Forex Walk Forward Test

Il camminare in avanti Analyzer è ora libero Vai alla pagina di download per ottenere la vostra copia gratuita Come fai a sapere se il consulente esperto è MetaTraders veramente redditizie Strategia Tester pretende molto danno si tutto il quadro Stai negoziazione sulla base backtests eccessivamente ottimistiche, e delusi da trovare che il consulente esperto sta perdendo soldi nel trading dal vivo Vuoi sapere se il tuo consulente esperto è redditizio, in modo rapido e semplice, senza perdere denaro The Walk forward Analyzer per MetaTrader The Walk forward Analyzer utilizza MetaTraders propria strategia Tester per effettuare una passeggiata analisi avanti . utilizzando le impostazioni e test parametri forniti dall'utente. Il software è facile da usare e in grado di fornire un'analisi completa avanti passeggiata in una frazione del tempo necessario per voi di farlo manualmente. Un'analisi in avanti passeggiata determina se un consulente esperto è redditizio quando trading con parametri ottimizzati sui dati out-of-campione. Ogni consulente esperto può produrre un impressionante risultato di ottimizzazione, ma il vero test è se questi risultati possono contenere fino quando testati su dati futuri. Il camminare in avanti Analyzer esegue questo processo molte volte nel corso di mesi e anni di dati storici, dando un quadro preciso della vera prestazioni del consulente esperto. Al termine di un'analisi avanti passeggiata, youll essere presentato con un rapporto di analisi previsionale dettagliato passeggiata, che mostra i risultati dei test e ottimizzazione corre, la profitloss sperimentazione totale, e il rapporto di efficienza in avanti passeggiata. che è una misura di quanto robusto il sistema commerciale è. Vedere il camminare in avanti Analyzer in azione Se sei familiarità con la procedura di analisi di cammino in avanti, si prega di leggere ciò che è camminare in avanti analisi per scoprire perché è il metodo migliore per determinare la robustezza e la redditività potenziale del vostro sistema di trading. Il video qui sotto fornisce una guida completa e tutorial Walk Forward Analyzer per MetaTrader: Che cosa è camminare in avanti Analisi Passeggiata anaylsis in avanti è il processo di ottimizzazione di un sistema di negoziazione utilizzando un insieme limitato di parametri, e quindi testare il parametro migliore ottimizzato impostato in avanti dati - Di-campione. Questo è simile a come si usa il proprio consulente esperto di trading dal vivo. I principi di analisi in avanti passi sono stati descritti nel libro La valutazione e l'ottimizzazione di strategie di trading da Robert Pardo. Per effettuare una passeggiata analisi avanti in MetaTrader, prima di ottimizzare il consulente esperto nel Tester strategia. Quindi, scegliere il risultato più redditizio nella scheda Ottimizzazione Risultati, ed eseguire un backtest su un periodo di tempo immediatamente successivo al periodo di ottimizzazione. La data di fine del periodo di ottimizzazione è la stessa della data di inizio del periodo di prova. Questo processo viene ripetuto più volte fino un campione soddisfacente viene raggiunto. Se il consulente esperto si comporta bene nei test, relativi ai risultati di ottimizzazione, quindi si può concludere che il consulente esperto sarà probabilmente redditizia in trading dal vivo. Se, invece, il consulente esperto funziona male nei test, quindi dovranno essere regolati sia i parametri di ottimizzazione o la durata dei periodi di prova e di ottimizzazione. Se, dopo molti tentativi, il consulente esperto ancora non esegue bene nel test, quindi si può concludere che il sistema commerciale è inutile. L'animazione a destra illustra la procedura di analisi in avanti passeggiata. Un'ottimizzazione è effettuata nel corso di un periodo più lungo (i dati in-sample), e quindi il set di parametri ottimizzati viene testato nel corso di un successivo periodo più breve (i dati out-of-sample). I periodi di ottimizzazione