Vou testar estatisticamente sua estratégia de trading contra uma nulidade aleatória

A maioria dos backtests pergunta apenas "essas regras deram dinheiro nesta história". Essa métrica é muito baixa. Entradas aleatórias a superam constantemente, assim como regras que olham discretamente para dados futuros ou simplesmente seguem a deriva do mercado. Eu testo estratégias do jeito que pesquisadores quantitativos fazem: contra uma nulidade aleatória pareada.

O que você recebe:

- Suas regras codificadas em um backtest reproducível em Python

- Teste de permutação de Monte Carlo: sua estratégia supera entradas aleatórias com a mesma frequência de trades e tempo de manutenção? (o método Timothy Masters)

- Divisão fora da amostra e varredura de parâmetros, para garantir que não seja uma configuração mágica única

- Comissões e slippage modelados de forma realista, onde a maioria das vantagens de varejo desaparece silenciosamente

- Para traders prop: Monte Carlo das suas estatísticas contra as regras de drawdown do seu fundo, transformado em uma probabilidade de sucesso ou fracasso

- Um relatório escrito em linguagem simples de tudo o que foi mencionado acima

Aviso justo: a maioria das estratégias falha neste teste. Essa é a verdadeira valia. Você descobre por alguns centenas de dólares, ao invés de contas destruídas. Eu relato o que as estatísticas dizem, não o que você espera ouvir. Isso é pesquisa e educação, não conselho financeiro.