फॉरवर्ड परीक्षण फॉरेक्स

व्यापार रणनीति परीक्षक टेस्ट करें और अपने ट्रेडिंग रोबोट का अनुकूलन करें इससे पहले कि आप इसे वास्तविक व्यापार के लिए उपयोग करें अंतर्निहित मेटाट्रेडर 5 रणनीति परीक्षक व्यापार में स्वचालित रोबोट प्रदर्शन के परीक्षण की सुविधा प्रदान करता है। यह शक्तिशाली टूल न केवल विशेषज्ञ सलाहकार की कार्यक्षमता का परीक्षण करने देता है, बल्कि अपने वास्तविक खाते में ईए को चलाने से पहले सबसे अच्छा इनपुट पैरामीटर का पता लगाने की भी अनुमति देता है। रणनीति परीक्षक का पूरा संचालन मुद्राओं, शेयरों और अन्य परिसंपत्तियों के ऐतिहासिक उद्धरणों पर आधारित है। परीक्षण के दौरान, विशेषज्ञ सलाहकार संचित उद्धरणों के माध्यम से जाता है और इसके एल्गोरिदम के अनुसार आभासी लेनदेन करता है। इस प्रक्रिया से ईए के अतीत में कैसे कारोबार होता है इसका मूल्यांकन किया जा सकता है। मेटाट्रेडर 5 रणनीति परीक्षक कई मुद्राओं पर विशेषज्ञ सलाहकारों की परीक्षा देने की अनुमति देता है। ट्रेडिंग रोबोट के पास परीक्षक में सभी वित्तीय साधनों तक पहुंच होती है और उनमें से किसी के साथ व्यापार लेनदेन कर सकते हैं। यह सुविधा आपको और अधिक परिष्कृत विशेषज्ञ सलाहकारों का परीक्षण करने की अनुमति देती है जो कई मुद्राओं का विश्लेषण करने और उनके बीच के संबंध की पहचान करने में सक्षम हैं। परीक्षण प्रक्रिया का मुख्य लाभ वास्तविक खाते पर व्यापार करने से पहले रोबोट प्रदर्शन का मूल्यांकन करने की संभावना है। इसके अलावा, वास्तविक बाज़ार में ईए की परीक्षा के लिए आवश्यक दिनों, सप्ताह या महीनों की बजाय इसे टेस्टेरर में कुछ मिनट लगते हैं। यह रणनीति परीक्षक का एक निर्विवाद लाभ है, लेकिन इसकी सभी क्षमताएं नहीं हैं परीक्षण मोड मेटाट्रेडर 5 रणनीति परीक्षक व्यापारियों की जरूरतों के आधार पर इष्टतम गति क्वालिटी अनुपात हासिल करने के लिए कई परीक्षण मोड प्रदान करता है। हर टिक का उपयोग सर्वोत्तम परीक्षण सटीकता सुनिश्चित करने के लिए किया जाता है। नकली स्थिति इस मोड में सबसे यथार्थवादी हैं। 1 मिनट के ओएचएलसी को व्यापारियों के लिए पेश किया जाता है जो एक रणनीति जल्दी से परीक्षण करना चाहते हैं लेकिन एक ही समय में सही भी। केवल खुली कीमतों का चयन करें यदि आपको बार-बार खुली कीमतों पर आधारित बहुत तेज़ और मोटे अनुमान की जरूरत है रणनीति परीक्षक का उपयोग केवल व्यापारिक रोबोटों के परीक्षण के लिए ही नहीं किया जाता है, लेकिन यह पैरामीटर अनुकूलन से जुड़े कई गणितीय समस्याओं को हल करने के लिए भी उपयोग किया जाता है। इस मामले में व्यापारिक इतिहास का उपयोग नहीं किया जाता है और बाजार का माहौल विशेषज्ञ सलाहकार में लागू गणित की गणना के लिए सिम्युलेटेड नहीं है। तनाव परीक्षण के साथ, व्यापार रोबोटों का परीक्षण अधिक यथार्थवादी हो सकता है रैंडम विलंब मोड व्यापार के अनुरोधों को हस्तांतरित करने और प्रसंस्करण करते समय नेटवर्क विलंब की ओर अग्रसर करता है, साथ ही वास्तविक व्यापारियों में