# Od nápadu k produkci: jak *testujeme* obchodní strategie

Autor: Jiří Fabšic · 10. 7. 2026 · Kategorie: Platforma
Kanonická URL: https://www.binaryfintech.com/blog/testovaci-protokol/

> Kompletní testovací protokol obchodní strategie: od nápadu a TradingView skriptu přes dlouhý IS/OOS test, krajinu nastavení, walk-forward s bodem rozhodnutí a Monte Carlo seed varianty až po vesmíry, portfolio a zero-delta nasazení.

## TL;DR

- **Testovací protokol je cesta strategie od nápadu k živému nasazení v deseti fázích** — jedna z možných cest, každá strategie ji projde trochu jinak. Každá fáze je brána: co neprojde, vrací se, nebo končí. Společný cíl všech fází je **robustnost**.
- **Vybírají se bohaté klastery nastavení, ne nejlepší čísla.** Walk-forward equity se skládá výhradně z dat, na která se nikdy cíleně neoptimalizovalo, a Monte Carlo přidá seed varianty zašuměného trhu.
- **Equity se vyhlazuje skládáním strategií v portfoliu** — podle korelací a času v trhu — ne přeoptimalizací jedné strategie.
- **Do produkce jde tentýž kód jedním kliknutím (zero-delta).** Reálnou exekuci obchodů provádí vždy burza či broker — regulovaný subjekt. Monitoring hlídá mantinely; jejich překročení znamená vypnutí.

„Jak vlastně poznáte, že strategie stojí za nasazení?" — nejčastější otázka, kterou dostáváme. Tenhle článek je odpověď v plné délce: **mapa celé cesty, kterou u nás musí ujít každá strategie** — od prvního nápadu na grafu až po první korunu v živém trhu. Není to návod k sestavení; je to prohlídka továrny. Každá fáze má na blogu vlastní hloubkový článek — tady do sebe poprvé zapadají všechny najednou.

Berte ji jako **jednu z možných cest**, ne jako jediný správný postup. Každá strategie si žádá trochu jiný přístup a jiný důraz — některé fáze se protáhnou, jiné zkrátí, pořadí se občas prohodí. Společný jmenovatel je ale vždy jeden: **robustnost**. O nic jiného v celém protokolu nejde — aby strategie fungovala i mimo data, na kterých vznikla.

*Obrázek: Jedna z možných cest strategie od nápadu (0) do živého provozu (9). Každá strategie si žádá trochu jiný přístup — pořadí i váha fází se liší — ale všechny míří k témuž cíli: k robustnosti. Každá fáze má přitom svou bránu: co jí neprojde, vrací se zpět, nebo končí. Živý provoz není konec cesty, jen její poslední okno; běží dál v rytmu walk-forwardu.*

## Jak poznat, že obchodní nápad má skutečnou výhodu (edge)?

Každá strategie u nás začíná jako nosná myšlenka — trend, návrat k průměru, sezónnost. A myšlenka se nejdřív zkoumá, ne rovnou programuje: napíšeme si skript v TradingView (Pine) a sledujeme ji přímo na grafu, obchod po obchodu. Je to nejrychlejší způsob, jak nápad vidět v akci dřív, než mu věnujeme jakýkoli výpočetní čas.

V téhle fázi hodnotíme kvalitu myšlenky a ptáme se na jedinou podstatnou otázku: **vidíme za ní edge, skutečnou výhodu?** Edge je totéž, co má kasino proti hráči: na jednom otočení rulety může prohrát, ale přes tisíce otoček vyhrává, protože pravidla mu systematicky přejí. Přesně takovou systematickou výhodu chceme vidět na grafu i my. Bez viditelné výhody se dál nejde — žádné parametry, žádné testy, konec.

Teprve slibná myšlenka se přetaví v **šablonu s parametry**: jeden kód, ve kterém parametry (stupně volnosti) určují např. délku klouzavého průměru, násobek volatility pro velikost odstupu, práh nerovnováhy v knize objednávek nebo míru tlaku kupců a prodejců — ale samotná logika je jen jedna. (Typům a počtu parametrů se věnujeme níže, u krajiny nastavení.) Tenhle jeden kód pak [beze změny poběží v testech i naživo](https://www.binaryfintech.com/blog/backtest-jako-zivy-trh/) — takže co změříme, to později skutečně obchodujeme.

## Jak probíhá první backtest obchodní strategie?

**První backtest neběží na doladěných parametrech, ale na výchozích hodnotách — jeho úkolem není vydělat, ale prokázat, že strategie dělá přesně to, co jsme navrhli.** Je to quick start, ne finální nastavení. Jako první jízda prototypu: nezajímá nás čas na kolo, ale jestli auto zatáčí a brzdí.

