Як провести Backtest торгової стратегії: повний покроковий посібник

#Як провести Backtest крипто-торгової стратегії: повний покроковий посібник

Уявіть, що ви вперше сідаєте за штурвал літака. Чи пропустите ви льотний тренажер і одразу вирушите на справжньому повітряному судні з пасажирами на борту? Звісно, ні. Спершу ви потренуєтеся на симуляторі — у безпечному середовищі, де помилки не коштують життів.

Backtesting — це льотний тренажер для крипто-трейдингу. Він дозволяє протестувати вашу стратегію на реальних історичних ринкових даних до того, як ви ризикнете хоча б одним реальним доларом. І так само, як льотні тренажери врятували незліченну кількість життів, грамотний Backtesting урятував незліченну кількість торгових рахунків від збитків, яких можна було уникнути.

Незалежно від того, налаштовуєте ви свій перший DCA bot чи відточуєте просунуту сигнальну стратегію, цей посібник навчить вас ефективно проводити Backtesting — і, що не менш важливо, правильно інтерпретувати результати, не обманюючи себе.

Якщо ви новачок у trading bots, почніть з нашого Повного посібника з крипто-торгових ботів для базового контексту.

---

#Що таке Backtesting і чому це важливо?

Backtesting — це процес прогону вашої торгової стратегії на історичних ринкових даних, щоб побачити, як вона показала б себе за цей період. Замість того щоб чекати тижні або місяці для перевірки працездатності конфігурації bot, ви можете змоделювати місяці або роки торгівлі за секунди.

#Чому кожен серйозний трейдер проводить Backtest

Думайте про Backtesting як про тест-драйв автомобіля перед покупкою. Ви б не витратили $30 000 на машину, спираючись лише на рекламний буклет — ви б прокатилися, відчули керованість і зрозуміли, чи підходить вона вам. Backtesting дозволяє «тест-драйвити» стратегію, перш ніж вкладати капітал.

Ось що допомагає зробити Backtesting:

• Валідувати вашу логіку. Чи справді ваша стратегія заробляє в цільових умовах? DCA bot із Take Profit 0,5% може звучати консервативно та безпечно, але Backtest може показати, що біржові комісії поглинають більшу частину цього прибутку.
• Виявити фатальні помилки на ранній стадії. Може виявитися, що інтервал між safety order занадто вузький і bot вичерпує весь капітал під час рутинної просадки 8%. Краще виявити це в симуляції, ніж на реальні гроші.
• Здобути впевненість. Знання того, що ваша стратегія впоралася з березневим розпродажем 2025 чи ралі четвертого кварталу 2025, дає переконаність дотримуватися її, коли на реальному ринку стає неспокійно.
• Порівняти конфігурації. Використати 4 safety order чи 6? Take Profit 1,5% чи 2,5%? Backtesting дозволяє запустити обидва варіанти пліч-о-пліч і об'єктивно порівняти результати.

#Чого Backtesting не може

Будьмо чесними щодо обмежень:

• Він не передбачає майбутні ринкові умови. Стратегія, що процвітала на бичачому ринку 2024, може зазнавати труднощів на боковому ринку 2025.
• Він використовує дані з ідеальним ретроспективним знанням. У реальній торгівлі ви стикаєтеся зі slippage (ордери виконуються за дещо іншими цінами), затримками (запізнення виконання ордерів) та розривами ліквідності, яких немає в історичних даних.
• Він може створити хибну впевненість. Якщо ви оптимізуєте налаштування спеціально під історичні дані, ви отримаєте оманливі результати (детальніше про цю критичну тему нижче).

Попри ці обмеження, Backtesting залишається найціннішим інструментом для розробки стратегій. Альтернатива — тестування на реальні гроші з першого дня — обходиться значно дорожче.

