Metode

Grundig validering. Hver strategi gør sig fortjent til sin plads.

En pæn backtest kan fabrikeres på en eftermiddag. Hos Dalvox gennemfører hver strategi elleve uafhængige stresstests — på markedsdata fra sept. 2011 til maj 2026 — før den får lov til at handle. Nedenfor er hvert eneste trin, i rækkefølge, uden udeladelser.

2011–2026
backtestperiode pr. strategi
11
uafhængige tests i rækkefølge
1.000+
Monte Carlo-iterationer pr. test

Simulerede resultater (backtest, sept. 2011 – maj 2026; 2026 er et delvist år). Tidligere eller simulerede resultater er ingen garanti for fremtidige resultater.

Hele processen

Fra rå idé til live-konto.

Det er de præcise trin, i den præcise rækkefølge, som hver strategi gennemfører, før den kommer i vores katalog. Klik på et trin for at se, hvad det tester, og hvorfor det er vigtigt.

Fase 1 Udvikling
01
Strategigenerering & In Sample
60 % af alle data. Tusindvis af konfigurationer testet. Kun de statistisk holdbare overlever.

Processen starter på bar bund. Vi kører tusindvis af algoritmiske konfigurationer — med forskellig indgangslogik, udgangsbetingelser, risikoregler og parametre — mod de første 60 % af alle tilgængelige historiske data. Det er In-Sample-vinduet: det kontrollerede træningsmiljø, hvor en strategis logik formes.

På dette stadie er udvælgelsen brutal. Strategier, der kun klarer sig godt, fordi de tilfældigvis passede til en kort periode af historikken, bliver straks sorteret fra. Kun de strategier, der viser statistisk konsistente, risikojusterede afkast — på tværs af flere markedsregimer i træningsvinduet — kommer igennem og går videre som kandidater.

Hvad det fastslår

En kortliste af kandidater bygget på statistisk meningsfuld logik — ikke tilfældig mønstertilpasning til et snævert historisk vindue.

02
Kvalitetsretest + Out-Of-Sample 1
Premium M1-data. Første blinde test på ~20 % af historikken, som optimeringen aldrig så.

Overlevende kandidater køres straks igen på M1-data af højere kvalitet — som fanger prisbevægelser mere detaljeret end den første gennemkørsel. Alene det fjerner strategier, der kun så godt ud på data med lavere opløsning. Derefter møder hver strategi for første gang historik, den aldrig har set: ca. 20 % af alle data, forseglet siden udviklingens første dag.

Det er den første blinde test. Den kan ikke snydes — enten holder strategien på usete data, eller også gør den ikke. En strategi med en reel edge bliver ved med at klare sig. En, der var tilpasset sit træningsvindue, bryder sammen her, før der investeres mere tid i den.

Hvad det fastslår

At de første resultater ikke var tilfældige — edgen holder på usete data af højere kvalitet.

De fleste algoritmiske tradingtjenester betragter dette som hele deres proces. Vi er ved trin 2 af 11.

Fase 2 Robusthedstestene
03
Kommission & slippage
Værst tænkelige mæglervilkår på hver udførelse.

Spreads pustes op, kommission lægges til, og værst tænkelig slippage indsættes på hver eneste udførelse — en simulering af den forringede udførelse, du ville opleve hos en dårlig mægler under en nyhedsbegivenhed med høj volatilitet. Strategien skal forblive profitabel med disse handicap, fordi virkelighedens vilkår aldrig er så rene som en backtest fra lærebogen.

Hvad det beviser

I simuleringen afhænger rentabiliteten ikke af antagelser om urealistisk fejlfri eksekveringer.

04
Multi-timeframe-validering
Testet på candle-intervaller, den ikke er bygget til.

Strategien køres igen på timeframes, den aldrig er designet til. En strategi, der er overtilpasset ét bestemt candle-interval, fejler her — fordi dens edge kun findes i støjen i netop den dataopløsning, ikke i selve markedet. En robust strategi tilpasser sig og klarer sig fortsat, fordi logikken fanger noget strukturelt ægte.

Hvad det beviser

Edgen er strukturel — ikke en tilfældighed ved en enkelt dataopløsning.

05
Monte Carlo: Udeladte handler
Handler udeladt tilfældigt i over 1.000 simuleringer.

En tilfældig procentdel af handlerne fjernes i tusindvis af uafhængige simuleringer. Hvis resultatet bryder sammen, når en håndfuld handler mangler, afslører det en farlig sandhed: Afkastet er koncentreret i få ekstreme gevinster og ikke fordelt over en gentagelig edge. Strategien skal forblive profitabel, selv når dens bedste enkelthandler mangler.

Hvad det beviser

Profitabiliteten er bred og fordelt — ikke båret af en håndfuld heldige handler.

06
Monte Carlo: Handelsrækkefølge
Den historiske handelsrækkefølge blandet tusindvis af gange.

Hele rækkefølgen af historiske handler blandes og køres igen tusindvis af gange. Det tester to ting på én gang: For det første, at edgen findes uanset hvornår handlerne sker — og for det andet, at selv i den absolut værste tabsrække (alle tab lige efter hinanden) holder kontoens drawdown sig inden for acceptable grænser. Testen kontrollerer, at resultatet ikke afhænger af en heldig rækkefølge.