Následuje iterační kultivace — tam a zpět mezi třemi místy. Na grafu sledujeme, jestli vstupy a výstupy sedí s původní myšlenkou. V TradingView skriptu přepisujeme, co nesedí. A v šabloně — kódu strategie pro náš engine — opravujeme implementaci. Když drhne sama myšlenka, ladíme nápad nebo módy strategie, ne jen čísla parametrů.

Souběžně strategie dostává **pojistky**: ochranné mechanismy pro situace, se kterými původní nápad nepočítal, ale trh je dřív nebo později přinese. A hodnotíme ji dvojím pohledem — riziko (co udělá, když trh udělá něco ošklivého) a kvalita kódu, protože chyba v implementaci umí vyrobit falešný zisk stejně snadno jako ztrátu. Celé to běží na enginu, který se chová jako [živý trh](https://www.binaryfintech.com/blog/backtest-jako-zivy-trh/), takže chování z této fáze platí i dál v protokolu.

## Jak funguje in-sample / out-of-sample test obchodní strategie?

**In-sample/out-of-sample test rozdělí jednu dlouhou historii na úsek, na kterém strategii ladíme (in-sample), a na úsek, který strategie nikdy neviděla (out-of-sample) — teprve shoda výsledků obou úseků odliší skutečnou statistickou výhodu od štěstí jedné historie.** Funguje to jako zkouška: cvičné testy může student umět nazpaměť, ale až otázky, které nikdy neviděl, prozradí, jestli látce opravdu rozumí.

U nás proto tato fáze běží jako jeden dlouhý test rozdělený na obě části a sledujeme na něm dvě věci:

- **Přenositelnost parametrů** — hodnoty vyladěné na in-sample musí obstát i na out-of-sample. Když výsledek drží jen jedna přesná kombinace (např. jediná délka klouzavého průměru), strategie se nejspíš naučila [šum místo signálu](https://www.binaryfintech.com/blog/preoptimalizace/).
- **Korelace výsledků** — výkon na obou úsecích si musí odpovídat. Skvělý in-sample a mrtvý out-of-sample je nejčastější podoba přeoptimalizace.

Podmínkou celé fáze je statistická významnost: ve vzorku potřebujeme velký počet obchodů, protože [na malém vzorku](https://www.binaryfintech.com/blog/metriky-vykonu/) vypadá přesvědčivě i čistá náhoda. Samotný princip děleného testu pak v dalších fázích zpřísňujeme do podoby [walk-forward analýzy](https://www.binaryfintech.com/blog/walk-forward-analyza/), kde se dělení opakuje v čase.

## Jak najít robustní parametry, a ne jen nejlepší backtest?

Nejdřív ale slovo o tom, co vlastně ladíme. **Parametry — stupně volnosti strategie — zdaleka nejsou jen délky indikátorů.** Optimalizovat lze periody a okna výpočtů, poměry a násobky (odstup stopu v násobcích volatility), prahy pro vstup a výstup, veličiny z knihy objednávek (hloubku, nerovnováhu nákupní a prodejní strany), tlak kupců a prodejců odvozený z objemů, filtry tržních režimů — a připojit lze i externí data typu sentimentu či financování pozic. Naopak burza, instrument nebo timeframe parametry nejsou: o vstupu do pozice nerozhodují, jsou to metadata strategie.

**O robustnosti přitom spolurozhoduje už samotný počet parametrů.** Nosných parametrů — těch, které skutečně rozhodují o vstupu a výstupu z pozice — musí být rozumně málo. Čím víc stupňů volnosti, tím snáz optimalizace najde kombinaci přesně vyladěnou na jednu konkrétní historii — přeoptimalizaci; a tím hůř se prostor testuje a hledají se v něm souvislé klastery. Vedle nosných parametrů mohou žít podpůrné — režim obchodování, způsob určení hlavního trendu a podobné filtry; krajinu komplikují mnohem méně.

A záleží i na koncepci. Nejlépe se osvědčují stupně volnosti „bezparametrové": poměry, koeficienty a multiplikátory navázané na dění v trhu — tedy odstup měřený v násobcích aktuální volatility, ne pevné číslo. Takový parametr se trhu přizpůsobuje sám. Napříč naším katalogem strategií přitom platí jednoduché pravidlo: čím blíž je parametr rozhodnutí o vstupu, tím spíš je to poměr; čím blíž exekuci příkazu a řízení kapitálu, tím spíš absolutní hodnota.