---

#Як Backtesting працює зсередини

Вам не потрібно бути інженером, щоб користуватися Backtesting, але розуміння механізму допоможе інтерпретувати результати більш свідомо. Ось що відбувається, коли ви натискаєте «Запустити Backtest» на платформі на кшталт Freya Finance:

#Крок 1: Завантаження історичних даних

Платформа завантажує історичні цінові дані для обраної торгової пари. Ці дані складаються зі свічок (також званих OHLC-даними) — кожна свічка містить ціни Open (відкриття), High (максимум), Low (мінімум), Close (закриття) та Volume (обсяг) за певний період (1 хвилина, 5 хвилин, 1 година тощо).

Наприклад, при Backtesting стратегії BTC/USDT за останні 6 місяців на годинних свічках движок завантажує приблизно 4 380 свічок даних (24 години × 183 дні).

#Крок 2: Движок симуляції

Движок Backtesting «відтворює» ринок свічка за свічкою, ніби це відбувається в реальному часі. На кожній свічці движок:

1. Оновлює поточну ціну на основі OHLC-даних свічки
2. Перевіряє умови тригерів — Чи має bot відкрити нову угоду? Чи розмістити safety order? Чи досягнуто Take Profit або Stop Loss?
3. Виконує симульовані ордери — Order на купівлю та продаж розміщуються за змодельованими цінами
4. Відстежує стан портфеля — Поточний прибуток/збиток, відкриті Position, доступний капітал

#Крок 3: Модель виконання

Тут проявляються якісні відмінності між платформами. Хороший движок Backtesting враховує:

• Виконання ордерів у межах діапазону свічки. Якщо safety order встановлено на $60 000 і мінімум свічки $59 800, ордер вважається виконаним за $60 000 (а не за ціною закриття).
• Моделювання slippage. Деякі платформи додають невеликий симульований slippage до кожного ордера (наприклад, 0,05%) для підвищення реалістичності.
• Розрахунок комісій. Біржові торгові комісії (зазвичай 0,1% за Trade) вираховуються з кожної симульованої угоди, як і в реальній торгівлі.

#Крок 4: Компіляція результатів

Після обробки всіх історичних свічок движок формує ваші результати: загальний прибуток/збиток, кількість завершених угод, Win Rate, max Drawdown та інші ключові метрики. Багато платформ, зокрема Freya Finance, також генерують криву капіталу — візуальний графік зміни вартості вашого портфеля з часом.

---

#Покроково: запуск Backtest на Freya Finance

Пройдімо практичний Backtest від початку до кінця. Ми налаштуємо DCA bot для BTC/USDT і разом проаналізуємо результати.

#Крок 1: Перейдіть до конфігурації bot

Відкрийте Freya Finance і почніть створення нового DCA bot. Виберіть біржу (Binance, Bybit або OKX) і торгову пару — для нашого прикладу використаємо BTC/USDT.

#Крок 2: Налаштуйте стратегію

Задайте параметри bot. Для цього прикладу використаємо помірну конфігурацію:

• Розмір base order: $50
• Розмір safety order: $100
• Take Profit: 2%
• Stop Loss: 10%
• Макс. safety order: 4
• Відхилення ціни safety order: 1,5%, 3%, 5%, 8% (масштабування)
• Масштаб обсягу safety order: 1,2× (кожен наступний на 20% більший)
• Умова входу: RSI(14) перетинає рівень 35 знизу вгору на годинному графіку

#Крок 3: Встановіть параметри Backtest

Перед запуском налаштуйте період симуляції:

• Часовий період: Виберіть діапазон дат. Рекомендуємо щонайменше 3-6 місяців, в ідеалі такі, що охоплюють різні ринкові умови (висхідний тренд, низхідний і боковий).
• Інтервал свічок: Для DCA bots годинні свічки забезпечують хороший баланс точності та швидкості.

#Крок 4: Запустіть Backtest

Натисніть кнопку Backtest і дозвольте движку обробити історичні дані. Залежно від часового діапазону та складності стратегії це зазвичай займає кілька секунд.

#Крок 5: Проаналізуйте результати

Тут і починається справжнє навчання. Ви побачите панель з метриками та графік. Розберімо, що означає кожен показник.

