребаланса являются скользящими окнами цен на активы и необязательными сигнальными данными. Две таблицы содержат конечные N строки расписаний активов и сигналов, которые передаются в runBacktest function, где N устанавливается с помощью LookbackWindow свойство каждой стратегии.

Если необязательные данные сигнала передаются в runBacktest функция, затем двигатель backtest передает окно качения данных сигнала каждой стратегии, которая поддерживает его.

The 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

The chaseReturns стратегия инвестирует только в верхние акции X на основе их скользящих возвратов в интерполяционном окне. Эта наивная стратегия используется просто как иллюстративный пример.

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