e di collaudo sono spostati in avanti, e il processo viene ripetuto fino a quando un campione adeguato è acheived. Fonte Un esempio di un Forward Analisi passeggiata Consente di fornire un esempio reale: stavamo andando a fare una passeggiata analisi in avanti su un consulente esperto, con EURUSD M30. Ebbene ottimizzare questo consulente esperto per un periodo di 120 giorni. Weve scelto 3 o 4 parametri più importanti per ottimizzare, in modo da non sovra-ottimizzare o curva che i risultati. Inoltre, un minor numero di parametri indica una prova più veloce. Ebbene selezionare il risultato più redditizia e backtest tali parametri per un periodo di 30 giorni immediatamente dopo il periodo di ottimizzazione. Si raccomanda di utilizzare un periodo di prova di circa 25 della lunghezza del periodo di ottimizzazione. Una volta weve registrato i nostri risultati, ben spostare il prossimo periodo di ottimizzazione e test in avanti di 30 giorni. Dopo 12 giri consecutivi di ottimizzazione e test, anche avere un valore di anni di dati passeggiata analisi in avanti. Confrontiamo il profitto medio giornaliero per i periodi di ottimizzazione per il profitto medio giornaliero per i periodi di prova. Questo ci darà un calcolo chiamato il rapporto di efficienza in avanti passeggiata. Una passeggiata in avanti maggiore rapporto di efficienza a 0,5 è considerato un ottimo risultato. Questo è ciò che noi chiamiamo un sistema commerciale robusto. Tuttavia, un consulente esperto è commerciabile fintanto che è costantemente vantaggioso su più periodi di prova. Se il rapporto di efficienza in avanti passeggiata è negativo, allora ciò significa che il consulente esperto non ha svolto bene rispetto ai suoi risultati di ottimizzazione. Naturalmente, si può fare una passeggiata analisi avanti manualmente in MetaTraders Strategy Tester. Ma il processo è noioso, che richiede tempo e soggetto a errori. Questo è dove il software di camminare in avanti Analyzer viene nel programma eseguirà automaticamente una passeggiata analisi in avanti con MetaTraders Strategia Tester su un certo periodo di tempo, con solo poche impostazioni fornite dal user. Backtesting E Forward Test:. L'importanza di commercianti di correlazione che sono desiderosi di provare un'idea negoziazioni in un mercato vivo spesso fanno l'errore di affidarsi interamente su backtesting per determinare se il sistema sarà redditizio. Mentre backtesting in grado di fornire i commercianti con informazioni preziose, è spesso fuorviante ed è solo una parte del processo di valutazione. Out-of-campione di test e test delle prestazioni in avanti forniscono ulteriore conferma per quanto riguarda un 'efficacia dei sistemi, e può mostrare un sistema di veri colori, prima di denaro reale è sulla linea. Buona correlazione tra backtesting, out-of-campione e risultati dei test di performance a termine è di vitale importanza per determinare la fattibilità di un sistema di negoziazione. (. Offriamo alcuni suggerimenti su questo processo che può aiutare a perfezionare le strategie di trading attuali Per ulteriori informazioni, leggere backtesting:. Interpretazione passato) Backtesting Basics backtesting si riferisce all'applicazione di un sistema di scambio di dati storici per verificare come un sistema avrebbe compiuto durante il periodo di tempo specificato. Molte delle piattaforme di trading di oggi supportano backtesting. Gli operatori possono testare le idee con pochi tasti e fine di conoscere l'efficacia di un'idea senza rischiare fondi in un conto di trading. Backtesting può valutare idee semplici, ad esempio come un crossover media mobile avrebbe compiuto sui dati storici, o sistemi più complessi con ingressi e trigger di varietà. Finché un'idea può essere quantificato può essere backtested. Alcuni commercianti e gli investitori possono chiedere la perizia di un programmatore qualificato per sviluppare l'idea in una forma verificabile. In genere si tratta di un programmatore di codifica l'idea in