---

#Розуміння результатів Backtest

Цифри у звіті Backtest можуть здатися лякаючими спочатку. Розберімо кожну ключову метрику, що вона насправді говорить і на які діапазони орієнтуватися.

#Загальний прибуток (%)

Що вимірює: Загальну дохідність виділеного капіталу за період Backtest.

Приклад: Загальний прибуток 18,4% за 6 місяців означає, що при початковому капіталі $1 000 кінцевий баланс становив би $1 184.

На що звернути увагу: Додатнє число — добре, але важливий контекст. 18% за 6 місяців на бичачому ринку, де сам BTC виріс на 40%, означає, що bot фактично відстав від простої стратегії «купи й тримай». Порівнюйте дохідність bot з результатами базового активу за той самий період.

#Win Rate (%)

Що вимірює: Відсоток завершених угод, що закрилися з прибутком.

Приклад: Win Rate 78% означає, що 78 із кожних 100 угод були прибутковими.

На що звернути увагу: Вище не завжди краще. 95% Win Rate з крихітним прибутком і рідкісними, але руйнівними збитками можуть бути гіршими, ніж 60% Win Rate, де виграшні угоди значно більші за програшні. Завжди аналізуйте Win Rate разом із середнім прибутком на угоду та max Drawdown.

#Max Drawdown (%)

Що вимірює: Найбільше падіння вартості портфеля від піку до мінімуму за період Backtest. Це, мабуть, найважливіша метрика ризику.

Приклад: Max Drawdown -12,5% означає, що в найгірший момент ваш портфель був на 12,5% нижче попереднього максимуму.

Чому це важливо: Max Drawdown показує найгірший біль, який ви б пережили. Запитайте себе: «Якщо мій портфель впаде на 12,5% у реальній торгівлі, чи запанікую я і вимкну все?» Якщо так — Drawdown занадто великий для вашої толерантності до ризику, навіть якщо підсумковий прибуток привабливий.

#Sharpe Ratio

Що вимірює: Дохідність з поправкою на ризик. Показує, скільки прибутку ви заробили на одиницю прийнятого ризику. Вищий Sharpe ratio означає кращу дохідність відносно пережитої волатильності.

Як інтерпретувати:

• Нижче 0,5: Слабка дохідність з урахуванням ризику — ви приймаєте забагато ризику відносно отримуваних результатів
• 0,5–1,0: Прийнятно — розумно для більшості крипто-стратегій
• 1,0–2,0: Добре — ваша стратегія приносить солідну дохідність відносно ризику
• Вище 2,0: Чудово — але перевірте ще раз на Overfitting, бо це незвично хороший результат

#Середня тривалість угоди

Що вимірює: Скільки в середньому триває кожна угода від відкриття до закриття (за Take Profit або Stop Loss).

Приклад: Середня тривалість угоди 18 годин означає, що більшість Position відкриваються і закриваються протягом одного дня.

На що звернути увагу: Дуже довгі угоди (дні або тижні) означають, що ваш капітал заблокований на тривалий час. Це впливає на кількість угод, які може завершити ваш bot, і на загальну ефективність капіталу. Якщо ваша стратегія показує 15% загального прибутку, але середня угода триває 3 тижні, за квартал ви завершите лише жменьку угод.

#Загальна кількість угод

Що вимірює: Кількість повних торгових циклів (купівля → продаж), виконаних bot за період Backtest.

На що звернути увагу: Більше угод зазвичай означає більшу статистичну значущість — стратегія, що завершила 85 угод, надійніша за ту, що завершила 4. Однак дуже велика кількість угод може вказувати на надмірну торгівлю, що збільшує витрати на комісії.

---

#Читання кривої капіталу

Цифри розповідають частину історії. Крива капіталу — графік, що відображає вартість вашого портфеля з часом — розповідає решту. Вміння «читати» цей графік — одна з найцінніших навичок, які ви можете розвинути як bot-трейдер.