डीलरों द्वारा अनुरोध निष्पादन की देरी। परीक्षण के परिणामों के चित्रमय प्रदर्शन विशेषज्ञ सलाहकार के प्रदर्शन के परिणाम रणनीति परीक्षक की सबसे उल्लेखनीय विशेषताओं में से एक है। एक परीक्षा के दौरान एक विशेषज्ञ सलाहकार के लाभ को प्रदर्शित करने वाले आंकड़ों में परिणाम दिखाए जाते हैं। इसके अतिरिक्त, वे लाभांश प्रतिशत अनुपात, लाभदायक लॉस बनाने की संख्या, जोखिम कारक, अपेक्षित आहरित और बहुत कुछ सहित सांख्यिकीय आंकड़ों की एक बड़ी मात्रा के द्वारा भी प्रतिनिधित्व करते हैं। रणनीतियाँ परीक्षण के परिणाम चार्ट में और अधिक सुविधाजनक विश्लेषण के लिए प्रस्तुत किए जा सकते हैं। विजुअल टेस्टिंग विजुअल टेस्टिंग वास्तविक समय में ऐतिहासिक मूल्य डेटा पर एक विशेषज्ञ सलाहकार संचालन को ट्रैक करना संभव बनाता है: सभी प्रदर्शन किए गए सौदों को एक चार्ट पर देखा जाता है, जो विश्लेषण को अधिक सुविधाजनक बनाता है। किसी विशिष्ट समय अंतराल पर कैसे व्यापार किया जाता है यह निरीक्षण करने के लिए परीक्षण प्रक्रिया को धीमा या बंद कर दिया जा सकता है। विजुअलाइजेशन मोड में न केवल व्यापारी को वास्तविक समय में ट्रेडिंग रोबोटों के संचालन की निगरानी करने की अनुमति मिलती है, लेकिन इसके साथ ही कस्टम तकनीकी संकेतकों के परीक्षण की अनुमति भी मिलती है। उदाहरण के लिए, आप मार्केट से खरीदने से पहले ऐतिहासिक डेटा पर एक संकेतक व्यवहार का मूल्यांकन कर सकते हैं। ऑप्टिमाइज़ेशन रणनीति परीक्षक की एक और महत्वपूर्ण उपयोगिता अनुकूलन का कार्य है, जो किसी विशेष व्यापार रोबोट के लिए सबसे अच्छा इनपुट पैरामीटर चुनने की अनुमति देता है। उदाहरण के लिए, ऑप्टिमाइज़ेशन के साथ, आप अधिकतम लाभप्रदता और स्थिरता, न्यूनतम जोखिम प्राप्त करने के लिए पैरामीटर संशोधित कर सकते हैं। अनुकूलन प्रक्रिया के दौरान, एक ट्रेडिंग रोबोट को कई बार पैरामीटर के विभिन्न सेटों के साथ परीक्षण किया जाता है। ऑप्टिमाइज़ेशन के बाद, आप अपने रोबोट के सर्वश्रेष्ठ प्रदर्शन प्रदान करने वाले पैरामीटर का चयन करने के लिए परिणामों की तुलना कर सकते हैं। ऑप्टिमाइज़ेशन में इनपुट पैरामीटर के संयोजन भारी हो सकते हैं: आप सैकड़ों तक पहुंच सकते हैं या हजारों ऐसे संयोजन भी कर सकते हैं। नतीजतन, अनुकूलन एक बहुत व्यापक प्रक्रिया में बदल सकता है, लेकिन फिर भी आनुवंशिक एल्गोरिदम के इस्तेमाल से काफी कम हो सकता है। यह सुविधा इनपुट पैरामीटर के सभी संयोजनों की सीरियल खोज को अक्षम करती है और केवल उन लोगों का चयन करती है जो अनुकूलन मानदंड सेट को सर्वश्रेष्ठ रूप से पूरा करते हैं। बाद के चरणों में, इष्टतम संयोजन को तब तक पार किया जाता है जब तक कि संभवत: संभव परिणाम प्राप्त न हो जाए। आनुवांशिक एल्गोरिदम संयोजन की संख्या और कुल अनुकूलन समय को काफी कम करने में मदद करता है। ऑप्टिमाइज़ेशन परिणामों के ग्राफ़िकल प्रदर्शन स्ट्रैटेजी परीक्षक ऑप्टिमाइज़ेशन परिणामों के दृश्य विश्लेषण के लिए शक्तिशाली 2 डी और 3 डी उपकरण प्रदान करता