Υπάρχουν τρεις βασικές προσεγγίσεις για στρατηγικές backtesting: χρήση δεδομένων πραγματικών τιμών χωρισμένα σε τρεις ομάδες. bootstrap, το οποίο χρησιμοποιεί δεδομένα πραγματικής τιμής, αλλά τα κάνει εκ νέου δειγματοληψία. και προσομοίωση Monte Carlo. Υπάρχουν θεωρητικά ζητήματα που χωρίζουν τους κατασκευαστές συστημάτων ως προς το ποια μέθοδος είναι καλύτερη. Αυτό που είναι σημαντικό για τον έμπορο είναι να χρησιμοποιεί σωστά τουλάχιστον μία από τις στρατηγικές backtesting στο σύστημά του προτού εμπιστευτεί το εμπορικό του κεφάλαιο σε αυτό. Ένα κρίσιμο ζήτημα στην επιλογή μιας στρατηγικής backtesting είναι ο αριθμός των συναλλαγών που δημιουργούνται. Απαιτούνται τουλάχιστον 1,000 συναλλαγές σε κάθε φάση της εργασίας του δημιουργού συστήματος.
Η χρήση δεδομένων πραγματικών τιμών, χωρισμένη σε τρία μέρη, είναι το συνηθισμένο σημείο έναρξης για τους περισσότερους κατασκευαστές συστημάτων. Το σύστημα δημιουργείται χρησιμοποιώντας το πρώτο ένα τρίτο των δεδομένων. Σε αυτό το σημείο, ο κατασκευαστής έχει βρει αλγόριθμους που φαίνεται να παράγουν αρκετά κέρδη με αρκετά μικρό κίνδυνο για να προσφέρουν καλές προοπτικές. Το δεύτερο ένα τρίτο των δεδομένων χρησιμοποιείται για τη βελτιστοποίηση του συστήματος.
Αφού βελτιστοποιηθεί το σύστημα, θα εφαρμοστεί στο υπόλοιπο ένα τρίτο των δεδομένων. Αυτό ονομάζεται δοκιμή εκτός δείγματος και είναι όπου τα περισσότερα συστήματα αποτυγχάνουν. Εάν το σύστημα εξακολουθεί να έχει καλά αποτελέσματα σε τουλάχιστον 1,000 συναλλαγές, το πρόγραμμα δημιουργίας συστήματος έχει ένα βιώσιμο σύστημα. Εάν το σύστημα παράγει λιγότερες από 1,000 συναλλαγές στη δοκιμή εκτός δείγματος, ο κατασκευαστής θα πρέπει να εξετάσει μια άλλη στρατηγική backtesting.
Το bootstrapping είναι μια μέθοδος λήψης ορισμένων δεδομένων από το συνολικό σύνολο, δοκιμής, επαναφοράς των δεδομένων και λήψης περισσότερων δεδομένων ή επαναδειγματοληψίας και επανάληψης δοκιμής. Ο ιδανικός αριθμός επαναδειγμάτων είναι nn, ή n στην nη ισχύ, όπου n είναι ο αριθμός των δεδομένων στο αρχικό δείγμα. Για έναν έμπορο που πιθανότατα ασχολείται με τουλάχιστον 2,500 σημεία δεδομένων — 250 ημέρες το χρόνο σε 10 χρόνια — αυτό δεν είναι πρακτικό. Ευτυχώς, 100 επαναδειγματοληψίες θα παρέχουν υψηλό επίπεδο εμπιστοσύνης ότι το δείγμα του bootstrap θα αντικατοπτρίζει τα αρχικά δεδομένα, καθιστώντας τα αποτελέσματα αξιόπιστα. Εάν η λήψη 100 επαναδειγματοληψιών δεν παρέχει τις απαραίτητες 1,000 συναλλαγές, ο έμπορος πρέπει να συνεχίσει την επαναδειγματοληψία μέχρι να επιτευχθεί αυτός ο στόχος, εάν αναμένει ότι το σύστημα, και όχι απλώς η επαναδειγματοληψία των δεδομένων, θα είναι αξιόπιστο.
Η τελευταία μέθοδος backtesting στρατηγικών είναι η προσομοίωση Monte Carlo (MC). Αυτή η μέθοδος χρησιμοποιεί έναν υπολογιστή για τη δημιουργία προσομοιωμένων δεδομένων και στη συνέχεια το σύστημα δοκιμάζεται σε αυτά τα δεδομένα. Το πλεονέκτημα της προσομοίωσης MC είναι ότι μπορεί κανείς να δημιουργήσει απεριόριστες ποσότητες δεδομένων, επιτρέποντας σε κάποιον να δημιουργήσει 10,000 συναλλαγές ή οποιονδήποτε άλλο αριθμό συναλλαγών. Ένα άλλο πλεονέκτημα είναι ότι κάθε νέο σύνολο δεδομένων είναι εκτός δείγματος. Αυτό προσφέρει την ευκαιρία να κάνετε επαναλαμβανόμενες εκτελέσεις βελτιστοποίησης και δοκιμών. απλώς βελτιστοποιήστε αυτό το σύνολο δεδομένων και, στη συνέχεια, εφαρμόστε αυτές τις παραμέτρους συστήματος στα επόμενα δεδομένα που δημιουργεί ο υπολογιστής.
Ένα μειονέκτημα της προσομοίωσης MC είναι ότι τα δεδομένα μπορεί να μην έχουν ακριβώς την ίδια συνάρτηση κατανομής πιθανότητας που έχουν τα δεδομένα συναλλαγών, γεγονός που θα μπορούσε να παραμορφώσει τα αποτελέσματα. Στον καλύτερο από όλους τους δυνατούς κόσμους, και οι τρεις στρατηγικές backtesting θα πρέπει να χρησιμοποιούνται στη διαδικασία ελέγχου του συστήματος. Η επιτυχία και στα τρία θα πρέπει να προσφέρει πολύ μεγάλες πιθανότητες επιτυχίας σε πραγματικές συναλλαγές.