linguaggio proprietario ospitato dalla piattaforma di trading. Il programmatore può incorporare variabili di ingresso definite dall'utente che consentono al professionista di modificare il sistema. Un esempio di questo sarebbe nel semplice sistema di crossover media mobile indicato sopra: l'operatore sia in grado di ingresso (o modificare) le lunghezze delle due medie mobili utilizzati nel sistema. Il professionista può backtest per determinare quale lunghezze di medie mobili avrebbe compiuto il migliore per i dati storici. (Ottenere un quadro più chiaro nel commercio elettronico Tutorial.) Studi di ottimizzazione Molte piattaforme di trading consentono anche di studi di ottimizzazione. Questo comporta entrare in un intervallo per l'ingresso specificato e lasciare che il computer a fare i calcoli per capire che cosa ingresso avrebbe compiuto il migliore. Una ottimizzazione multi-variabile può fare la matematica per due o più variabili combinate per determinare quali livelli insieme avrebbero raggiunto il miglior risultato. Ad esempio, gli operatori possono indicare al programma quali ingressi vorrebbero aggiungere nella loro strategia questi sarebbero poi essere ottimizzati per il loro peso ideale forniti i dati storici testati. Backtesting può essere eccitante in un sistema che non redditizio può spesso essere magicamente trasformato in una macchina per fare soldi con alcune ottimizzazioni. Purtroppo, tweaking un sistema per raggiungere il massimo livello di redditività passato spesso conduce a un sistema che scarso rendimento nel commercio reale. Questo eccesso di ottimizzazione crea sistemi che sembrano buone solo sulla carta. raccordo Curve è l'uso di analisi di ottimizzazione per creare il maggior numero di trade vincenti a maggior profitto sui dati storici utilizzati nel periodo di prova. Anche se sembra impressionante risultati dei test retrospettivi, curva conduce montaggio a sistemi non affidabili in quanto i risultati sono essenzialmente progettati su misura solo per quel particolare periodo di dati e di tempo. Backtesting e ottimizzazione fornire molti benefici ad un commerciante, ma questa è solo una parte del processo quando si valuta un potenziale sistema di trading. Un trader passo successivo è quello di applicare il sistema di dati storici che non sono stati utilizzati nella fase di backtesting iniziale. (La media mobile è facile da calcolare e, una volta tracciata su un grafico, è un potente strumento di tendenza-spotting visivo. Per ulteriori informazioni, leggere semplici medie mobili Fai Trends distinguersi.) In-Sample vs. dati Out-of-Sample Durante il test un'idea su dati storici, è utile per prenotare un periodo di tempo di dati storici a scopo di test. I dati storici iniziali in cui l'idea viene testato e ottimizzato si riferisce a come i dati in-campione. Il set di dati che è stato riservato è conosciuto come dati out-of-campione. Questa configurazione è una parte importante del processo di valutazione perché fornisce un modo per testare l'idea su dati che non è stato un componente nel modello di ottimizzazione. Come risultato, l'idea non sarà stata influenzata in alcun modo dai dati e commercianti out-of-sample sarà in grado di determinare quanto bene il sistema potrebbe eseguire sui nuovi dati ovvero in commercio vita reale. Prima di avviare qualsiasi test retrospettivi o ottimizzazione, gli operatori possono mettere da parte una percentuale dei dati storici da riservare per il test out-of-sample. Un metodo consiste nel dividere i dati storici in terzi e separare un terzo per l'uso in test fuori-campione. Solo i dati in campioni dovrebbero essere utilizzati per il test iniziale e qualsiasi ottimizzazione. La figura 1 mostra una linea di tempo in cui un terzo dei dati storici è riservata per i test fuori campione, e due terzi sono utilizzati per il test in-campione. Sebbene la figura 1 illustra i dati fuori-di-campione per l'inizio del test, procedure tipiche avrebbero la parte out-of-campione