है। उदाहरण के लिए, आप 2 डी में दो मापदंडों के साथ अंतिम परिणाम के सहसंबंध का विश्लेषण कर सकते हैं, जबकि 3 डी आपको ऑप्टिमाइज़ेशन के दौरान इष्टतम परिणाम खोज की पूरी प्रक्रिया देखने की अनुमति देता है। अंतर्निहित सुविधाओं के अतिरिक्त, आप hrefmql5enarticles403 कस्टम विज़ुअलाइज़ेशन विधियों का उपयोग कर सकते हैं। किसी विशिष्ट तरीके से डेटा तैयार करने की आवश्यकता नहीं है, इसे निर्यात या तीसरे पक्ष के आवेदन में प्रक्रिया। अनुकूलन प्रक्रिया के दौरान परिणामों की समीक्षा की जा सकती है अग्रेषण परीक्षण अंतर्निहित अग्रेषण परीक्षण विकल्प अधिक-अनुकूलन या पैरामीटर फिटिंग की समस्या से बचने में मदद करता है। यह विकल्प दो भिन्न भागों में अनुकूलन के लिए मुद्रा और स्टॉक कोटेशन के डेटाबेस को विभाजित करता है। ऑप्टिमाइज़ेशन पहले भाग के लिए किया जाता है, जबकि दूसरा भाग प्राप्त परिणामों की पुष्टि के लिए किया जाता है। यदि एक व्यापारिक रोबोट दोनों खंडों पर समान रूप से कुशल है, तो यह सबूत है कि व्यापार प्रणाली का सर्वोत्तम पैरामीटर है, और पैरामीटर फिटिंग व्यावहारिक रूप से असंभव है MQL5 क्लाउड नेटवर्क वितरित परीक्षण और अनुकूलन इन प्रक्रियाओं को बढ़ाने के लिए अतिरिक्त कंप्यूटिंग संसाधनों के कनेक्शन की अनुमति देता है। उदाहरण के लिए, आप ऑप्टिमाइज़ेशन प्रक्रिया में तेजी लाने के लिए अपने स्थानीय नेटवर्क में अतिरिक्त कंप्यूटर का उपयोग कर सकते हैं। लेकिन यह बिलकुल भी नहीं है। MQL5 क्लाउड नेटवर्क एक क्लाउड कंप्यूटिंग नेटवर्क है जो दुनिया भर से हजारों कंप्यूटरों को एकजुट करता है रणनीति परीक्षक लगभग असीमित कंप्यूटिंग शक्ति से लाभ नेटवर्क से कनेक्ट कर सकते हैं। MQL5 क्लाउड नेटवर्क के साथ, व्यापार अनुप्रयोगों का अनुकूलन, जो आम तौर पर केवल एक कंप्यूटर का उपयोग करते समय गणना करने में महीनों का समय लेता है, अब कुछ घंटों के भीतर पूरा किया जा सकता है। MQL5 क्लाउड नेटवर्क मेटा ट्रेडर 5 ट्रेडिंग प्लेटफॉर्म के जरिए सिर्फ कुछ क्लिक में सक्षम किया जा सकता है MQL5 क्लाउड नेटवर्क के बारे में और अधिक जानें कैसे गणनाओं को गति प्रदान कर सकते हैं gtgt वितरित कंप्यूटिंग नेटवर्क का उपयोग करने के अतिरिक्त, आप अपनी CPU कंप्यूटिंग पावर प्रदान कर सकते हैं और पैसे कमा सकते हैं। आपको मेटाटेस्टर घटक को मेटाट्रेडर 5 ट्रेडिंग प्लेटफॉर्म में शामिल करना चाहिए और आपका कंप्यूटर MQL5 क्लाउड नेटवर्क से कनेक्ट होगा। रणनीति परीक्षक एक असाधारण शक्तिशाली उपकरण है जो व्यापारिक रोबोट के डेवलपर्स के लिए तैयार किया गया है। परीक्षक के उपयोग के बिना, एक कुशल और विश्वसनीय रोबोट का निर्माण व्यावहारिक रूप से असंभव है। रणनीति परीक्षक आपको बहुत समय बचाता है और वास्तव में इष्टतम व्यापारिक रोबोटबैकटस्टिंग और फॉरवर्ड टेस्टिंग का निर्माण करने की अनुमति देता है: सहसंबंध व्यापारियों का महत्व जो एक जीवित बाजार में एक व्यापारिक विचार की कोशिश करने के लिए उत्सुक हैं, अक्सर यह निर्धारित