**Krajina výsledků je mapa výkonu strategie přes všechny testované kombinace parametrů — robustní nastavení se v ní pozná jako široký klaster, ne osamělá špička.** Malý prostor parametrů projdeme přesným gridem (každá hodnota s každou), velký prohledá [genetika](https://www.binaryfintech.com/blog/geneticka-optimalizace/) — obojí si můžete osahat na živých grafech v samostatném článku. Každý bod krajiny je plnohodnotný backtest a jeho výšku určuje zvolená [metrika](https://www.binaryfintech.com/blog/metriky-vykonu/) — např. PROM, Sharpe nebo profit factor.

Výsledky nečteme jako žebříček, ale jako reliéf. V paralelních souřadnicích (PCP) a 3D krajině sledujeme, kde terén drží — souvislé klastery funkčních nastavení — a kde jsou nebezpečné lokality: propady, v nichž malý posun parametru znamená strmý pád výkonu. Záměrně kontrolujeme i okrajové hodnoty rozsahů. Nepřehlížíme někde klaster jen proto, že leží na kraji mapy?

Vybíráme výhradně bohaté, široké klastery. Je to jako stavění stanu v horách: postavíte ho na náhorní plošině, ne na skalní jehle. Úzký klaster vybrat nelze — při walk-forward optimalizaci by výběr tendoval k [přeoptimalizaci](https://www.binaryfintech.com/blog/preoptimalizace/): trefili bychom šum jednoho bodu, ne skutečnou vlastnost strategie. Široká plošina odpouští; strategie na ní vydělává v mnoha sousedních variantách.

Robustnost prověřujeme ještě z další strany — **reverzním testem**. Strategii otočíme na opačnou stranu trhu (z longu na short a naopak) a testujeme i její zrcadlo. Přesně o tohle v celém protokolu jde především: ne o jedno hezké číslo, ale o **robustnost** — aby výhoda držela napříč podmínkami, směry i trhy, ne jen v jediné konstelaci.

## Jak walk-forward rozhodne, které nastavení strategie pustit do produkce?

**Walk-forward analýza simuluje skutečné rozhodnutí o nasazení: nastavení strategie se vybírá na in-sample datech a soudí se výhradně podle out-of-sample úseků, na které se nikdy cíleně neoptimalizovalo.** Každé okno [walk-forwardu](https://www.binaryfintech.com/blog/walk-forward-analyza/) přehrává situaci, před kterou stojíme naživo: „teď je potřeba něco pustit — jaké nastavení je to správné?" Uvnitř každého okna proto běží celá [genetická optimalizace](https://www.binaryfintech.com/blog/geneticka-optimalizace/), ne jeden backtest.

Aby ta zkouška něco znamenala, musí testovací data **zažít všechna počasí**: růstový (býčí) trh, klesající (medvědí) i dlouhé chození do strany (konsolidaci) — a k tomu období vysoké i nízké volatility či různě silných obchodních objemů. Obecně platí: čím delší testovací historie, tím lépe. Jedno omezení ale žádná historie nepřekoná — **bias černé labutě**: to, že se něco v datech nikdy nestalo, neznamená, že se to stát nemůže. Extrapolace minulosti je slepá právě k událostem, které v ní chybí — psali jsme o nich v článku o [černých labutích](https://www.binaryfintech.com/blog/cerne-labute-tluste-konce/) a eliminaci černých labutí na trhu se budeme věnovat v některém z příštích článků.

Nepřetestováváme ale jen vítěze in-sample — na out-of-sample data pouštíme všechny kandidáty. Zajímá nás totiž **přenositelnost metrik**: seřadíme kandidáty podle zvolené metriky na in-sample a pak podle téže metriky na out-of-sample — a měříme, jak moc si obě pořadí odpovídají (statistika pro to má korelaci pořadí, tzv. Spearmanovu). Drží-li žebříček podle profit factoru, PROM či kompozitních metrik i mimo trénink, je metrika u dané strategie přenositelná a dá se podle ní vybírat. Metrika, která pořadí neudrží, je pro výběr k ničemu.

Každá metrika navíc říká něco jiného — je to jiná výšková osa téže krajiny (proto jim říkáme metriky osy Z: právě ony tvoří výškový profil 3D reliéfu). A každá má svou past. Metriky trestající drawdown umějí optimalizaci dotlačit k nastavením, která raději neobchodují vůbec — žádný propad, ale také žádné obchody. Čistý konečný zisk je naopak nejagresivnější: ukazuje strop potenciálu strategie, jenže nedosažitelný — vykoupený hlubokými propady po cestě a téměř jistou přeoptimalizací. Proto se nikdy neřídíme jedinou metrikou.