immediatamente precedente la prestazione avanti. Figura 1: Una linea del tempo che rappresenta la lunghezza relativa in-campione e dati fuori-di-campione utilizzati nel processo backtesting. Una volta che un sistema commerciale è stata sviluppata utilizzando dati in-campione, è pronto per essere applicato ai dati out-of-sample. Gli operatori possono valutare e confrontare i risultati di performance tra le e out-of-campione di dati a campione. Correlazione riferisce alle somiglianze tra le prestazioni e le tendenze generali dei due insiemi di dati. metriche di correlazione possono essere utilizzati nella valutazione rapporti di prestazione strategia creati durante il periodo di prova (una caratteristica che la maggior parte delle piattaforme di trading forniscono). La forte correlazione tra i due, migliore è la probabilità che un sistema eseguirà bene in test di performance avanti e trading dal vivo. La figura 2 illustra due diversi sistemi che sono stati testati e ottimizzati su in-campione di dati, poi applicato out-of-campione di dati. Il grafico a sinistra mostra un sistema che era chiaramente curva in grado di lavorare bene sui dati a campione e completamente fallito sui dati out-of-sample. Il grafico a destra mostra un sistema che ha eseguito bene sia su informazioni e dati out-of-campione. Figura 2: Due curve azionari. I dati di commercio prima di ogni freccia gialla rappresenta test in-campione. I mestieri che si generano tra le frecce gialle e rosse indicano test out-of-sample. I mestieri dopo le frecce rosse sono dalle fasi di test delle prestazioni in avanti. Se vi è scarsa correlazione tra il e fuori-di-campione di verifica in-campione, come il grafico di sinistra in figura 2, è probabile che il sistema è stato overoptimized e non funzionare bene in trading dal vivo. Se vi è una forte correlazione nelle prestazioni, come si vede nel grafico di destra in figura 2, la successiva fase di valutazione comporta un ulteriore tipo di test fuori campione noto come test delle prestazioni in avanti. (Per ulteriori lettura sulla previsione, fare riferimento alle previsioni finanziarie: Il Metodo Bayesiano.) Avanti test Performance Testing Basics prestazioni in avanti, noto anche come scambio di carta. fornisce i commercianti con un altro set di dati di out-of-sample su cui valutare un sistema. test delle prestazioni di andata è una simulazione di trading reale e coinvolge seguendo la logica di sistemi in un mercato dal vivo. E 'chiamata anche di scambio di carta in quanto tutte le operazioni vengono eseguite solo sulla carta, cioè, le entrate commerciali e le uscite sono documentate insieme a qualsiasi utile o perdita per il sistema, ma vengono eseguiti reali compravendite. Un aspetto importante del test prestazioni avanti è seguire la logica sistemi esattamente contrario, diventa difficile, se non impossibile, valutare con precisione questa fase del processo. Gli operatori dovrebbero essere onesti circa le voci del commercio e le uscite ed evitare comportamenti come cherry picking commerci o meno compreso un commercio su razionalizzazione carta che non avrei mai preso che il commercio. Se il commercio sarebbe verificato seguendo la logica sistemi, dovrebbe essere documentata e valutata. Molti broker offrono un conto di trading simulato in cui i commerci possono essere posizionati e il conto economico relativo calcolo. Utilizzando un conto di trading simulato in grado di creare un ambiente semi-realistico in cui praticare il commercio e valutare ulteriormente il sistema. La figura 2 mostra anche i risultati di test delle prestazioni in avanti su due sistemi. Anche in questo caso, il sistema rappresentato nella tabella sinistra non riesce a fare ben oltre i test iniziali sui dati in-campione. Il sistema mostrato nel grafico a destra, tuttavia, continua a funzionare bene in tutte le fasi, compresa la prova di prestazione avanti. Un sistema che mostra risultati positivi con buona correlazione tra in-campione, out-of-campione