#Ідеальна форма: стабільний висхідний нахил

Найкращі криві капіталу виглядають як сходи, що ведуть угору. Кожна «сходинка» — завершена угода, а загальний напрямок стабільно вгору. Невеликі, регулярні прирости з мінімальними просадками вказують на надійну стратегію, що добре працює в різних умовах.

Уявіть це як пішу стежку. Пологий, поступовий підйом — стійкий і безпечний. Ви, напевно, віддасте перевагу стежці, що набирає 300 метрів на 8 кілометрах, а не на 1,5 кілометрах — хоча обидві приведуть на ту саму висоту.

#Червоний прапор: «Хокейна ключка»

Якщо ваша крива капіталу рівна місяцями, а потім різко злітає, ваша стратегія може залежати від однієї конкретної ринкової події (на кшталт раптового обвалу чи потужного пампу). Це крихко — ви робите ставку на те, що така сама подія станеться знову.

#Червоний прапор: «Американські гірки»

Різкі коливання вгору і вниз, навіть якщо підсумковий результат додатній, вказують на високу волатильність дохідності. Зазвичай це означає некомфортний max Drawdown і реальний ризик того, що в живій торгівлі ви покинете стратегію в період спаду.

#Червоний прапор: «Обрив»

Крива капіталу, що стабільно зростає, а потім різко падає в кінці, говорить про те, що ваша стратегія не має захисту від певних ринкових умов. Часто це означає, що Stop Loss занадто вільний (або відсутній зовсім), і раптовий ринковий спад знищив тижневий чи місячний прибуток.

#Як виглядає здорова крива

Найздоровіші криві капіталу мають такі риси:

• Стабільний висхідний нахил — Не залежить від одного-двох великих виграшів
• Невеликі, короткочасні просадки — Крива іноді просідає, але швидко відновлюється
• Плавна динаміка — Без тривалих пласких періодів чи раптових стрибків
• Схожа поведінка в різних ринкових фазах — Крива зростає не лише в одному конкретному режимі

---

#Небезпека Overfitting: найбільша пастка Backtesting

Це найважливіший розділ усієї статті. Overfitting (також звана надмірною оптимізацією) — причина №1, через яку трейдери отримують чудові результати Backtest, але втрачають гроші в реальній торгівлі. Розуміння цього явища заощадить вам реальні гроші.

#Що таке Overfitting?

Overfitting відбувається, коли ви налаштовуєте параметри стратегії стільки разів, що вони стають ідеально підігнаними під минулі дані, а не відображають справді хорошу стратегію. Backtest виглядає приголомшливо — але лише тому, що ви фактично «завчили відповіді до тесту».

#Аналогія з реального життя

Уявіть, що ви готуєтеся до іспиту. Замість вивчення матеріалу ви завчаєте відповіді на торішній тест. Якщо цьогорічний тест матиме точно такі самі питання — ви складете на відмінно. Але якщо питання хоч трохи зміняться — провал буде вражаючим.

Overfitting працює так само. Ви оптимізуєте свій bot для «відмінної здачі» історичних даних — але коли реальний ринок неминуче запропонує інші умови, стратегія розвалиться.

#Приклад: як відбувається Overfitting

Припустімо, ви проводите Backtest DCA bot на ETH/USDT за останні 3 місяці. Перший прогон показує солідну дохідність 12%. Але ви думаєте: «Можу краще».

І починаєте підкручувати:

• Прогон 2: Змінюєте поріг RSI з 30 на 27. Результат: 14%. Краще!
• Прогон 3: Коригуєте інтервал safety order до 1,7%, 3,3%, 6,1%. Результат: 16,5%. Ще краще!
• Прогон 4: Змінюєте Take Profit з 2% на 1,85%. Результат: 18,2%. Чудово!
• Прогон 5: Додаєте MACD-фільтр із дуже специфічними налаштуваннями. Результат: 22%. Прекрасно!

Після 20 ітерацій ви знайшли конфігурацію, що дає 28% за 3 місяці з 92% Win Rate. Виглядає неймовірно.

