บอทเทรดทำกำไรได้หรือไม่? กรอบการทดสอบแทนการฟันธง

ตอบสั้นๆ คือ คำถามว่า "บอทเทรดทำกำไรได้หรือไม่" ไม่มีคำตอบที่ซื่อสัตย์สำหรับบอทโดยรวม มันมีคำตอบได้เฉพาะสำหรับบอทตัวเดียว ในตราสารเดียว ขนาดสถานะเดียว หลังหักต้นทุนแล้วเท่านั้น บอทคือวิธีนำกลยุทธ์ไปใช้งาน หากกลยุทธ์มี edge การทำงานอัตโนมัติจะช่วยให้มันเป็นระเบียบและตรงเวลา หากไม่มีก็จะขาดทุนด้วยวินัยแบบเดียวกัน คู่มือนี้จะอธิบายว่าทำไมแบ็กเทสต์มักทำให้ผลงานดูดีเกินจริง ต้นทุนใดที่ค่อยๆ กินกำไร และทำไมคำอ้างของผู้ขายจึงมีปัญหาเรื่อง survivorship จากนั้นจะอธิบายวิธีทดสอบบอทบนบัญชีเดโมตามจำนวนเทรดที่กำหนดก่อนจะนำเงินจริงไปเสี่ยง

คำแนะนำนี้เขียนมาสำหรับคนที่กำลังพิจารณาค่าสมาชิกบอท หรือบอทที่ตนเขียนเอง บนคู่เงิน ดัชนี CFD โลหะ และคริปโต CFD กรอบแนวคิดนี้ใช้ได้กับทุกตลาด แต่ตัวเลขต้นทุนและข้อขัดแย้งด้านกฎเกณฑ์จะเฉพาะเจาะจงกับการเทรด CFD

บอทเทรดเปลี่ยนอะไร และไม่เปลี่ยนอะไรบ้าง

บอทเทรดคือซอฟต์แวร์ที่เฝ้าดูราคาและส่งคำสั่งตามกฎ โดยไม่มีคนคลิก มันสามารถเทรดอัตโนมัติข้ามคืน ใช้ stop เดียวกันกับทุกสถานะ และไม่ลังเลหลังจากขาดทุนต่อเนื่อง

สิ่งที่บอทไม่ได้เปลี่ยนมีความสำคัญยิ่งกว่า:

• ความได้เปรียบ กลยุทธ์ที่ไม่มี edge จะขาดทุนเร็วขึ้นเมื่อทำอัตโนมัติ เพราะบอทไม่เคยข้ามเซตอัปที่ไม่ดี
• สภาพตลาด บอทที่ปรับแต่งมาสำหรับเทรนด์ที่เคลื่อนตัวเร็วจะเริ่มแกว่งในช่วงกรอบแคบที่เชื่องช้า และไม่มีอะไรในโค้ดที่จะรู้ได้ว่าระบบตลาดได้เปลี่ยนไปแล้ว
• ต้นทุน spread, swap, slippage และ commission กระทบทุกเทรดของบอทไม่ต่างจากการเทรดด้วยมือ
• กฎเกณฑ์ prop firm หรือโบรกเกอร์บังคับใช้กับบัญชี ไม่ได้บังคับใช้กับตัวบุคคลหรือโปรแกรม

คุณสมบัติของบอทเทรด เช่น ตัวกรองข่าว daily stop และ kill switch มีความสำคัญมากกว่าสัญญาณเข้าเทรดเสียอีก เพราะสิ่งเหล่านี้เป็นตัวกำหนดว่าบอทจะทำงานอย่างไรในวันที่เลวร้ายที่สุด คู่มือของเราเกี่ยวกับ ai trading bot อธิบายองค์ประกอบพื้นฐานภายในบอทหนึ่งตัว

ทำไมแบ็กเทสต์จึงประเมินรายได้ของบอทสูงเกินจริง

แทบทุกบอทมาพร้อมแบ็กเทสต์ และแทบทุกแบ็กเทสต์ก็เอนเอียงเข้าข้างบอท เหตุผลต่างๆ ชัดเจนทันทีเมื่อระบุออกมา

