En mi actual backtesting, yo estoy usando el registro de la devuelve como un proxy para la devolución sencilla a través de la relación $\ln(1 + r) \approx r$ para las pequeñas suficiente r. Esto me da maravillosas propiedades, como el tiempo de la suma, por lo que el cálculo de rodadura devuelve es tan simple como la aplicación de una suma acumulativa de los registro históricos devuelve.
Esto funciona para las poblaciones, donde el valor de las acciones es el valor en dólares de la seguridad. Sin embargo esto no es cierto para el futuro. Tome por ejemplo el maíz: el maíz se cotiza a $12.5 por punto.
En mi forma de pensar, entonces, el cierre-cierre de registro de devolución no representan con exactitud las ganancias y pérdidas de una cartera. En su lugar, creo que el cálculo de la delta en el punto de valor entre dos valores cercanos y la aplica a su capital inicial es un método mejor. He aquí un ejemplo:
Dado dos días de los datos (de maíz):
- 764.3600814
- 754.7100857
El registro de devolución es simple -
$ln(754.7100857) - ln(764.3600814) = -0.012705306$
Así hemos perdido dinero. Pero estamos en el futuro, por lo que este retorno es engañosa. En un capital inicial de \$10,000 our account is now worth \$9872.94694.
Pero si calculamos el punto delta ($-9.64999577$) vemos a nuestro capital inicial se ha reducido a \$9879.375 calculated with ($10000 + (12.5 * -9.64999577))$.
El error entre los dos es significativa en el sentido de que en el transcurso de miles de filas de datos que el error se puede acumular a una gran suma.
Cual de estos es el método preferido para el cálculo de los rendimientos sobre los futuros? Me siento como el valor del punto es el más preciso, pero se complica backtesting en que usted necesita a la base de todas las devoluciones en "rendimientos de capital", en lugar de simplemente sin pensar sumar su registro de devoluciones.
