Pertama sekali apakah objektif kita mengetahui 3 ketegori simulasi ini?. Objektif yang paling ketara ialah mengetahui kekuatan dan kelemahan satu-satu sistem trading secara simulasi, maksudnya kita ingin mengetahui tanpa melalui pengalaman sebenar terlebih dahulu. Maka ini memberi peluang untuk kita mengelak dari membazir masa dan duit untuk sistem yang memang tidak memberikan keuntungan.

Mengetahui performance satu-satu sistem trading menggunakan pengalaman real market ialah kerja yang mengambil masa yang cukup-cukup lama.

Ini ialah perbezaan tiga kategori simulasi tersebut.

Kita bermula dari Parametric Simulation, atau pre-setting parameter (data2 atau faktor2 yang tidak random tapi dipilih terlebih dahulu). Kita cari parameter yang memberikan kita maksimum pulangan.

contoh:-
Macam mana besar pulangan sistem bila 100 kali trading dan 100 kali success trading.
Macam mana teruk kerugian bila sistem 100 kali trading dan 100 kali gagal.
Macam mana keputusan jika 100 kali trading, 50 profit 50 lost..
dll

Keputusan yang dihasilkan
Had atas sistem
Had bawah sistem.
Dan apa2 keputusan yang kita ingin lihat...
Ubah sistem sampai ia memberikan secara theorical had atas yang tertinggi (profit maksimum) dan had bawah yang paling maksimum ( rugi paling kurang).


=====

Kategori simulasi ke-2 ialah simulasi Monte carlo simulation. Atau future simulation.
Kita cuba untuk mencari parameter-parameter yang mampu meniru perangai market sebenar. Kemudian membuat ujian sistem menggunakan data-data rekaan ini.

contoh :-
Simulasi mudah monte carlo. Jika kita menggunakan spreadsheet (OpenOffice Calc utk kes ini) sebagai alat untuk membuat simulasi monte carlo, kita bole menggunakan =randbetween(0;1) sebagai fungsi untuk menjana secara rawak siri 0,1 . Dan 0 = lost position, 1 = profit position. Simulasi monte carlo ini akan memperlihatkan kita bagaimana sistem trading yang kita ingin kaji berdepan dengan faktor random result...

Objektif simulasi ini jika ia dibuat untuk menyokong simulasi pertama tadi iaitu parametric simulation, ialah untuk mencari keputusan dan penyesuaian sistem untuk mendekati had atas dan menjauhi had bawah.

====

Simulasi seterusnya ialah simulasi berorentasikan masa lepas, atau past, atau biasa dipanggil backtest simulation. Kita membuat satu simulasi sistem menggunakan data-data lepas dan melihat apakah sistem mampu memberikan pulangan yang boleh diterima.

contoh:-
Kaji historical price data dari chart. Dan cari mcm mana prestasi sistem berasaskan data-data lepas.

Jika historical simulation ini digunakan untuk menyokong parametric simulation dan monte carlo simulation. Maka fungsi historical simulation ialah untuk merapatkan kita kepada bakal-bakal keputusan yang lagi tepat. Monte carlo simulation hanya mempercepatkan kajian pemilihan sistem berasaskan kekuatan sistem berdepan dengan faktor random dan parametric simulation hanya memberikan kita pembaikan zone keputusan.

=======