Python para Negociação Algorítmica

Capítulo 6. Construindo classes parabacktesting baseado em eventos

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: [e-mail]

As tragédias reais da vida não têm qualquer relação com as ideias preconcebidas de cada um. Na verdade, ficamos sempre perplexos com a sua simplicidade, com a sua grandeza de conceção e com aquele elemento de bizarria que parece inerente a elas.

Jean Cocteau

Por um lado, o backtesting vetorizado com NumPy e pandas é geralmente conveniente e eficiente de implementar devido ao código conciso, e é rápido de executar devido a estes pacotes serem otimizados para tais operações. No entanto, a abordagem não pode lidar com todos os tipos de estratégias de negociação nem com todos os fenómenos que a realidade comercial apresenta a um operador algorítmico. No que diz respeito ao backtesting vetorizado, as potenciais deficiências da abordagem são as seguintes:

Preconceito de antecipação

O backtesting vetorizado é baseado no conjunto completo de dados disponíveis e não leva em conta que novos dados chegam de forma incremental.

Simplificação

Por exemplo, os custos fixos de transação não podem ser modelados pela vetorização, que se baseia principalmente em retornos relativos. Além disso, os montantes fixos por transação ou a não divisibilidade de instrumentos financeiros individuais (por exemplo, uma ação) não podem ser corretamente modelados.

Não recursividade

Os algoritmos, que incorporam estratégias ...