พารามิเตอร์ถูกเลือกหลังจากเห็นข้อมูลแล้ว ผู้ขายรันการตั้งค่า 40 แบบบนประวัติ EURUSD ย้อนหลัง 5 ปี แล้วโชว์เฉพาะแบบที่ดีที่สุดให้คุณดู ส่วนหนึ่งของผลลัพธ์นั้นมาจากโชค และมีเพียงบัญชีจริงเท่านั้นที่จะบอกได้ว่ามันมากแค่ไหน

การจับคู่คำสั่งถูกจำลองที่ราคา mid เครื่องมือแบ็กเทสต์ส่วนใหญ่มักสมมติว่าคำสั่งถูกเติมที่ราคาที่แสดง โดยไม่มี spread และไม่มี slippage สำหรับบอท scalping ที่ตั้งเป้าเพียงไม่กี่ pip สมมติฐานข้อนี้เพียงข้อเดียวอาจทำให้ผลลัพธ์ลดลงครึ่งหนึ่งหรือกลายเป็นลบได้

ละเลย swap สถานะที่ถือข้ามคืนจะมีการจ่ายหรือรับค่าเงินทุน บอทสวิงที่ถือทองคำ CFD ไว้สี่คืนจะมีค่าใช้จ่ายที่แบ็กเทสต์ไม่เคยเห็น

ตัวอย่างล้าสมัยหรือแคบเกินไป ข้อมูล 5 ปีที่มีแนวโน้มยาวเพียงช่วงเดียว ทำให้บอทเทรนด์ดูแข็งแกร่ง และทำให้บอทกรอบราคาดูเปราะ บอทเทรนด์และบอทกรอบราคาแทบไม่ค่อยทำงานได้ดีในเดือนเดียวกัน และ 5 ปีถัดไปอาจเป็นตรงกันข้าม

ช่องว่างราคาและข่าวถูกทำให้เรียบเกินจริง แท่งราคาย้อนหลังไม่ได้แสดงช่วงไม่กี่นาทีที่ผันผวนและไร้ระเบียบรอบการประกาศดอกเบี้ย ซึ่ง stop อาจถูกเติมไกลจากระดับที่ตั้งไว้ บอทที่ดูธรรมดาในสภาวะสงบอาจไม่มีความปรานีในช่วงนาทีนั้น

ให้ถือว่าแบ็กเทสต์เป็นเพดาน ไม่ใช่การคาดการณ์ การทดสอบบนเดโมด้านล่างจะวัดช่องว่างระหว่างเพดานกับพื้น

ต้นทุนที่กัดกินความได้เปรียบ

ปัจจัยด้านความสามารถทำกำไรของบอทสรุปได้เป็นตัวเลขเดียว: กำไรเฉลี่ยต่อการเทรดหลังหักต้นทุนทั้งหมด คูณด้วยจำนวนการเทรดที่มันอยู่รอดได้ ต้นทุนต่อครั้งอาจดูเล็ก แต่รวมแล้วใหญ่ เพราะบอทเทรดบ่อย

ตัวอย่างที่คำนวณจริงจะทำให้เลขชัดเจนขึ้น สมมติว่าบอทเทรด gold CFD ที่ 0.2 lots บนบัญชีเดโม 25,000 และผล backtest แสดงกำไรเฉลี่ย 14 dollars ต่อการเทรด สเปรดที่ 0.30 per ounce บน 20 ounces มีต้นทุน 6 dollars ต่อรอบ Slippage 0.10 per ounce เพิ่มอีก 2 dollars Swap ในหนึ่งในสามของการเทรดที่ถือข้ามคืนเฉลี่ย 1 dollar เมื่อเฉลี่ยรวมทุกการเทรดแล้ว ค่าสมาชิก 49 dollars กระจายบน 120 การเทรดต่อเดือนเพิ่มต้นทุนประมาณ 0.40 ต่อการเทรด กำไรต่อการเทรดจึงลดจาก 14 dollars เหลือประมาณ 4.60 หรือราวหนึ่งในสามของตัวเลข backtest