Проблема? Ці надточні налаштування (RSI 27, safety order 1,7/3,3/6,1%, TP 1,85%) не базуються на жодній торговій логіці. Вони просто ідеально збіглися з конкретними ціновими рухами, що відбулися в ці конкретні 3 місяці. Запустіть ту саму стратегію на наступні 3 місяці — і вона може показати збиток.

#Як уникнути Overfitting

1. Використовуйте прості, круглі числа. Take Profit 2% з більшою ймовірністю працюватиме в майбутньому, ніж 1,87%. Круглі числа свідчать про стратегію, засновану на логіці, а не на виловлюванні патернів у даних.

2. Тестуйте на кількох періодах. Якщо ваша стратегія добре працює в січні-березні, чи працює вона також у квітні-червні та липні-вересні? Надійні стратегії показують стабільні результати в різних періодах — а не блискучі в одному і слабкі в інших.

3. Обмежуйте кількість параметрів. Кожен доданий параметр — ще одна ручка налаштування для оптимізації. Простіші стратегії з меншою кількістю параметрів складніше піддати Overfitting, і вони зазвичай надійніші.

4. Використовуйте Out-of-sample тестування. Оптимізуйте на одному періоді (In-sample, «тренувальні» дані), потім протестуйте ті самі налаштування на іншому періоді (Out-of-sample, «тестові» дані), який ви не аналізували. Якщо результати зберігаються — стратегія, найімовірніше, справжня.

5. Скептично ставтеся до ідеальних результатів. Якщо ваш Backtest показує 95%+ Win Rate, 50%+ дохідності та мінімальний Drawdown — майже напевно щось занадто добре, щоб бути правдою. Реальні стратегії мають недоліки.

---

#Walk-forward тестування vs. Backtesting: міст до реальної торгівлі

Backtesting — перший крок. Але є важливий проміжний етап перед торгівлею з суттєвим капіталом: Walk-forward тестування (також зване паперовою або демо-торгівлею).

#Що таке Walk-forward тестування?

Walk-forward тестування означає запуск вашої стратегії в реальних ринкових умовах — але без ризику реальних грошей (або з мінімальною сумою). Ви спостерігаєте, як bot приймає рішення на живих цінових даних, але угоди або симулюються, або виконуються з мінімальним капіталом.

#Чому Walk-forward тестування важливе

Walk-forward тестування виявляє проблеми, які Backtesting не може виявити:

• Slippage. У Backtesting ордери виконуються за точними цінами. На реальному ринку ваш Order може виконатися за дещо гіршою ціною, особливо у волатильні моменти.
• Затримка. Завжди є затримка між спрацюванням сигналу та доставкою ордера на біржу. При швидкому русі цін ця затримка може бути суттєвою.
• Психологічна готовність. Спостерігати, як ваш bot обробляє живу просадку 5%, — зовсім не те саме, що бачити її на історичному графіку. Walk-forward тестування допомагає виробити емоційну стійкість для довіри своїй стратегії.
• Граничні випадки виконання. Частково виконані ордери, технічні роботи на біржі та ліміти API-запитів проявляються лише при реальному виконанні.

#Коли переходити від Backtesting до Walk-forward тестування

Ви готові до Walk-forward тестування, коли:

• ✅ Ваша стратегія показує стабільно додатні результати щонайменше на 3 різних періодах Backtesting
• ✅ Max Drawdown у межах вашого особистого комфорту
• ✅ Ви розумієте, чому стратегія працює (а не просто те, що вона працює)
• ✅ Ви встояли перед спокусою надмірно оптимізувати під один конкретний період

#Коли переходити від Walk-forward тестування до реальної торгівлі

Ви готові до реальної торгівлі, коли:

• ✅ Результати Walk-forward тесту в цілому узгоджуються з результатами Backtest
• ✅ Ви проводили Walk-forward тестування щонайменше 2-4 тижні
• ✅ Ви пережили хоча б одну ринкову просадку під час Walk-forward тестування, і ваша стратегія показала себе так, як очікувалося
• ✅ У вас є чіткий план risk management (Stop Loss, розмір Position, максимальна аллокація капіталу)

---

#Інтерпретація AI-аналізу Backtest

Одна з відмінних функцій Freya Finance — AI-аналіз результатів Backtest. Після завершення вашого Backtest наш AI аналізує результати та надає інтерпретацію простою мовою — без потреби у фінансовій освіті.

