Du har en trading-idé, men hvordan ved du, om den faktisk virker? Backtesting er processen med at teste en trading-strategi på historisk data for at se, hvordan den ville have præsteret. I stedet for blindt at stole på din intuition kan du træffe datadrevne beslutninger. Denne guide forklarer, hvordan backtesting fungerer, og hvordan du anvender det korrekt.
Hvad er Backtesting?
Backtesting betyder at anvende dine trading-regler på historisk prisdata for at simulere, hvordan trades ville være gået. Du tester bogstaveligt "tilbage i tiden", om din strategi ville have været profitabel.
Eksempel:
Din strategi: "Køb når 50 MA krydser over 200 MA, sælg ved omvendt crossover."
Backtest: Anvend dette på S&P 500 data fra 2014-2024. Resultat: 12 trades, 7 vindere, 5 tabere, samlet afkast 45%.
Hvorfor er Backtesting Vigtigt?
1. Tillid til din Strategi
Hvis din strategi overlever 10 års historisk data med positive afkast, har du mere tillid til at trade den live.
2. Optimering
Test forskellige parametre. Er 50/200 MA bedre end 20/50? Backtesting giver svaret.
3. Risk Management
Se maksimal drawdown, win rate, gennemsnitlig vinder/taber-ratio. Dette hjælper med at bestemme position sizing.
4. Psykologisk Forberedelse
Hvis du ved, at din strategi kan have 5 tabere i træk, går du ikke i panik, når det sker live.
5. Spar Tid og Penge
Bedre at opdage, at en strategi fejler i backtest end med rigtige penge over 6 måneder.
Backtesting Metrics du Skal Kende
Total Return
Samlet gevinst/tab over testperioden. Men ikke nok i sig selv. Check også andre metrics.
Win Rate
Procent af vindende trades. 60% win rate betyder, at 60 ud af 100 trades er profitable.
Bemærk: Høj win rate ≠ profitabelt. Du kan have 90% win rate og stadig tabe penge, hvis dine tab er store.
Profit Factor
Formel: Samlet gevinst ÷ Samlet tab
- > 2.0: Meget godt
- 1.5-2.0: Godt
- 1.0-1.5: OK, men ikke fantastisk
- < 1.0: Tabende
Maximum Drawdown
Største top-til-bund tab under testperioden. Hvis max drawdown er 30%, skal du være mentalt forberedt på 30% fald i din konto.
Sharpe Ratio
Risikojusteret afkast. Højere er bedre. > 1 er godt, > 2 er fremragende.
Gennemsnitlig Vinder vs Gennemsnitlig Taber
Ideelt: vindere er større end tabere. 2:1 eller bedre er stærkt.
Antal Trades
Flere trades = statistisk mere pålidelig. < 30 trades er for lidt til konklusioner.
Hvordan Backtester du en Strategi?
Metode 1: Manuelt (For Begyndere)
Trin 1: Definer din strategi præcist
- Entry-regler (hvornår køber du?)
- Exit-regler (hvornår sælger du?)
- Position sizing (hvor meget?)
- Risk management (stop loss, take profit)
Trin 2: Åbn historisk chart (f.eks. TradingView)
Trin 3: Scroll tilbage til start af testperiode
Trin 4: Gå periode for periode fremad, noter hver trade:
- Entry-pris og dato
- Exit-pris og dato
- Gevinst/tab i % og $
Trin 5: Analyser resultater i regneark
Fordel: Simpelt, ingen software nødvendig
Ulempe: Tidskrævende, mulig bias (du ser fremtiden ved et uheld)
Metode 2: TradingView Replay-funktion
TradingView har en "Bar Replay"-funktion (play-knap-ikon):
- Åbn chart, vælg tidsramme
- Klik på bar replay
- Chart skjuler fremtidig data
- Klik play eller brug piletaster til at gå gennem tiden
- Noter trades, som de opstår
Fordel: Forhindrer look-ahead bias, uden omkostninger
Ulempe: Stadig manuel notering
Metode 3: Automatiseret Backtesting-software
Populære platforme:
- TradingView Pine Script: Kode din strategi, automatisk backtest
- MetaTrader 4/5: Strategy Tester indbygget
- Python (pandas, backtrader): For programmører, mest fleksibilitet
- Amibroker: Professionel backtesting-software
- TradeStation: For futures-tradere
Fordel: Hurtigt, ingen bias, statistisk robust
Ulempe: Indlæringskurve, kræver programmering eller softwarekendskab
Almindelige Backtesting-fejl
1. Look-Ahead Bias
Du bruger information, der ikke var tilgængelig på tidspunktet for traden.