e di test delle prestazioni in avanti è pronto per essere implementato in un mercato dal vivo. The Bottom Line backtesting è uno strumento prezioso a disposizione nella maggior parte delle piattaforme di trading. Dividendo i dati storici in più set di prevedere in-campione e out-of-sample test in grado di fornire agli operatori un mezzo pratico ed efficiente per valutare un'idea di trading e di sistema. Poiché la maggior parte dei commercianti impiegano tecniche di ottimizzazione in backtesting, è importante quindi valutare il sistema su dati puliti per determinare la redditività. Continuando il test out-of-campione con verifica delle prestazioni in avanti fornisce un ulteriore livello di sicurezza prima di mettere un sistema nel mercato rischiare denaro reale. I risultati positivi e buona correlazione tra in-campione e out-of-sample backtesting e test delle prestazioni in avanti aumenta la probabilità che un sistema si esibirà anche in trading reale. (. Per una panoramica completa su analisi tecniche vedi Analisi Tecnica:. Introduzione) L'articolo 50 è una clausola di negoziazione e di regolamento nel trattato UE che delinea i passi da compiere per qualsiasi paese che. Un offerta iniziale su un fallito company039s beni da un acquirente interessato scelto dalla società fallita. Da un pool di offerenti. Beta è una misura della volatilità o rischio sistematico, di sicurezza o di un portafoglio rispetto al mercato nel suo complesso. Un tipo di imposta riscossa sulle plusvalenze sostenute da individui e aziende. Le plusvalenze sono i profitti che un investitore. Un ordine per l'acquisto di un titolo pari o inferiore a un determinato prezzo. Un ordine di acquisto limite consente agli operatori e agli investitori di specificare. Un Internal Revenue Service (IRS) regola che consente per i prelievi senza penalità da un account IRA. La norma richiede that. Walk-forward test AmiBroker 5.10 presenta la modalità automatica Cabina centrale Test. Il test avanti camminata automatica è un sistema di progettazione e tecnica di validazione in cui ottimizzare i valori di parametro in un segmento ultimi dati di mercato (8221in-sample8221), quindi verificare le prestazioni del sistema testando avanti nel tempo dei dati dopo l'ottimizzazione segmento (8221out-di-sample8221). A valutare il sistema in base a quanto bene si esegue sui dati dei test (8221out-di-sample8221), non i dati è stato ottimizzato sulla. Il processo può essere ripetuto più segmenti di tempo successivi. L'illustrazione seguente mostra come funziona il processo. Lo scopo di test del cammino in avanti è quello di determinare ogni volta che le prestazioni del sistema di scambio ottimizzato è la realistica o il risultato di curva-montaggio. Le prestazioni del sistema può essere considerato realistico se ha valore predicitive ed esegue bene su dati invisibile (out-of-sample) di mercato. Quando il sistema è progettato correttamente, le prestazioni di negoziazione in tempo reale dovrebbe essere in relazione a quelli scoperti durante l'ottimizzazione. Se il sistema sta andando a lavorare nel trading reale, deve prima superare un test di cammino in avanti. In altre parole, noi non veramente a cuore i risultati a campione come sono (o dovrebbero essere) sempre bene. Ciò che conta è out-of-sample prestazioni del sistema. E 'la stima realistica di come il sistema potrebbe funzionare nel trading reale e rapidamente individua alcun problema curva-montaggio. Se out-of-sample prestazione è scarsa quindi non si deve scambiare un tale sistema. La premessa di eseguire diversi optimizationtests fasi nel corso del tempo è che il recente passato è una base migliore per la selezione dei valori dei parametri di sistema di un lontano passato. Ci auguriamo è che i valori dei parametri scelti sul segmento di ottimizzazione saranno ben si adatta alle condizioni di mercato che seguono immediatamente. Questo può o non può essere il caso in quanto i mercati passa attraverso il ciclo