การปรับแต่งกลยุทธ์และการเปรียบเทียบมาตรฐาน

การเทรดทางการเงินด้วย Python

Chelsea Yang

Data Science Instructor

จะกำหนดค่าพารามิเตอร์อินพุตอย่างไร?

คำถาม:
- ควรใช้ช่วงย้อนหลัง SMA เท่าใดในสัญญาณ "Price > SMA"?
วิธีแก้: การปรับแต่งกลยุทธ์
- ลองใช้ค่าพารามิเตอร์อินพุตหลายช่วงในการทดสอบย้อนหลัง แล้วเปรียบเทียบผลลัพธ์

ตัวอย่างการปรับแต่งกลยุทธ์

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

    # Get the data and calculate SMA
    price_data = bt.get(ticker, start=start, end=end)
    sma = price_data.rolling(period).mean()

    # Define the signal-based strategy
    bt_strategy = bt.Strategy(name, 
                              [bt.algos.SelectWhere(price_data>sma),
                               bt.algos.WeighEqually(),
                               bt.algos.Rebalance()])

    # Return the backtest
    return bt.Backtest(bt_strategy, price_data)

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

ตัวอย่างการปรับแต่งกลยุทธ์

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')


# Run backtests and compare results
bt_results = bt.run(sma20, sma50, sma100)
bt_results.plot(title='Strategy optimization')

กราฟแสดงผลการปรับแต่งกลยุทธ์

Benchmark คืออะไร?

มาตรฐานหรือจุดอ้างอิงที่ใช้เปรียบเทียบหรือประเมินกลยุทธ์

ตัวอย่าง:
- กลยุทธ์ที่ใช้สัญญาณซื้อขายหุ้นแบบ active สามารถใช้กลยุทธ์ buy and hold แบบ passive เป็น benchmark ได้
- ดัชนี S&P 500 มักถูกใช้เป็น benchmark สำหรับหุ้น
- พันธบัตรรัฐบาลสหรัฐฯ ใช้วัดความเสี่ยงและผลตอบแทนของตราสารหนี้

ตัวอย่างการใช้ benchmark

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

    # Get the data
    price_data = bt.get(ticker, start=start_date, end=end_date)

    # Define the benchmark strategy
    bt_strategy = bt.Strategy(name, 
                              [bt.algos.RunOnce(),
                               bt.algos.SelectAll(),
                               bt.algos.WeighEqually(),
                               bt.algos.Rebalance()])

    # Return the backtest
    return bt.Backtest(bt_strategy, price_data)

ตัวอย่างการใช้ benchmark

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

# Run all backtests and plot the resutls
bt_results = bt.run(sma20, sma50, sma100, benchmark)
bt_results.plot(title='Strategy benchmarking')

ผลลัพธ์การเปรียบเทียบ benchmark

มาฝึกกันเถอะ!

การเทรดทางการเงินด้วย Python