करने के लिए कि क्या बैकटेस्टिंग परिणाम पर पूरी तरह भरोसा करने की गलती होती है सिस्टम लाभदायक होगा। जबकि बैकस्टेस्टिंग व्यापारियों को बहुमूल्य जानकारी प्रदान कर सकती है, यह अक्सर भ्रामक है और यह केवल मूल्यांकन प्रक्रिया का एक हिस्सा है। आउट-ऑफ-सैंपल परीक्षण और फॉरवर्ड प्रदर्शन परीक्षण सिस्टम की प्रभावशीलता के बारे में और पुष्टिकरण प्रदान करते हैं, और वास्तविक सिग्नल लाइन पर होने से पहले सिस्टम को सही रंग दिखा सकते हैं। व्यापार प्रणाली की व्यवहार्यता को निर्धारित करने के लिए बैकटेस्टिंग, आउट-ऑफ-सैम्पल और फॉरवर्ड प्रदर्शन परीक्षण के परिणामों के बीच अच्छे संबंध महत्वपूर्ण हैं। (हम इस प्रक्रिया पर कुछ सुझाव देते हैं जो आपकी मौजूदा व्यापार रणनीतियों को परिष्कृत करने में मदद कर सकते हैं। अधिक जानने के लिए, बैकटेस्टिंग पढ़ें: अतीत की व्याख्या करना।) बैकटेस्टिंग मूल बातें बैकस्टेस्टिंग का मतलब है कि ऐतिहासिक डेटा के लिए एक ट्रेडिंग सिस्टम को लागू करने के लिए यह सत्यापित करने के लिए कि एक सिस्टम के दौरान कैसे प्रदर्शन किया जाएगा निर्दिष्ट समय अवधि आज के कई ट्रेडिंग प्लेटफॉर्म बैकटेस्टिंग का समर्थन करते हैं। ट्रेडर्स कुछ कीस्ट्रोक्स के साथ विचारों का परीक्षण कर सकते हैं और किसी ट्रेडिंग अकाउंट में निधियों को बिना किसी जोखिम के विचार के प्रभाव में अंतर्दृष्टि प्राप्त कर सकते हैं। बैकटेस्टिंग सरल विचारों का मूल्यांकन कर सकता है, जैसे कि चलती औसत क्रॉसओवर ऐतिहासिक डेटा पर प्रदर्शन करेंगे, या विभिन्न प्रकार के इनपुट और ट्रिगर्स के साथ अधिक जटिल सिस्टम। जब तक किसी विचार की मात्रा निर्धारित की जा सकती है, तब तक इसे बैकटेस्ट किया जा सकता है कुछ व्यापारियों और निवेशक एक योग्य प्रोग्रामर की विशेषज्ञता तलाश कर सकते हैं ताकि ये विचार एक परीक्षण योग्य रूप में हो सके। आमतौर पर इसमें एक प्रोग्रामर शामिल होता है जो व्यापार मंच द्वारा होस्ट की गई स्वामित्व भाषा में विचार को कोडित करता है। प्रोग्रामर उपयोगकर्ता द्वारा परिभाषित इनपुट चर को शामिल कर सकता है जो कि व्यापारी को सिस्टम को ज़ूम करने की अनुमति देता है। इसका एक उदाहरण ऊपर उल्लेख किया गया सरल चलती औसत क्रॉसओवर सिस्टम में होगा: व्यापारी सिस्टम में इस्तेमाल होने वाली दो चलती औसत की लंबाई (या परिवर्तन) को सक्षम करने में सक्षम होगा। ऐतिहासिक डेटा पर सबसे अच्छा चलने वाले किनारे की लंबाई निर्धारित करने के लिए व्यापारी, यह निर्धारित करने के लिए सख्त हो सकता है। (इलेक्ट्रॉनिक ट्रेडिंग ट्यूटोरियल में अधिक जानकारी प्राप्त करें।) अनुकूलन अध्ययन कई व्यापारिक प्लेटफ़ॉर्म ऑप्टिमाइज़ेशन अध्ययनों के लिए भी अनुमति देते हैं। यह निर्दिष्ट इनपुट के लिए एक सीमा दर्ज करने और कंप्यूटर को गणित करने के लिए यह समझने की ज़रूरत है कि इनपुट का सर्वोत्तम प्रदर्शन क्या होता। एक बहु-चर अनुकूलन, दो या दो से अधिक चर के लिए गणित को यह निर्धारित करने के लिए संयुक्त कर सकता है कि