บอทนั้นอาจยังคุ้มที่จะรันอยู่ การตัดสินใจตอนนี้ขึ้นอยู่กับ 4.60 ที่ไม่มากแทนที่จะเป็น 14 ที่ดูเผื่อไว้มาก และความคลาดเคลื่อนเล็กน้อยของ slippage ในช่วงที่ตลาดผันผวนก็อาจล้างกำไรนั้นได้ ต้นทุนคือสิ่งแรกที่ต้องทดสอบ และเป็นสิ่งสุดท้ายที่ผู้ขายส่วนใหญ่มักไม่แสดง

ความอยู่รอดของตัวอย่างในคำกล่าวอ้างของผู้ขาย

คำรับรองจากผู้ใช้และกรณีศึกษาในหน้า sales page แสดงให้คุณเห็นเฉพาะบอทและลูกค้าที่รอดมาได้ แทบไม่เคยแสดงเวอร์ชันที่เลิกใช้ ลูกค้าที่ปิดตามแล้วขาดทุน หรือช่วงเดือนต้น ๆ ที่ถูกตัดออกจากกราฟ equity curve

ผู้ขายปล่อยหลายเวอร์ชัน เก็บตัวที่ผลงานดีไว้ แล้วลบที่เหลืออย่างเงียบ ๆ บันทึกของตัวที่รอดนั้นเป็นของจริง และก็ยังบอกอะไรได้น้อยมากเกี่ยวกับอีกสิบสองเดือนข้างหน้า รูปแบบเดียวกันนี้เกิดขึ้นเมื่อเทรดเดอร์สร้างบอทสิบตัวแล้วนำตัวที่ดีที่สุดมาอ้างว่าเป็น "กลยุทธ์ของฉัน"

สัญญาณที่คำกล่าวอ้างนั้นบางมาก:

• ประวัติผลงานเริ่มในวันที่เลือกหลังจากช่วงที่แย่มาแล้ว โดยไม่มีคำอธิบาย
• กราฟ equity curve ถูกแสดงโดยไม่มีตัวเลข drawdown หรือเส้นต้นทุน
• ผลลัพธ์มาจากบัญชีเดโม ซึ่งการจับคู่คำสั่งดีกว่าบัญชีจริง
• นโยบายคืนเงินละเอียดกว่าการประเมินความเสี่ยง

คำแนะนำการ day trading ของ SEC บอกผู้อ่านว่าอย่าเชื่อคำกล่าวอ้างเรื่องกำไรง่าย ๆ และให้ระวังคำแนะนำร้อนแรงกับคำแนะนำจากผู้เชี่ยวชาญที่มาจากเว็บไซต์และจดหมายข่าว หน้าขายบอทก็คือเว็บไซต์ที่มีคำกล่าวอ้างอยู่บนนั้น และสมควรได้รับความสงสัยแบบไม่ไว้ใจเช่นเดียวกัน

ความเสี่ยงและข้อผิดพลาดที่พบบ่อยกับ trading bots

การขาดทุนส่วนใหญ่จากบอทเกิดจากความผิดพลาดรอบ ๆ บอท มากกว่าที่ตัวบอทเอง ข้อที่พบบ่อยคือ:

• กำหนดขนาดจากช่วงที่เรียบที่สุดของ backtest จน drawdown ปกติครั้งแรกทะลุขีดจำกัดขาดทุน
• การรันบอทหลายตัวที่เทรดการเคลื่อนไหวเดียวกันบนคู่สินทรัพย์ที่มีความสัมพันธ์กัน ซึ่งทำให้โพซิชันขนาดพอประมาณกลายเป็นก้อนใหญ่เกินตัว
• ปล่อยให้บอททำงานต่อไปในช่วงข่าวตามกำหนดโดยไม่มีตัวกรอง ขณะที่สเปรดขยายตัวอย่างรุนแรง
• เปลี่ยนพารามิเตอร์กลางคันระหว่างการทดสอบ ซึ่งทำให้ชุดข้อมูลที่ควรสะอาดกลายเป็นความยุ่งเหยิงที่พิสูจน์อะไรไม่ได้
• เชื่อว่าราคาเติมออเดอร์ในเดโมบน CFD คริปโตที่สภาพคล่องบาง แล้วไปเจอสมุดคำสั่งที่ขาดๆ เกินๆ เมื่อเทรดจริง
• ไม่มี kill switch หรือมีก็เป็นตัวที่ไม่เคยถูกทดสอบมาก่อน
• มองว่าการบริหารความเสี่ยงเป็นหน้าที่ของโบรกเกอร์เพราะบัญชีมีระดับ margin call
• โฮสต์บน VPS ที่รั่วไหลและหลุดการเชื่อมต่อในช่วงเซสชันเดียวที่สำคัญ

