Ik bouw en debug je algorithmische strategie backtest in python

Je backtest liegt tegen je tenzij hij bedoeld is om de waarheid te vertellen.

De meeste trading backtests lijken winstgevend omdat ze stilletjes vals spelen: look-ahead bias, survivorship bias, overfitting op noise. Ik heb [X] jaar op de buy-side gewerkt bij [een systematisch hedgefonds / multi-strategy fonds] en heb strategieën zien sterven in productie die in backtest schitterden, en ik bouw om dat precies te voorkomen.

Wat ik voor jou doe:

• Een schone, reproduceerbare backtest van je strategie in Python (Pandas, NumPy, [backtrader / vectorbt / eigen engine])
• De metrics berekenen die er echt toe doen: Sharpe, Sortino, max drawdown, hit rate, turnover, exposure
• De biases opsporen en elimineren die backtests laten liegen
• Stress-testen met walk-forward en parameter-sensitiviteitsanalyse (Premium)

Voor wie dit is: retail algo traders, quant studenten en kleine fondsen die willen weten of een edge echt is voordat ze kapitaal riskeren.

Wat je krijgt: schone commentaarcode, een duidelijk prestatieverslag en een eerlijk oordeel, inclusief wanneer een strategie niet werkt, wat de waardevolste informatie is die een backtest je kan geven.

Weet je niet welke package het beste past? Stuur me je strategie-idee en ik wijs je de juiste aan.