FORSCHUNG UND PRAXIS
Krypto-Backtests mit damaligem Wissensstand: Überlebens- und Verfügbarkeitsverzerrungen vermeiden
Rekonstruieren Sie das damals verfügbare Marktuniversum und Wissen, einschließlich entfernter Token, geänderter Listings und verzögert verfügbarer Daten.
Historische Kurse sind nur ein Bestandteil eines belastbaren Backtests. Der Test muss auch wissen, welche Instrumente damals berücksichtigt werden konnten und wann jeder Eingabewert verfügbar wurde. Wer mit den heute noch bestehenden Märkten beginnt und ihre Vergangenheit ergänzt, beantwortet möglicherweise eine viel einfachere Frage als die, vor der ein laufender Scanner stand. Ein Datensatz mit damaligem Wissensstand bewahrt diese wechselnden Entscheidungsbedingungen, statt sie stillschweigend durch nachträgliches Wissen zu ersetzen.
Die Zugehörigkeit zum Marktuniversum datiert speichern
Bewahren Sie Momentaufnahmen oder eine datierte Historie geeigneter Instrumente auf, einschließlich Handelsplatz, Produkttyp, Kurswährung und Handelsstatus. Aktuelle Instrumenten-APIs helfen bei heutigen Beschränkungen. Ihre derzeitige Antwort ist jedoch nicht automatisch ein Archiv früherer Listings und Entfernungen. Erfassen Sie Neuzugänge, Aussetzungen, Symboländerungen und die Herkunft jedes historischen Status. Identifizieren Sie einen Vermögenswert nicht allein am Tickersymbol, wenn Migrationen oder wiederverwendete Namen Mehrdeutigkeit verursachen können. Der Backtest sollte erklären können, warum ein Instrument an einem bestimmten Datum geeignet war und ein anderes fehlte.
Ein hypothetisches Ergebnis nur mit Überlebenden
Stellen Sie sich vor, zu Studienbeginn waren 20 Märkte geeignet. Zehn stehen weiterhin im heutigen Verzeichnis und erzielen über das festgelegte Halteintervall durchschnittlich 20 % Rendite. Zehn verschwinden später aus diesem Verzeichnis und verlieren im selben definierten Intervall durchschnittlich 60 %. Eine gleichgewichtete Rechnung nur über die heutigen Überlebenden meldet 20 % Gewinn. Dieselbe einfache Rechnung über alle 20 anfänglichen Märkte ergibt 20 % Verlust. Die Zahlen sind hypothetisch; ein tatsächlich investierbares Portfolio benötigt zusätzliche Ausführungsannahmen. Das Beispiel zeigt, dass eine veränderte Zusammensetzung ein scheinbares Ergebnis umkehren kann, noch bevor irgendein Modell beteiligt ist.
Ereignisdatum und Verfügbarkeitsdatum trennen
Eine Wirtschaftsbeobachtung, eine Angabe zum Tokenangebot oder ein Börsenstatus kann einen früheren Zeitraum beschreiben, aber erst später veröffentlicht werden. Ein Merkmal ist möglicherweise erst nach Veröffentlichung, Übermittlung und Verarbeitung nutzbar, nicht am Datum seines ausgewiesenen Bezugszeitraums. Speichern Sie sowohl den wirtschaftlichen Zeitstempel als auch den frühesten belegbaren Verfügbarkeitszeitpunkt. Revisionen sollten versioniert werden, wenn sie frühere Merkmalswerte verändern können. Ist die ursprüngliche Veröffentlichung nicht wiederherstellbar, legen Sie diese Grenze offen oder beschränken Sie das Experiment. Einen revidierten Wert in die Vergangenheit zurückzuversetzen verändert, was der simulierte Entscheidungsträger wusste.
Unbequeme Ergebnisse und fehlende Intervalle erhalten
Bei einem entfernten Markt können Endkurse fehlen oder Auszahlungen eingeschränkt sein. Sein wirtschaftliches Ergebnis ist dann schwer zu schätzen. Löschen Sie ihn nicht stillschweigend aus der Stichprobe und ersetzen Sie einen fehlenden Endwert nicht durch eine bequeme Nullrendite. Beschreiben Sie die Behandlung, zeigen Sie die Empfindlichkeit gegenüber vertretbaren Alternativen und trennen Sie unbekannte Ergebnisse von gemessenen Verlusten. Erfassen Sie ebenso Datenausfälle in volatilen Phasen. Werden solche Beobachtungen systematisch ausgeschlossen, beschreibt die verbleibende Stichprobe womöglich nur die einfachsten Handelsbedingungen. Jede Leistungstabelle sollte Angaben zur Abdeckung nach Datum und Instrument enthalten.
Datenverknüpfungen vor dem Modell-Tuning prüfen
Wählen Sie einige historische Entscheidungszeitpunkte aus und rekonstruieren Sie das zulässige Universum, die Marktbeschränkungen und die Eingabeversionen von Hand. Prüfen Sie, dass keine Verknüpfung einen erst nach der Entscheidung veröffentlichten Datensatz auswählt, nur weil sein Bezugsdatum früher liegt. Nehmen Sie ein Listing, eine Aussetzung, ein umbenanntes Symbol und eine verspätete Beobachtung in die Testfälle auf. Speichern Sie die Datensatzversion mit dem Experiment. Forschung zur Überanpassung von Backtests erklärt ein weiteres Risiko: die Auswahl einer Strategie nach dem Ausprobieren vieler Alternativen. Die Lösung dieses Problems repariert jedoch kein Universum und keine Merkmalstabelle, die bereits Zukunftsinformationen enthalten.
Die Beleglage zusammen mit dem Ergebnis veröffentlichen
Dokumentieren Sie die Quelle der historischen Zugehörigkeit, die Abdeckung entfernter Vermögenswerte, die Regel für verzögerte Daten und jede ungeklärte Lücke. Vergleichen Sie die vollständige Stichprobe mit damaligem Wissensstand diagnostisch mit der Stichprobe nur aus Überlebenden. Behandeln Sie beide nicht als konkurrierende Ergebnisse, aus denen das attraktivere gewählt wird. Trennen Sie Zeiträume für Parameterauswahl, Kalibrierung und abschließende Bewertung. Die nützlichste Schlussfolgerung kann sein, dass die verfügbare Historie die ursprüngliche Behauptung nicht trägt. Ein kleineres reproduzierbares Experiment mit klaren Grenzen ist glaubwürdiger als eine lange Kapitalkurve, deren damaliges Entscheidungsuniversum sich nicht rekonstruieren lässt.
Quellen und Einordnung der Beispiele
Die Quellen belegen Definitionen und Mechanismen. Die Zahlenbeispiele sind hypothetische Lernbeispiele, keine aktuellen Kurse, Prognosen oder berichteten HOSTuvo-Ergebnisse. Bilder dienen der redaktionellen Illustration.