ทั้งหมดนี้ไม่ใช่บั๊กของกลยุทธ์ แต่ละข้อคือเหตุผลที่บอทซึ่งมี edge จริงยังคงทำให้มันสูญเปล่า กระบวนการที่เขียนไว้และทำอย่างเคร่งครัดคือแนวป้องกันสำหรับทั้งแปดข้อ

กรอบการทดสอบ: รันบอทบนเดโมตามจำนวนการเทรดที่กำหนดไว้

การทดสอบด้านล่างตอบคำถามในรูปแบบเดียวที่สำคัญที่สุด บอทนี้ยังรักษา edge ได้หรือไม่ ที่ขนาดพอร์ตของฉัน ในเครื่องมือของฉัน หลังหักต้นทุน ภายใต้ข้อจำกัดของฉัน? ตั้งใจให้ช้าและน่าเบื่อโดยตั้งใจ

1. กำหนดชุดตัวอย่างให้แน่นอนก่อนเริ่ม เลือกจำนวนการเทรด เช่น 100 หรือกำหนดช่วงเวลา เช่น สามเดือน และยึดตามเงื่อนไขที่สิ้นสุดทีหลัง
2. ล็อกการตั้งค่าไว้ เขียนพารามิเตอร์ทุกตัวลงไป รวมถึงขนาด lot และตัวกรองข่าว หากเปลี่ยนอะไรแม้แต่อย่างเดียว ให้เริ่มนับใหม่จากศูนย์
3. ให้เดโมตรงกับบัญชีจริง: แพลตฟอร์มเดียวกัน สเปรดเดียวกัน ตาราง swap เดียวกัน และขนาด lot เดียวกัน
4. บันทึกทุกการเทรดลงชีตของคุณเอง ไม่ใช่แค่ในประวัติบนแพลตฟอร์ม คอลัมน์ควรมี: ราคาที่ตั้งใจเข้า, ราคาที่เติมจริง, สเปรดตอนเข้า, swap ที่จ่าย, ระยะเวลาถือ, ผลลัพธ์หลังหักต้นทุน
5. กำหนดเกณฑ์ kill criteria ล่วงหน้า เช่น หยุดถ้า drawdown เกินครึ่งหนึ่งของ drawdown แย่สุดจาก backtest หรือถ้า net expectancy ยังติดลบหลัง 50 การเทรด
6. เปรียบเทียบผลเดโมกับ backtest ด้วย 3 ตัวเลข: กำไรสุทธิต่อการเทรด, slippage เฉลี่ยต่อการเทรด, และช่วงขาดทุนติดต่อกันที่ยาวที่สุด
7. ทดสอบการประเมินความเสี่ยงกับขีดจำกัดที่คุณจะใช้เทรดจริง หากช่วงที่แย่ที่สุดของเดโมจะไปชนลิมิตขาดทุนรายวัน 4 percent บอทต้องลดขนาดลงหรือใส่ daily stop ในโค้ด
8. จากนั้นค่อยเทรดจริงด้วยขนาดที่เล็กที่สุดที่บัญชีอนุญาต ต่อไปอีกจำนวนการเทรดที่กำหนดไว้ และทำการเปรียบเทียบซ้ำ

กลยุทธ์เทรดที่มีมาร์จิ้นกำไรบางมักล้มการทดสอบนี้เพราะต้นทุนอย่างเดียว กลยุทธ์ที่มีผลตอบแทนเป็นก้อนๆ มักล้มเพราะ drawdown ผลลัพธ์ทั้งสองแบบมีประโยชน์ ทั้งคู่ไม่ต้องเสียอะไรในการหาคำตอบ และบันทึกจะช่วยให้คุณเห็นว่าต้นทุนใดเป็นตัวทำความเสียหาย