किन स्तरों का एक साथ सबसे अच्छा परिणाम प्राप्त होगा। उदाहरण के लिए, व्यापारी प्रोग्राम को बता सकते हैं कि वे कौन से इनपुट को अपनी रणनीति में जोड़ना चाहते हैं, फिर ये परीक्षण किए गए ऐतिहासिक आंकड़ों के अनुसार अपने आदर्श वजन के लिए अनुकूलित हो जाएंगे। बैकटेस्टिंग में रोमांचक हो सकता है कि एक गैर लाभकारी प्रणाली अक्सर कुछ अनुकूलन वाले पैसे बनाने वाली मशीन में जादुई रुप से परिवर्तित हो सकती है। दुर्भाग्य से, पिछली मुनाफे का सबसे बड़ा स्तर हासिल करने के लिए एक प्रणाली को ट्वेक करना अक्सर एक ऐसी प्रणाली की ओर जाता है जो वास्तविक व्यापार में खराब प्रदर्शन करेगी। यह ओवर-ऑप्टिमाइज़ेशन सिस्टम बनाता है जो केवल कागज़ पर अच्छे दिखते हैं वक्र फिटिंग, टेस्टिंग अवधि में उपयोग किए जाने वाले ऐतिहासिक डेटा पर सबसे ज्यादा लाभ पर जीतने वाले ट्रेडों की सर्वोच्च संख्या बनाने के लिए अनुकूलन विश्लेषिकी का उपयोग है। हालांकि यह बैकटेस्टिंग परिणामों में प्रभावशाली दिखता है, वक्र फिटिंग अविश्वसनीय सिस्टम की ओर जाता है क्योंकि परिणाम अनिवार्य रूप से केवल उस विशेष डेटा और समय अवधि के लिए कस्टम-डिज़ाइन किया गया है। बैटर टेस्टिंग और अनुकूलन एक व्यापारी को कई लाभ प्रदान करते हैं लेकिन संभावित व्यापार प्रणाली का मूल्यांकन करते समय यह प्रक्रिया का एकमात्र हिस्सा है। अगले व्यापारियों को प्रणाली को ऐतिहासिक डेटा के लिए लागू करना है जो प्रारंभिक बैटिंग टेस्टिंग चरण में उपयोग नहीं किया गया है। (चलती औसत गणना करना आसान है और, एक चार्ट पर एक बार प्लॉट किए जाने पर, एक शक्तिशाली दृश्य प्रवृत्ति-खोलना उपकरण होता है। अधिक जानकारी के लिए, सरल मूविंग एवेज करें को रुझान बनाएं।) इन-नमूना बनाम आउट-ऑफ-नमूना डेटा ऐतिहासिक डेटा पर एक विचार का परीक्षण करते समय, परीक्षण उद्देश्यों के लिए ऐतिहासिक डेटा का एक समय अवधि आरक्षित करने के लिए फायदेमंद होता है। प्रारंभिक ऐतिहासिक डेटा जिस पर विचार का परीक्षण किया गया है और अनुकूलित किया जाता है उसे इन-नमूना डेटा के रूप में संदर्भित किया जाता है। आरक्षित किया गया डेटा सेट, नमूने डेटा के बाहर के रूप में जाना जाता है। यह सेटअप मूल्यांकन प्रक्रिया का एक महत्वपूर्ण हिस्सा है क्योंकि यह उस डेटा पर विचार का परीक्षण करने का एक तरीका प्रदान करता है जो ऑप्टिमाइज़ेशन मॉडल में एक घटक नहीं है। नतीजतन, इस विचार को किसी भी तरह से नमूना डेटा से प्रभावित नहीं किया जाएगा और व्यापारियों को यह निर्धारित करने में सक्षम हो जाएगा कि सिस्टम नए डेटा पर प्रदर्शन कर सकता है यानी वास्तविक जीवन व्यापार में। बैकटेस्टिंग या अनुकूलन करने से पहले, व्यापारियों ने नमूने परीक्षण से बाहर के लिए आरक्षित होने वाले ऐतिहासिक डेटा का एक प्रतिशत को अलग कर सकते हैं। एक विधि तिहाई में ऐतिहासिक डेटा को विभाजित करने और नमूना परीक्षण के उपयोग में एक तिहाई को अलग करने का है। प्रारंभिक परीक्षण और किसी भी अनुकूलन के लिए केवल इन-नमूना डेटा का