Hvad det beviser

Edgen er uafhængig af timing, og drawdown er strukturelt begrænset — ikke et produkt af held med rækkefølgen.

07
Andre markeder
Kørt på instrumenter og indeks, den aldrig er bygget til.

Strategien køres mod helt andre markeder — andre indeks, instrumenter og sessionsstrukturer — som den aldrig er optimeret til. Overtilpassede strategier bryder straks sammen på fremmede data, fordi de var tunet til ét instruments støj, ikke til en underliggende markedsdynamik. Robuste strategier bliver ved med at give afkast, hvilket bekræfter, at logikken fanger noget universelt.

Hvad det beviser

Logikken udnytter en reel, overførbar ineffektivitet i markedet — ikke ét instruments særlige finurligheder.

08
Monte Carlo: Parametre
Hver justerbar variabel stresstestet i alle retninger.

Hver justerbar parameter — stopafstande, indgangstærskler, tidsvinduer — varieres systematisk i alle retninger i tusindvis af kombinationer. En skrøbelig strategi virker kun, når parametrene rammer meget specifikke, præcise værdier: Flyt dem en smule, og den falder fra hinanden. En robust strategi klarer sig i et helt interval, fordi det er den underliggende logik, der skaber edgen — ikke et bestemt magisk tal.

Hvad det beviser

Ingen overtilpasning til bestemte parameterværdier. Logikken driver resultatet — ikke en skrøbelig konfiguration.

09
Monte Carlo: Forstyrrelse af prisdata
OHLC-priser flyttet tilfældigt — ind- og udgangsniveauer er aldrig garanteret i live-handel.

Selve de underliggende OHLC-prisdata ændres tilfældigt i tusindvis af simuleringer — ind- og udgangspriser flyttes for at simulere usikkerhed og unøjagtighed ved udførelse i virkeligheden. I live-handel gentager de præcise priser fra historiske data sig aldrig. Denne test bekræfter, at strategien ikke afhænger af at ramme bestemte historiske prisniveauer, som måske ikke findes under reelle forhold.

Hvad det beviser

I simuleringen forbliver strategien profitabel, selv når priserne afviger fra det historiske forløb, som det altid sker i reel handel.

Ni tests bestået. To tilbage — og det er dem, der betyder mest.

Fase 3 Endelig bekræftelse
10
Out-Of-Sample 2 — Den sidste blinde test
De seneste ~20 % af historikken. Forseglet siden dag ét. Åbnet først nu.

De sidste ca. 20 % af de historiske data — de seneste år, inklusive nuværende markedsregimer — har været fuldstændig forseglet siden udviklingens første dag. Ikke ét eneste optimeringstrin har rørt dem. De repræsenterer nutiden: det markedsmiljø, der ligger tættest på det, strategien reelt kommer til at handle i.

Først når strategien har overlevet alle ni foregående tests, køres den på disse data for første gang. Det er det tætteste, en backtest kommer på en live forward test. Der er intet tilbage at justere, ingen parametre at finjustere. Enten leverer strategien, eller også gør den ikke.

Hvad det beviser

Strategien gav også resultater med data, den aldrig havde set før, hvilket tyder på, at den ikke blot memorerede historikken. Dette garanterer ikke fremtidige resultater.

11
Endelig test med tick-præcision — 100 % af historikken
Hver eksekvering er rekonstrueret ud fra ticks. Simuleringen, hvorfra alle tallene på hjemmesiden stammer.

Strategien køres en sidste gang på hele datasættet (sept. 2011 – maj 2026) — fra start til slut — med tick-præcision på hver eneste indgang og udgang. Det er den mest beregningstunge simulering, der findes. Hver OHLC-candle rekonstrueres fra rå tickdata, så udførelser beregnes til den præcise pris, markedet handlede til i det mikrosekund — ikke en tilnærmelse.

Equity-kurverne, drawdown-graferne, afkasttallene og risikomålene på hele Dalvox-platformen stammer fra denne sidste kørsel. De er simulerede resultater, ikke fra reel trading. Ingen afrunding, ingen skøn, ingen genveje.

Hvad det giver

Den endelige, tick-nøjagtige resultatopgørelse. Hvert tal, du ser på dette website — hvert afkasttal, hvert drawdown, hver equity-kurve — kommer herfra.

En strategi, der når vores katalog, har overlevet hver eneste af disse tests. I den rigtige rækkefølge. Uden undtagelse.

De fleste kandidater klarer den ikke. Dem, der gør, er de systemer, du finder i vores produktniveauer — og hvert simuleret resultattal på dette website stammer fra den endelige backtest med tick-præcision, der er beskrevet i trin 11. Tidligere eller simulerede resultater er ingen garanti for fremtidige resultater.

Klar

Alle tests bestået.
Én beslutning tilbage.

Vi er fuldt gennemsigtige — hver simuleret handel på tværs af alle vores produkter er offentliggjort og kan gennemgås. Tjek tallene, og abonnér så. Start når som helst, og opsig, når du vil.