#Що аналізує AI

AI досліджує ваші повні результати Backtest і оцінює:

• Загальну життєздатність стратегії — Чи варто розвивати цю стратегію, чи є фундаментальні проблеми?
• Оцінку ризиків — Чи прийнятний max Drawdown? Чи не приймає стратегія надмірний ризик заради отриманої дохідності?
• Взаємозв'язки метрик — Як співвідноситься Win Rate із середнім прибутком? Чи узгоджується Sharpe ratio з формою кривої капіталу?
• Конкретні рекомендації — Практичні пропозиції на кшталт «розгляньте розширення інтервалу safety order» або «ваш Take Profit може бути занадто агресивним для поточної ринкової волатильності»

#Як ефективно використовувати AI-інсайти

AI-аналіз — відправна точка, а не остаточний вердикт. Ось як отримати максимум користі:

1. Спершу прочитайте загальну оцінку. AI дає високорівневий вердикт — зверніть увагу, чи оцінює він стратегію як сильну, помірну чи слабку.

2. Зосередьтеся на попередженнях. Якщо AI відзначає високий ризик Drawdown або потенційний Overfitting, поставтеся до цих попереджень серйозно. Це проблеми, які з найбільшою ймовірністю призведуть до реальних збитків.

3. Використовуйте пропозиції як експерименти. Якщо AI пропонує змінити Take Profit з 2% на 2,5%, запустіть новий Backtest із цією зміною і порівняйте. Пропозиція AI не завжди веде до покращення, але завжди варта перевірки.

4. Не женіться за ідеальною оцінкою AI. Мета — не оптимізувати, доки AI не дасть максимальну оцінку — це просто ще одна форма Overfitting. Використовуйте AI як радника, а не суддю.

Детальніше про те, як AI трансформує крипто-трейдинг, читайте в нашій статті AI крипто-торгові боти.

---

#Чек-лист найкращих практик Backtesting

Перш ніж завершити Backtesting і перейти до реальної торгівлі, пройдіть цей чек-лист. Кожен пункт має бути відмічений:

#Дані та вибір періоду

• ☐ Тестування на даних мінімум 3-6 місяців — Короткі періоди не охоплюють достатньо ринкових варіацій
• ☐ Включення різних ринкових умов — Ваш період має охоплювати хоча б один висхідний тренд, один низхідний і один боковий
• ☐ Використання правильної торгової пари — Тестуйте на тій самій парі, на якій плануєте торгувати вживу

#Валідація стратегії

• ☐ Тестування на кількох періодах — Якщо ваша стратегія працює лише в одному конкретному вікні — ймовірний Overfitting
• ☐ Прості та логічні параметри — Круглі числа, розумні діапазони, ясна логіка кожного налаштування
• ☐ Порівняння з «купи й тримай» — Ваш bot має перевершувати просте утримання активу (інакше навіщо bot?)
• ☐ Перевірка врахування комісій — Переконайтеся, що Backtest вираховує торгові комісії з результатів

#Оцінка ризиків

• ☐ Max Drawdown у межах вашої толерантності — Якщо ви не витримаєте просадку 20%, не запускайте стратегію, що показує таку в Backtesting
• ☐ Stop Loss налаштовано — Кожна стратегія повинна мати максимальний збиток на угоду
• ☐ Розумна аллокація капіталу — Не виділяйте весь капітал одному bot чи одній стратегії
• ☐ Усього угод понад 20 — Результати меншої кількості статистично незначущі

#Перед запуском вживу

• ☐ Walk-forward тестування 2-4 тижні — Запустіть стратегію в реальному часі з мінімальним капіталом
• ☐ Результати Walk-forward тесту збігаються з Backtest — Якщо реальні результати значно розходяться, дослідіть причину до масштабування
• ☐ Ви розумієте стратегію — Чи можете ви пояснити, чому вона працює, одним реченням? Якщо ні — продовжуйте вивчення

Детальніше про оптимізацію результатів bot після Backtesting читайте в посібнику Оптимізація результатів торгового бота.