उपयोग किया जाना चाहिए। चित्रा 1 चित्रा 1 एक समय रेखा दिखाता है जहां एक तिहाई ऐतिहासिक डेटा का परीक्षण नमूना परीक्षण के लिए आरक्षित किया जाता है, और दो-तिहाई इन-नमूना परीक्षण के लिए उपयोग किया जाता है। यद्यपि चित्रा 1 में परीक्षण की शुरुआत में नमूने के बाहर आंकड़े को दर्शाया गया है, सामान्य प्रक्रियाओं में आगे के प्रदर्शन के पूर्व के नमूने वाले हिस्से होंगे। चित्रा 1: बैकटेस्टिंग प्रक्रिया में उपयोग किए जाने वाले नमूने की सापेक्ष लंबाई और आउट-ऑफ-नमूना डेटा का एक समय रेखा। एक बार एक ट्रेडिंग सिस्टम को इन-नमूना डेटा का उपयोग करके विकसित किया गया है, यह नमूने डेटा के बाहर लागू होने के लिए तैयार है। ट्रेडर्स इन-नमूना और आउट-ऑफ-नमूना डेटा के बीच प्रदर्शन के परिणामों का मूल्यांकन और उनकी तुलना कर सकते हैं। सहसंबंध दो डेटा सेटों के प्रदर्शन और समग्र रुझानों के बीच समानता को दर्शाता है। परीक्षण अवधि के दौरान बनाए गए रणनीति निष्पादन रिपोर्टों के मूल्यांकन में सहसंबंध मैट्रिक्स का उपयोग किया जा सकता है (एक विशेषता जो कि अधिकांश ट्रेडिंग प्लेटफॉर्म प्रदान करती है) दोनों के बीच मजबूत संबंध, बेहतर संभावना है कि एक प्रणाली आगे प्रदर्शन परीक्षण और लाइव व्यापार में अच्छा प्रदर्शन करेगी। चित्रा 2 में नमूना डेटा पर परीक्षण और अनुकूलित किया गया दो अलग-अलग प्रणालियों को दिखाया गया है, फिर नमूने डेटा के बाहर लागू होता है बाईं तरफ वाला चार्ट एक ऐसी प्रणाली को दिखाता है जो नमूना डेटा पर अच्छी तरह से काम करने के लिए स्पष्ट रूप से वक्र-फिट था और नमूने डेटा के बाहर पूरी तरह विफल हो गया था। दाईं ओर वाला चार्ट एक ऐसी प्रणाली को दिखाता है जो नमूना डेटा के बाहर और आउट-आउट दोनों पर अच्छा प्रदर्शन करता है। चित्रा 2: दो इक्विटी घटता है। प्रत्येक पीला तीरे से पहले नमूना परीक्षण का प्रतिनिधित्व करता है व्यापार डेटा। पीले और लाल तीरों के बीच उत्पन्न ट्रेडों से बाहर नमूना परीक्षण का संकेत मिलता है लाल तीरों के बाद के कारोबार आगे के प्रदर्शन परीक्षण चरणों से होते हैं। अगर नमूना और नमूना परीक्षण के बीच थोड़ा सहसंबंध है, तो चित्रा 2 में बाएं चार्ट की तरह, यह संभावना है कि सिस्टम को अतिरंजित कर दिया गया है और यह लाइव ट्रेडिंग में अच्छा प्रदर्शन नहीं करेगा। अगर प्रदर्शन में मजबूत सहसंबंध है, जैसा कि चित्रा 2 में सही चार्ट में देखा गया है, मूल्यांकन के अगले चरण में एक अतिरिक्त प्रकार का नमूना परीक्षण शामिल होता है जिसे आगे के प्रदर्शन परीक्षण के रूप में जाना जाता है। (पूर्वानुमान के बारे में अधिक पढ़ने के लिए, वित्तीय पूर्वानुमान का संदर्भ लें: बायैसियन विधि।) आगे प्रदर्शन परीक्षण मूल बातें आगे प्रदर्शन परीक्षण, जिसे पेपर ट्रेडिंग के रूप में भी जाना जाता है। एक सिस्टम का मूल्यांकन करने के लिए आउट-ऑफ-नमूना डेटा के दूसरे सेट के साथ व्यापारियों को प्रदान करता है फॉरवर्ड प्रदर्शन परीक्षण वास्तविक व्यापार का अनुकरण है और इसमें