Eksempel på fejl: "Køb når pris er under moving average", men du bruger MA fra HELE perioden, inklusive fremtidig data.
Løsning: Brug kun data frem til tidspunktet for traden.
2. Curve Fitting (Overfitting)
Du optimerer parametre så meget, at strategien fungerer perfekt på testdata, men fejler live.
Eksempel: "Bedste RSI-indstillinger er 14,7 perioder med overbought på 69,3" - dette er for specifikt, virker ikke i andre perioder.
Løsning:
- Brug out-of-sample testing (test på anden periode end optimeringsperiode)
- Hold det simpelt - færre parametre
- Test på flere instrumenter og tidsrammer
3. Survivorship Bias
Du tester kun på virksomheder, der stadig eksisterer. Virksomheder, der gik konkurs, er ude af datasættet.
Konsekvens: Afkast er kunstigt højere end virkeligheden.
Løsning: Brug database med survivorship bias-fri data.
4. Ignorer Transaktionsomkostninger
Du glemmer spreads, kommissioner, slippage i din backtest. Strategien ser profitabel ud, men er det ikke efter omkostninger.
Løsning: Inkluder realistiske transaktionsomkostninger. For day trading: 0,1-0,5% per trade. For swing trading: 0,05-0,1%.
5. For Kort Testperiode
Du tester kun i bull market-periode. Strategien fejler i bear market.
Løsning: Test minimum 5-10 års data, inklusive forskellige markedsforhold (bull, bear, sideways).
6. Cherry Picking
Du tester 50 strategier, publicerer kun den bedste. På grund af tilfældighed vil én strategi være fremragende, men dette er misvisende.
Løsning: Vær ærlig om, hvor mange strategier du testede, før du fandt vinderen.
Walk Forward Testing
Avanceret metode til at undgå overfitting:
- In-sample periode: Optimer strategi på data 2015-2020
- Out-of-sample test: Test på 2021 data (ikke brugt til optimering)
- Walk forward: Optimer igen på 2016-2021, test på 2022
- Gentag processen
Dette simulerer, hvordan din strategi faktisk ville præstere, hvis du justerer parametre periodisk.
Fra Backtest til Live Trading
Trin 1: Forward Testing (Paper Trading)
Test din strategi i realtid med falske penge. Dette afslører problemer, som backtest missede (execution delays, følelser osv.).
Trin 2: Start Småt
Begynd med 10-25% af tiltænkt kapital. Hvis det virker, skalér langsomt op.
Trin 3: Overvåg og Sammenlign
Track live performance vs backtest-forventninger. Små afvigelser er normale, store forskelle kræver undersøgelse.
Trin 4: Accepter Variabilitet
Live-resultater vil ALDRIG matche backtest præcist. Det er OK. Fokuser på langsigtede gennemsnit.
For mere om backtesting, se Investopedias backtesting-guide.
Konklusion
Backtesting er essentielt for seriøse tradere. Det er forskellen mellem gambling og datadrevet trading. Men vær opmærksom på faldgruber. Look-ahead bias, overfitting og survivorship bias kan vildlede dig. Begynd med manuel backtesting for at forstå processen, gå videre til automatiserede værktøjer, efterhånden som du får mere erfaring. Test over lange perioder, inkluder transaktionsomkostninger og brug walk-forward analyse. Husk: gode backtest-resultater garanterer ikke fremtidig succes, men dårlige backtest-resultater garanterer fremtidige problemer. Invester tiden i at teste din strategi grundigt, før du risikerer rigtige penge. Dit fremtidige jeg vil takke dig.
