Otimização de estratégia e benchmarking

Negociação Financeira em Python

Chelsea Yang

Data Science Instructor

Como decidir os valores dos parâmetros de entrada?

Pergunta:
- Qual período de lookback de SMA é melhor para o sinal "Price > SMA"?
Solução: otimização de estratégia
- Teste uma faixa de valores de parâmetros no backtest e compare os resultados

Exemplo de otimização de estratégia

def signal_strategy(ticker, period, name, start='2018-4-1', end='2020-11-1'):

    # Obter os dados e calcular a SMA
    price_data = bt.get(ticker, start=start, end=end)
    sma = price_data.rolling(period).mean()

    # Definir a estratégia baseada em sinal
    bt_strategy = bt.Strategy(name, 
                              [bt.algos.SelectWhere(price_data>sma),
                               bt.algos.WeighEqually(),
                               bt.algos.Rebalance()])

    # Retornar o backtest
    return bt.Backtest(bt_strategy, price_data)

¹ www.datacamp.com/courses/writing-functions-in-python

Exemplo de otimização de estratégia

ticker = 'aapl'
sma20 = signal_strategy(ticker, 
                        period=20, name='SMA20')
sma50 = signal_strategy(ticker, 
                        period=50, name='SMA50')
sma100 = signal_strategy(ticker, 
                        period=100, name='SMA100')


# Executar backtests e comparar resultados
bt_results = bt.run(sma20, sma50, sma100)
bt_results.plot(title='Strategy optimization')

Um gráfico do resultado da otimização

O que é um benchmark?

Um padrão ou referência pela qual uma estratégia pode ser comparada ou avaliada.

Exemplo:
- Uma estratégia que usa sinais para negociar ativamente ações pode usar uma estratégia passiva de buy and hold como benchmark.
- O índice S&P 500 é usado com frequência como benchmark para ações.
- Títulos do Tesouro dos EUA são usados para medir risco e retorno de bonds.

Exemplo de benchmarking

def buy_and_hold(ticker, name, start='2018-11-1', end='2020-12-1'):

    # Obter os dados
    price_data = bt.get(ticker, start=start_date, end=end_date)

    # Definir a estratégia de benchmark
    bt_strategy = bt.Strategy(name, 
                              [bt.algos.RunOnce(),
                               bt.algos.SelectAll(),
                               bt.algos.WeighEqually(),
                               bt.algos.Rebalance()])

    # Retornar o backtest
    return bt.Backtest(bt_strategy, price_data)

Exemplo de benchmarking

benchmark = buy_and_hold(ticker, name='benchmark')

# Executar todos os backtests e plotar os resultados
bt_results = bt.run(sma20, sma50, sma100, benchmark)
bt_results.plot(title='Strategy benchmarking')

Resultado do benchmarking

Vamos praticar!

Negociação Financeira em Python