---

#Часто запитувані питання

#На яку глибину історичних даних проводити Backtest?

Для більшості стратегій 3-6 місяців забезпечують хороший баланс. Цього достатньо для охоплення різних ринкових умов і достатньо актуально для поточної ринкової динаміки. Для стратегій із низькою частотою торгівлі (наприклад, щотижневий DCA) може знадобитися 6-12 місяців даних для генерації достатньої кількості угод для значущого аналізу. Ключова вимога — період Backtest має включати хоча б одну значну просадку (10%+) і одне помітне ралі, щоб побачити, як ваша стратегія справляється з обома сценаріями.

#Чи можна довіряти Backtest із дуже високою дохідністю?

Будьте скептичні. Якщо Backtest показує результати, що здаються занадто хорошими, щоб бути правдою — скажімо, 100%+ за кілька місяців із 95% Win Rate — висока ймовірність Overfitting. Реалістична дохідність DCA bots у сприятливих умовах зазвичай становить 2-5% за угоду, з місячною дохідністю в діапазоні 5-20% залежно від ринкових умов. Якщо ваш Backtest значно перевищує ці орієнтири, спробуйте запустити ті самі налаштування на іншому періоді. Якщо результати значно падають — вихідні результати, ймовірно, були піддані Overfitting.

#Яка мінімальна кількість угод потрібна для надійного Backtest?

Мінімум 20 завершених угод — розумний базовий рівень, але чим більше, тим краще. Це як підкидання монети — якщо ви підкинули монету 5 разів і отримали 4 орли, не можна зробити висновок, що монета несправедлива. Але 80 орлів зі 100 підкидань — це значущо. Аналогічно, стратегія з 5 завершеними угодами не дає достатньо даних для висновків. Якщо ваш період Backtest і конфігурація генерують лише жменьку угод, розширте часовий діапазон або скоригуйте налаштування для збільшення торгової активності.

#На яких свічках тестувати — 1-хвилинних, 1-годинних чи денних?

Це залежить від Timeframe вашої стратегії. Для більшості DCA та Grid bots годинні свічки забезпечують найкращий баланс точності та швидкості обробки. Хвилинні свічки дають детальніші дані, але обробляються значно довше і рідко суттєво змінюють результат для стратегій, що утримують Position годинами чи днями. Денні свічки занадто грубі для більшості bot-стратегій і можуть пропустити внутрішньоденні цінові рухи, які активували б safety order або Take Profit.

#Чим Backtesting відрізняється від паперової торгівлі?

Backtesting використовує історичні дані — він відтворює минулі ринкові умови для моделювання того, що б сталося. Паперова торгівля (Walk-forward тестування) запускає вашу стратегію на живих ринкових даних у реальному часі, але без реальних грошей. Backtesting швидший (ви можете змоделювати місяці за секунди), але менш реалістичний. Паперова торгівля повільніша (потрібно чекати, поки ринок зрушиться), але точніше відображає реальні умови виконання, включно зі slippage, затримками та динамікою живого стакану заявок.

#Чи враховує Freya Finance торгові комісії в розрахунках Backtest?

Так. Движок Backtesting Freya Finance вираховує біржові торгові комісії з кожної симульованої угоди, забезпечуючи точніше представлення чистих результатів. Деякі платформи пропускають цей крок, що може зробити результати на 5-15% кращими, ніж вони були б на практиці — особливо для стратегій, що виконують багато угод. Завжди перевіряйте, що ваша платформа Backtesting враховує комісії, перш ніж довіряти результатам.

---