Performance Evaluation
성능 평가
- 알고리즘 트레이딩 시스템은 일반적인 S/W 시스템과 달리,
예상되는 시나리오를 상정하고 테스트 프로그램으로 성능을 측정하는 것이 어렵다.
- 금융시장의 불확실성으로 인해 알고리즘 트레이딩 시스템 성능 평가의 명확한 기준은 없다.
Purpose of Performance Evaluation (알고리즘 트레이딩 시스템 성능 평가의 목적)
1. 수익성 평가
- 기대되는 수익률을 예상한다.
2. 구현 모델별 비교
- 시스템에 적용된 다수의 알파 모델들 간 수익성을 비교하고 특성을 파악한다.
* 특성
- 해당 모델의 매매 포지션이 변화하는 양상, 포지션 변화 횟수 등을 의미한다.
3. 시스템에 대한 자신감
- 알고리즘 트레이딩 사용의 최종 결정은 사람이 하기에,
시스템에 대한 자신감이 있어야 좋은 수익을 창출해낼 수 있다.
- 일례로, 추세추종 모델은 많은 거래에서 손실을 기록하지만,
몇 번의 핵심적 거래로 그동안의 손실을 만회하는 경향이 있다.
(일련의 손실로 인한 불안감으로 인해 알고리즘 트레이딩을 중지하면 당연히 수익을 보지 못한다.)
Backtesting (백테스팅) (URL)
[Algorithmic Trading] Backtesting | 백테스팅
Backtesting 백테스팅 Reference: 머신러닝을 이용한 알고리즘 트레이딩 시스템 개발 (안명호, 류미현 저, 한빛미디어, 2016)
dad-rock.tistory.com
- 특정 기간의 과거 데이터를 통해 알고리즘 트레이딩 시스템의 성능을 평가하는 작업을 의미한다.
- 알고리즘 트레이딩 시스템의 예측력, 수익률, 특성 등을 파악하기 위해 수행한다.
- 대표적인 백테스팅 방법으로 Profit/Loss(손익/수익률), Hit Ratio(적중률, 명중률), Drawdown(고점 대비 최대 손실률),
Sharpe Ratio(샤프 지수)가 있다.
Reference: 머신러닝을 이용한 알고리즘 트레이딩 시스템 개발
(안명호, 류미현 저, 한빛미디어, 2016)