bearbull, quindi occorre prestare attenzione al momento di scegliere la durata del periodo di permanenza nel campione. Per ulteriori informazioni sulla progettazione del sistema e di verifica utilizzando la procedura di cammino in avanti e tutte le questioni coinvolte, possiamo consigliare Howard Bandys libro: quotQuantitative Trading Systemsquot (vedere link a pagina AmiBroker). Per utilizzare l'ottimizzazione Cabina Forward si prega di attenersi alla seguente procedura: Goto Strumenti-gtAutomatic Analisi fare clic sul pulsante Impostazioni, quindi passare scheda per Walk-Forward Qui potete vedere camminata impostazioni di inoltro per l'ottimizzazione In-campione, out-of-sample backtest inizio e di fine marchio periodo iniziale inizia end Questo periodo sarà spostata in avanti per passo fino alla fine raggiunge la data di inizio ultimo date. The può andare avanti a passo troppo, oppure può essere ancorato (costante) se il controllo è in ancorata. Se si seleziona Usa oggi quindi Ultima data inserita viene ignorata e oggi (data corrente) verrà utilizzata al posto. Per impostazione predefinita, un 8220EASY MODE8221 viene selezionata che semplifica il processo di impostazione dei parametri WF. Si presuppone che: a) Out-of-campione segmento immediatelly segue in-campione segmento b) la lunghezza del segmento out-of-campione è uguale al passo walk-in avanti Sulla base di questi due presupposti la modalità 8220EASY8221 prende in-sample data di fine e set di out-of-sample data di inizio per il giorno seguente. Poi aggiunge STEP in-campione e questo diventa out-of-sample data di fine. In-campione e Out-of-campione di valori step sono impostati sugli stessi valori. La modalità 8220EASY8221 garantisce la correttezza delle impostazioni della procedura WF. Si dovrebbe usare la modalità Easy (EOD) durante la verifica sui dati di fine giornata o la modalità facile (giornaliero) durante la verifica sui dati intraday. La differenza è che in modalità EOD la data di fine del periodo precedente e data di inizio del prossimo periodo sono gli stessi - evitando così divario tra i periodi. modalità impostata Intraday data di inizio del prossimo periodo come giorno dopo la fine del periodo precedente. Ciò garantisce quel giorno confine non viene conteggiato due volte durante il test sui dati intraday. Nella modalità avanzata. l'utente ha il controllo completo su tutti i valori, nella misura in cui essi non possono costituire validi procedura di WF. L'interfaccia permette di disabilitare selectivelly in-campione e out-of-campione fasi utilizzando le caselle di controllo in alto (per le cose speciali come la corsa backtests sequenziali senza ottimizzazione). Tutte le impostazioni sono immediatelly riflettono nella lista di anteprima che mostra i segmenti ISOOS tutti generati e le loro date. Il 8220 Ottimizzazione di destinazione 8221 campo definisce il nome della colonna di ottimizzazione Raport che verrà utilizzato per l'ordinamento dei risultati e di trovare la migliore. Ogni colonna di built-in può essere utilizzato (come appare nell'output ottimizzazione), oppure è possibile utilizzare qualsiasi metrica personalizzata che si definisce in backtester personalizzato. Il valore predefinito è CARMDD, è possibile comunque selezionare qualsiasi altro built-in metrica dal combo. È inoltre possibile type-in ​​qualsiasi metrica personalizzata che avete aggiunto tramite interfaccia backtester personalizzato. Una volta che avete definito le impostazioni Cabina di andata, vai alla analisi automatica e premere la freccia a discesa sul pulsante Optimize e selezionare 8220Walk Forward Optimization8221This verrà eseguito sequenza di optimizaitons e backtest ed i risultati verranno visualizzati nel documento 8220Walk Forward8221 che è aperta nel telaio principale dell'applicazione. Quando l'ottimizzazione è in funzione è possibile fare clic 8220MINIMIZE8221 pulsante nella finestra di avanzamento per ridurre al minimo - questo permette di vedere l'uscita in avanti