Data-Snooping Biases in Backtesting

Jan Krpálek

Diplomová práce

Anotace:

C??ílem diplomov?é pr?áce je implementace Whitova Reality testu, White (2000), a Hansenova SPA testu, Hansen (2004), za ?účelem identi?kace tzv. "data snooping" vych?ýlen??í v algoritmick?ych obchodních strategi??ích. V?ýsledky t?ěchto testů budou konfrontov?ány s PBO statistikou, Bailey et al. (2015). Za vyu?žití t?ěchto test?ů n?ásledn?ě hodnotí??me obchodov?an??í momentum strategi??í na americk?ých futures trz??ích v letech 2004-2016. Z?áv?ěrem konstatujeme, ?že strategie po o?či?št?ění?? o data snooping vych?ýlení?? nedosahuj??í v?yznamn?é ziskovosti.

Abstract:

In this paper, we utilize White's Reality Check, White (2000), and Hansen's SPA test, Hansen (2004), to evaluate technical trading rules while quantifying the data-snooping bias. Secondly, we discuss the result with Probability of Backtest Overfitting framework, introduced by Bailey et al. (2015). Hence, the study presents a comprehensive test of momentum trading across the US futures markets from 2004 to 2016. The evidence indicates that technical trading rules have not been pro?table in the US futures markets after correcting for the data snooping bias.

Klíčová slova

Algoritmick?é obchodov?ání, Probability of Backtest Over?tting, Reality Check, Data Snooping, Backtesting

Keywords

Probability of Backtest Over?tting, Data Snooping, Backtesting, Reality Check, Algorithmic Trading

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 2. 2. 2016

Obhajoba závěrečné práce

• Obhajoba proběhla 1. 2. 2017
• Vedoucí: Milan Bašta
• Oponent: Ivana Malá

Vysoká škola ekonomická v Praze

Magisterský studijní program / obor:
Kvantitativní metody v ekonomice / Statistika