จุดที่กฎของ prop firm ขัดกับบอท

บอทที่ผ่านการทดสอบเดโมยังอาจใช้ไม่ได้ภายใน evaluation เพราะ prop firms จำกัดวิธีที่ระบบอัตโนมัติทำงานได้ ความขัดแย้งที่พบบ่อยคือ:

Pivex ยกตัวอย่างหนึ่งที่อนุญาตให้ใช้อัลกอริทึมส่วนบุคคลและแบบปรับแต่งได้ แต่ไม่อนุญาต HFT, tick arbitrage หรือ latency arbitrage, ระบบ grid อัตโนมัติ หรือการคัดลอกสัญญาณจากบุคคลที่สาม ขีดจำกัดขาดทุนรายวันอยู่ที่ 4 percent และรีเซ็ตทุกวัน ส่วน drawdown รวมอยู่ที่ 6 percent แบบ static และไม่มีเทรดใดเทรดหนึ่งที่มีมูลค่าเกิน 50 percent ของกำไรรวมได้ บอทที่ผลตอบแทนเอนเอียง โดยมีผู้ชนะรายใหญ่เพียงหนึ่งครั้งค้ำเดือนทั้งเดือน อาจละเมิดกฎความสม่ำเสมอนี้ได้ แม้บนกระดาษจะยังดูว่าทำกำไรได้ก็ตาม

มีผลตามมาทางปฏิบัติสองข้อ ข้อแรก ขีดจำกัดขาดทุนรายวันต้องถูกฝังไว้ในโค้ดของบอทเป็นจุดหยุดแบบตายตัว พร้อมเผื่อระยะไว้ เพราะบริษัทจะไม่หยุดบอทให้ และบอทแบบ grid หรือ martingale ที่ดูดีบนเดโมเป็นเครื่องมือที่ผิดสำหรับการประเมิน แม้กราฟผลลัพธ์จะดูสวยคมก็ตาม

นโยบายเกี่ยวกับ expert advisors แตกต่างกันไปในแต่ละบริษัท และคู่มือของเราเกี่ยวกับ prop firms ที่อนุญาตให้ใช้ expert advisors ได้สรุปสิ่งที่ควรตรวจสอบไว้แล้ว สำหรับภาพรวมที่กว้างขึ้นเกี่ยวกับการอนุญาตให้ใช้งานระบบอัตโนมัติ ดู prop firms ที่อนุญาตให้มี automated tradingด้วย นโยบายเรื่อง hedging ก็แตกต่างกันเช่นกัน ดังนั้นควรยืนยันจากเงื่อนไขล่าสุดของ Pivex ก่อนนำบอท hedging ไปใช้กับการประเมิน

ขั้นตอนต่อไป: เลือกบอทหนึ่งตัว เครื่องมือหนึ่งรายการ และขนาดล็อตหนึ่งขนาด แล้วเริ่มการทดสอบเดโมแบบ fixed sample โดยเตรียมชีตบันทึกไว้ก่อนการเทรดครั้งแรก หากบอทรอดพ้นทั้งต้นทุนและ drawdown ได้ ให้ตรวจสอบสไตล์ของมันเทียบกับกฎการใช้งานอัตโนมัติของบริษัทที่คุณตั้งใจจะใช้ Pivex เผยแพร่กฎการใช้งานอัตโนมัติ ขีดจำกัดขาดทุน และกฎความสม่ำเสมอล่วงหน้า ดังนั้นบอทจึงสามารถสร้างให้สอดคล้องกับกฎเหล่านี้ได้ก่อนเริ่มการประเมินแบบ one-step

คู่มือที่เกี่ยวข้อง: อธิบาย ai trading bot และ prop firms ที่อนุญาตให้มี automated trading.

ก่อนเข้าร่วมตรวจสอบกฎโปรแกรมปัจจุบันของ Pivex และตัดสินใจว่าการประเมินการซื้อขายเฉพาะที่จำลองเหมาะสมกับประสบการณ์และขีดจำกัดความเสี่ยงของคุณหรือไม่ การเข้าร่วมไม่ได้รับประกันว่าจะมีรางวัล, รายได้, หรือผลการซื้อขายที่เฉพาะเจาะจง.