O programa de backtest da plataforma FMZ é um processo de controle completo, e o programa está pesquisando sem parar de acordo com uma certa frequência.onTick
nível, não oonBar
O nível dos outros sistemas de backtest é mais elevado.Ticker
dados (estratégias com maior frequência de funcionamento).
O backtest de nível de simulação baseia-se nos dados da linha K inferior do sistema de backtest e, de acordo com um certo algoritmo, a interpolação dos dados do ticker é simulada dentro do quadro dos valores dos preços mais altos, mais baixos, de abertura e fechamento da barra K inferior dada.Bar
séries temporais.
O backtest de nível de mercado real é os dados de nível de ticker real emBar
Para estratégias baseadas em dados de nível de ticker, usar backtest de nível de mercado real é mais próximo da realidade.
Não há opção de linha K inferior para backtest de mercado real (porque os dados do ticker são reais, não é necessária linha K inferior para simular a geração).
No backtest de nível de simulação, o valor geradoticker
O período da linha K inferior deve ser menor do que o período de chamada da API para obter a linha K quando a estratégia está sendo executada. Caso contrário, devido ao grande ciclo da linha K inferior e ao número insuficiente de tickers gerados, os dados serão distorcidos ao chamar a API para obter a linha K do período especificado. Ao usar o backtest de linha K de grande período, você pode aumentar apropriadamente o ciclo da linha K inferior.
O mecanismo para gerar tickers simulados na linha K inferior é o mesmo do famoso software de negociação MetaTrader 4
Algoritmo específico para simular dados de tick a partir dos dados da linha K inferior:
function recordsToTicks(period, num_digits, records) {
// http://www.metatrader5.com/en/terminal/help/tick_generation
if (records.length == 0) {
return []
}
var ticks = []
var steps = [0, 2, 4, 6, 10, 12, 16, 18, 23, 25, 27, 29]
var pown = Math.pow(10, num_digits)
function pushTick(t, price, vol) {
ticks.push([Math.floor(t), Math.floor(price * pown) / pown, vol])
}
for (var i = 0; i < records.length; i++) {
var T = records[i][0]
var O = records[i][1]
var H = records[i][2]
var L = records[i][3]
var C = records[i][4]
var V = records[i][5]
if (V > 1) {
V = V - 1
}
if ((O == H) && (L == C) && (H == L)) {
pushTick(T, O, V)
} else if (((O == H) && (L == C)) || ((O == L) && (H == C))) {
pushTick(T, O, V)
} else if ((O == C) && ((O == L) || (O == H))) {
pushTick(T, O, V / 2)
pushTick(T + (period / 2), (O == L ? H : L), V / 2)
} else if ((C == H) || (C == L)) {
pushTick(T, O, V / 2)
pushTick(T + (period * 0.382), (C == L ? H : L), V / 2)
} else if ((O == H) || (O == L)) {
pushTick(T, O, V / 2)
pushTick(T + (period * 0.618), (O == L ? H : L), V / 2)
} else {
var dots = []
var amount = V / 11
pushTick(T, O, amount)
if (C > O) {
dots = [
O - (O - L) * 0.75,
O - (O - L) * 0.5,
L,
L + (H - L) / 3.0,
L + (H - L) * (4 / 15.0),
H - (H - L) / 3.0,
H - (H - L) * (6 / 15.0),
H,
H - (H - C) * 0.75,
H - (H - C) * 0.5,
]
} else {
dots = [
O + (H - O) * 0.75,
O + (H - O) * 0.5,
H,
H - (H - L) / 3.0,
H - (H - L) * (4 / 15.0),
H - (H - L) * (2 / 3.0),
H - (H - L) * (9 / 15.0),
L,
L + (C - L) * 0.75,
L + (C - L) * 0.5,
]
}
for (var j = 0; j < dots.length; j++) {
pushTick(T + period * (steps[j + 1] / 30.0), dots[j], amount)
}
}
pushTick(T + (period * 0.98), C, 1)
}
return ticks
}
Por conseguinte, quando se utiliza o backtest de nível de simulação, haverá saltos de preços nas séries temporais.