a piedi durante le fasi di ottimizzazione. IN-CAMPIONE e out-of-CAMPIONE combinato equità combinati in-campione e out-campione azioni sono disponibili dal ticker compositi OSEQUITY (periodi consecutivi di IS e OOS sono concatenati e scalata a mantenere la continuità della linea di equità - questo approccio presuppone che in genere parlando sono compounding profitti). Per visualizzare IS e OOS equità si può usare ad esempio questo: ISEQUITY. In-Sample Patrimonio Netto. colore rosso . Styleline) PlotForeign (OUT-OF-CAMPIONE relazione di sintesi (di nuovo in 5,60) versione 5.60 porta una nuova relazione di sintesi walk-forward che copre tutte le out-of-campione di passi. E 'visibile nel Rapporto Explorer come ultimo e ha tipo quotPSquot . ci sono stati cambiamenti significativi a camminare in avanti test per permettere a sintesi out-of-campione di rapporto. Il cambiamento più importante è che ogni successiva prova di out-of-esempio utilizza capitale iniziale pari al passaggio precedente fine equità. (in precedenza ha usato costante iniziale patrimonio netto). Questo cambiamento è necessario per il corretto calcolo di tutti statisticsmetrics in tutte le sezioni di out-of-campione. relazione di sintesi mostra la nota che built-in metriche rappresentare correttamente tutti fuori-di-campione passi ma metriche di sintesi personalizzati sono composti utilizzando definibile dall'utente metodo:. 1 primo valore di passo, 2 ultimo valore step, 3 sum, 4 media, 5 minimo, massimo 6 in relazione di sintesi impostazione predefinita mostra l'ultimo valore passo di metriche personalizzate meno che l'utente specifica diversa combinazione di metodo nel bo. AddCustomMetrics () chiamata. bo. AddCustomMetrics ha ora nuovo parametro opzionale - CombineMethod bool AddCustomMetric (stringa titolo, variante valore, LongOnlyValue variante opzionale, ShortOnlyValue variante opzionale DecPlaces variante opzionali 2, variante opzionale CombineMethod 2). Questo metodo aggiunge metrica personalizzata alla relazione backtest, quotsummaryquot backtest e lista dei risultati di ottimizzazione. Titolo è un nome della metrica da visualizzare nel report, il valore è il valore degli argomenti opzionali, metriche LongOnlyValue, ShortOnlyValue permettono di fornire valori per ulteriori longshort-solo le colonne nel report backtest. DecPlaces ultimo argomento controlla quanti posti decimali deve essere utilizzato per visualizzare il valore. I valori CombineMethod supportati sono: 1 primo valore passo, - relazione di sintesi mostrerà il valore di metrica personalizzata dal primo out-of-sample fase 2 ultimo valore del passo (di default), - relazione di sintesi mostrerà il valore di metrica personalizzata dall'ultimo out-of-sample punto 3 somma, - relazione di sintesi mostrerà la somma dei valori di metrica personalizzata da tutti fuori di campione passi 4 media, - relazione di sintesi mostra la media dei valori di metrica personalizzata da tutti fuori di passaggi di esempio 5 minimo, - relazione di sintesi mostrerà il più piccolo valore di metrica personalizzata da tutti fuori di campione passaggi da 6 relazione di sintesi maximum.- mostrerà il più grande valore della metrica personalizzata da tutti fuori di passaggi campione si noti che i metodi di alcuni parametri di calcolo sono complessi e per esempio loro media non porterebbe ad matematicamente corretta rappresentazione del tutto fuori del campione prelevato. Sintesi di tutte le metriche incorporati sono matematicamente corretto out-of-the-box (cioè non sono medie, ma metriche correttamente calcolati con il metodo che è appropriato per valore dato). Ciò contrasta con metriche personalizzate, perché sono definibili dall'utente e spetta all'utente di selezionare il metodo di combinazione, e ancora può accadere che nessuno dei metodi disponibili è appropriato. Per questo motivo, il report include la nota che spiega che cosa definibile dall'utente metodo è stato utilizzato per combinare metriche personalizzate.