Náhodně zhoršuje exekuční ceny pro simulaci reálného skluzu a rozšíření spreadu. Testuje robustnost strategie napříč simulacemi Monte Carlo s pravděpodobnostními modely nedokonalostí exekuce.
Nedokonalosti exekuce, jako je skluz v plnění (slippage) nebo dočasně širší spready, jsou v živém obchodování běžným jevem. Tyto faktory mohou způsobit, že skutečná uzavírací cena obchodu bude méně příznivá než ideální cena pozorovaná nebo cílená během backtestu. Tato simulace Monte Carlo modeluje dopad takových náhodných problémů s exekucí.
Pokud použijeme tento test Monte Carlo, náhodné procento obchodů (Probability) během backtestu bude mít zhoršený výsledek exekuce. Toho je dosaženo zhoršením ceny ClosePrice u vybraných obchodů. Velikost zhoršení ClosePrice je u každého dotčeného obchodu rovněž náhodná a počítá se jako náhodné procento (až do Max Degradation Percent) cenového rozpětí pokrytého daným obchodem (od OpenPrice po původní ClosePrice). „Horší“ cena znamená nižší uzavírací cenu pro dlouhé (long) obchody a vyšší uzavírací cenu pro krátké (short) obchody, což snižuje zisky nebo zvyšuje ztráty.
Jednoduše řečeno, spuštěním 500 (nebo jiného počtu) backtestů, kde každý backtest aplikuje toto náhodné zhoršení ceny na jinou podmnožinu obchodů a s různou závažností, získáte pohled z Monte Carlo analýzy na citlivost strategie vůči výkyvům v kvalitě exekuce.
V tomto konkrétním příkladu můžeme spustit 100 simulací s aplikovaným náhodným zhoršením exekuce, jak je popsáno výše.
Tento test se liší od aplikace pevné hodnoty skluzu (slippage) na všechny obchody. Zde je efekt zhoršení pravděpodobnostní:
Které obchody jsou zasaženy, je náhodné (na základě Probability).
Jak moc je každý zasažený obchod zhoršen, je také náhodné (až do Max Degradation Percent jeho rozpětí).
Každý simulační běh proto představuje jedinečný scénář backtestu. V jedné simulaci se mohou mírně zhoršit obchody č. 5, č. 23 a č. 58, zatímco jiná simulace může ovlivnit obchody č. 12, č. 23, č. 45 a č. 70, přičemž obchod č. 23 může zaznamenat větší cenové zhoršení než v první simulaci. Pokud je počet simulací Monte Carlo nastaven na 500, získáte 500 jedinečných výsledků backtestu, z nichž každý odráží jiný realistický vzorec náhodných nepřesností při exekuci. To pomáhá posoudit robustnost strategie vůči nepředvídatelným odchylkám v exekuci, ke kterým dochází na živých trzích.
Jak importovat snippety / vlastní indikátory do SQX:
Znáte mě jako clonex. Jsem Ivan Hudec – vytvořil jsem bezplatné bloky, které zde používáte, a o výzkumu za nimi píšu na algotrading.space. Potřebujete něco vytvořit? Pojďme spolupracovat.
