策略最佳化與基準測試

Financial Trading in Python

Chelsea Yang

Data Science Instructor

如何決定輸入參數數值？

問題：
- 在訊號「Price > SMA」中，哪個 SMA 回看期較佳？
解法：策略最佳化
- 在回測中嘗試一組輸入參數範圍並比較結果

策略最佳化範例

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

策略最佳化範例

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')

最佳化結果的圖

什麼是基準（benchmark）？

一個用來比較或評估策略的標準或參照點。

例子：
- 以訊號主動交易股票的策略，可用被動「買進並持有」作為基準。
- S&P 500 指數常用作股票資產的基準。
- 美國公債用來衡量債券的風險與報酬。

基準測試範例

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)

基準測試範例

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')

基準測試結果

一起來練習吧！

Financial Trading in Python