Установите свойства стратегии

backtestStrategy объект имеет несколько свойств, что вы устанавливаете параметры использования для backtestStrategy функция.

Начальные веса

InitialWeights свойство содержит веса распределения активов в начале backtest. Значение по умолчанию для InitialWeights isempty), который указывает, что стратегия начинает backtest, который не инвестируют, означая, что 100% капитала находятся наличными, зарабатывая безрисковый уровень.

Установите InitialWeights к определенному распределению активов. Размер начального вектора весов должен совпадать с количеством активов в backtest.

% 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 вам устанавливать плату, которую стратегия вносит за торговые активы. Операционные издержки заплачены как процент общего изменения в положении для каждого актива. Задайте затраты в десятичных процентах. Например, если TransactionCosts установлен в 1% (0.01) и стратегия покупает ценность за 100$ запаса, затем понесенные операционные издержки составляют 1$.

Операционные издержки установлены с помощью 1- 2 вектор, который устанавливает отдельные уровни сбора для покупок и продаж активов. В этом примере обе стратегии платят те же операционные издержки — 25 пунктов для покупок актива и 50 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 TransactionCosts на указатель на функцию, если необходимо реализовать произвольно комплексные структуры операционных издержек. Для получения дополнительной информации о создании функций операционных издержек смотрите backtestStrategy.

Восстановите равновесие частоты

RebalanceFrequency свойство определяет, как часто backtesting механизм восстанавливает равновесие и перераспределяет портфель стратегии с помощью функции восстановления равновесия. Установите RebalanceFrequency в терминах временных шагов в backtest. Например, если backtesting механизм тестирует стратегию с набором ежедневных ценовых данных, то установленный функция восстановления равновесия в днях. По существу, RebalanceFrequency представляет количество строк ценовых данных к процессу между каждым вызовом функции восстановления равновесия стратегии.

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

Окно Lookback

Каждый раз, когда backtesting механизм вызывает функцию восстановления равновесия стратегии, окно данных цен активов (и возможно данные сигнала) передается функции восстановления равновесия. Функция восстановления равновесия может затем принять решения торговли и выделения на основе прокручивающегося окна данных о рынке. LookbackWindow наборы свойств размер этих окон прокрутки. Установите окно в терминах временных шагов. Окно определяет количество строк данных из расписания цен активов, которые передаются функции восстановления равновесия.

LookbackWindow свойство может быть установлено двумя способами. Для окна прокрутки фиксированного размера данных (например, "50 дней ценовой истории"), LookbackWindow свойство установлено в одно скалярное значение (N= 50 ). Программное обеспечение затем вызывает функцию восстановления равновесия с ценовым расписанием, содержащим точно N строки прокручивающихся ценовых данных.

В качестве альтернативы можно задать свойство LookbackWindow при помощи 1- 2 векторный [min max] это задает минимальный и максимальный размер для расширяющегося окна данных. Таким образом можно установить гибкие размеры окна. Например:

Программное обеспечение не вызывает функцию восстановления равновесия, если данные недостаточны, чтобы создать допустимое окно прокрутки, независимо от значения RebalanceFrequency свойство.

Если стратегия не требует никакой цены или истории данных сигнала, то можно указать, что функция восстановления равновесия 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 восстановления равновесия

Функция восстановления равновесия (rebalanceFcn) созданная пользователями функция, которая содержит логику стратегии. backtesting механизм вызывает функцию восстановления равновесия стратегии с фиксированным набором параметров и ожидает, что он возвратит вектор из весов актива, представляющих новое, желаемое выделение портфеля после восстановления равновесия. Для получения дополнительной информации смотрите функции восстановления равновесия.

Создайте стратегии

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: [0.0333 0.0333 0.0333 0.0333 0.0333 0.0333 ... ]

% 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: [0.0333 0.0333 0.0333 0.0333 0.0333 0.0333 ... ]

Настройте Engine Backtesting

К backtest эти две стратегии используйте backtestEngine объект. backtesting механизм устанавливает параметры backtest, которые применяются ко всем стратегиям, таким как безрисковый уровень и начальная стоимость 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);

Восстановите равновесие функций

Функции, определяемые восстановления равновесия стратегии с помощью rebalanceFcn аргумент для backtestStrategy должен придерживаться фиксированного API, который backtest механизм ожидает при взаимодействии с каждой стратегией. Изменяйте баланс функции должны реализовать один из следующих двух синтаксисов:

function new_weights = exampleRebalanceFcn(current_weights,assetPriceTimeTable)

function new_weights = exampleRebalanceFcn(current_weights,assetPriceTimeTable,signalDataTimeTable)

Все функции восстановления равновесия берут в качестве их первого входного параметра текущие веса выделения портфеля. current_weights представляет распределение активов непосредственно перед тем, как восстановление равновесия происходит. Во время восстановления равновесия можно использовать current_weights во множестве путей. Например, можно использовать current_weights определить, как далеко выделение портфеля дрейфовало от целевого выделения или к отраслям размера во время восстановления равновесия, чтобы ограничить оборот.

Вторые и третьи аргументы синтаксиса функций восстановления равновесия являются прокручивающимися окнами цен активов и дополнительных данных сигнала. Эти две таблицы содержат запаздывающий N строки актива и расписаний сигнала, которые передаются runBacktest функция, где N установлен с помощью LookbackWindow свойство каждой стратегии.

Если дополнительные данные сигнала предоставляются runBacktest функция, затем backtest механизм передает прокручивающееся окно данных сигнала к каждой стратегии, которая поддерживает его.

equalWeight стратегия просто вкладывает капитал одинаково через 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 вкладывает капитал только в верхнюю часть, которую X запасов на основе их прокрутки возвращают в lookback окне. 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