एक लाइव मार्केट में सिस्टम लॉजिक का पालन करना शामिल है। यह कागज व्यापार भी कहा जाता है क्योंकि सभी ट्रेडों को केवल कागजात पर ही निष्पादित किया जाता है, व्यापार प्रविष्टियां और निकास प्रणाली के लिए किसी भी लाभ या हानि के साथ दस्तावेज की जाती हैं, लेकिन कोई वास्तविक व्यापार निष्पादित नहीं किया जाता है। आगे के निष्पादन परीक्षण का एक महत्वपूर्ण पहलू सिस्टम लॉजिक का पालन बिल्कुल अन्यथा है, अगर यह असंभव नहीं है, तो प्रक्रिया के इस चरण का सही मूल्यांकन करने के लिए मुश्किल हो जाता है। व्यापारियों को किसी भी व्यापार प्रविष्टियों और निकास के बारे में ईमानदार होना चाहिए और चेरी पिकिंग ट्रेडों जैसे व्यवहार से बचना चाहिए या इसमें कागज पर व्यापार सहित तर्कसंगत नहीं होना चाहिए कि मैंने कभी उस व्यापार को नहीं लिया होगा। यदि सिस्टम लॉजिक के बाद व्यापार होता है, तो उसे दस्तावेज और मूल्यांकित किया जाना चाहिए। कई ब्रोकर एक सिम्युलेटेड ट्रेडिंग खाते प्रदान करते हैं, जहां ट्रेडों को रखा जा सकता है और इसी तरह की लाभ और हानि की गणना की जाती है। सिम्युलेटेड ट्रेडिंग अकाउंट का उपयोग करके एक अर्द्ध-यथार्थवादी माहौल बना सकता है जिस पर व्यापार का अभ्यास किया जाता है और सिस्टम का मूल्यांकन भी करता है। चित्रा 2 में दो सिस्टम पर आगे प्रदर्शन परीक्षण के परिणाम भी दिखाए गए हैं। दोबारा, बाएं चार्ट में दर्शाया गया सिस्टम इन-नमूना डेटा पर प्रारंभिक परीक्षण से परे अच्छी तरह से करने में विफल रहता है। सही चार्ट में दिखाया गया सिस्टम, हालांकि, सभी चरणों के माध्यम से अच्छा प्रदर्शन करना जारी रखता है, जिसमें आगे के प्रदर्शन परीक्षण शामिल हैं एक प्रणाली जिसमें सकारात्मक परिणाम दिखाता है, इन-नमूना, आउट-ऑफ-नमूना और फॉरवर्ड प्रदर्शन परीक्षण के बीच अच्छे संबंध के साथ एक लाइव मार्केट में कार्यान्वित होने के लिए तैयार है। बॉटम लाइन बैकटेस्टिंग एक बहुमूल्य टूल है जो अधिकतर ट्रेडिंग प्लेटफॉर्म में उपलब्ध है। इन-नमूना और नमूना परीक्षण के लिए प्रदान करने के लिए कई सेटों में ऐतिहासिक डेटा को बांटने के लिए व्यापारिक विचार और व्यवस्था का मूल्यांकन करने के लिए व्यापारियों को व्यावहारिक और कुशल साधन प्रदान कर सकते हैं। चूंकि अधिकांश व्यापारियों को बैकटेस्टिंग में ऑप्टिमाइज़ेशन तकनीकों को काम करना पड़ता है, इसलिए यह महत्वपूर्ण है कि सिस्टम को इसकी वैधता निर्धारित करने के लिए साफ आंकड़ों पर मूल्यांकन करें। आगे के प्रदर्शन परीक्षण के साथ-बिना-नमूना परीक्षण को जारी रखते हुए वास्तविक नकदी को खतरे में डालते हुए बाजार में एक प्रणाली डाल करने से पहले सुरक्षा की एक और परत प्रदान करता है। नमूना और आउट-ऑफ़-नमूना बैटिंगिंग और फॉरवर्ड प्रदर्शन परीक्षण के बीच सकारात्मक परिणाम और अच्छे संबंध होने की संभाव्यता बढ़ जाती है, जो कि सिस्टम वास्तविक व्यापार में अच्छा प्रदर्शन करेगा। (तकनीकी विश्लेषण पर एक व्यापक अवलोकन के लिए। तकनीकी विश्लेषण देखें: परिचय।)