Přenositelnost sledujeme u celé rodiny pohledů: série výher a proher po sobě a jejich velikost, počet obchodů a jejich rozložení v čase, procento času v trhu — při pyramidování množství kapitálu v trhu — a podobně ([metriky podrobně rozebíráme zde](https://www.binaryfintech.com/blog/metriky-vykonu/)). Každá strategie si pak žádá trochu jiné vedení optimalizace — jinou metriku či jejich směs podle toho, kde performuje a kde strádá — a jiný přístup k výběru jedince v bodu rozhodnutí.

Stabilitu parametrů čteme na čtyřkvadrantním pohledu — in-sample dobré/špatné proti out-of-sample dobré/špatné. Hledáme nastavení z kvadrantu „dobré tam i tam"; hvězdy tréninku, které venku pohoří, jsou učebnicová přeoptimalizace.

- **IS/OOS bod zlomu** — kolik dat dostane učení a kolik ostrá zkouška — je jedno z nejdůležitějších rozhodnutí celé fáze.
- **Železné pravidlo:** výsledná walk-forward equity se vždy skládá jen z ostrých out-of-sample úseků — nikdy z trénovacích dat.

## K čemu slouží Monte Carlo simulace při testování obchodní strategie?

**Monte Carlo test se seed variantami přidává do tržních dat kontrolovaný šum a spouští strategii na mnoha mírně odlišných variantách historie, takže z jedné equity křivky vznikne celá distribuce možných výsledků.** Historie se totiž odehrála jen jednou. Že na ní strategie vydělala, může být signál stejně dobře jako náhoda. Proto v páté fázi našeho protokolu vezmeme strategii s adaptivními nastaveními z [walk-forward analýzy](https://www.binaryfintech.com/blog/walk-forward-analyza/) a necháme ji obchodovat na mnoha zašuměných verzích trhu; každou definuje jiný seed.

- **Kontrolovaný šum** — do cen vneseme malé, řízené odchylky. Trh vypadá stejně, jen se liší v detailech, jako by se týž den odehrál znovu s jiným mikroprůběhem. Šum přitom umí měnit i amplitudu pohybů — někde výkyvy zesílí, jinde zeslabí.
- **Seed varianty** — každý seed vygeneruje jinou zašuměnou historii. Strategie tak neobchoduje jeden svět, ale mnoho paralelních. A protože stejný seed vytvoří na týchž datech vždy stejnou variantu, je každý z těch světů kdykoli znovu reprodukovatelný — k libovolnému běhu se lze vrátit a přezkoumat ho.
- **Vějíř místo křivky** — výsledky skládáme do percentilů a čteme medián a spodní pásmo, ne nejhezčí běh.

Strategie, která vydělá jen v jednom konkrétním světě, je převlečená náhoda. Ta, která přežije napříč seed variantami, má šanci přežít i budoucnost — protože budoucnost není nic jiného než další varianta historie, kterou jsme ještě neviděli. Metodu detailně rozebíráme v článku o [Monte Carlo simulaci](https://www.binaryfintech.com/blog/monte-carlo-simulace/).

## Proč testovat strategii na celém vesmíru instrumentů, ne jen na jednom trhu?

**Vesmír instrumentů — koš trhů definovaný pravidly, ne výčtem jmen — testujeme genetikou i walk-forwardem zároveň; teprve obojí dohromady dá o strategii celkový přehled.** [Genetická optimalizace](https://www.binaryfintech.com/blog/geneticka-optimalizace/) nad košem ukáže, kde v prostoru parametrů strategie žije napříč instrumenty (symboly); walk-forward tutéž zkoušku roluje v čase, okno po okně. Jeden trh umí lichotit — vesmír lichotky škrtá.

Hlavní zjištění téhle fáze: **když stejný klaster nastavení funguje na větším množství instrumentů, je to další známka robustnosti.** Nastavení, které obstojí na jediném trhu, může být jen šum vyladěný na jeho náhodu. Klaster, který drží přes celý koš — např. přes akcie jednoho odvětví nebo příbuzné futures — popisuje chování trhů, ne štěstí jednoho z nich.

Vesmír navíc umožňuje **globální známku**. Když strategie projde stejně silným testem na desítkách instrumentů — třeba padesáti — na stejném časovém úseku, lze všechny out-of-sample křivky agregovat do jednoho celkového obrazu a strategie mezi sebou globálně porovnávat. Programově se tak pozná, jestli má strategie skutečnou systematickou výhodu (edge), nebo je to brak. Tvrdé číslo ale nikdy nečteme samotné; vždy k němu patří měkčí pohledy — okolnosti strategie, její povaha a kontext, ve kterém výsledky vznikly.

Nasazení pak není uniformní: na každém instrumentu strategie nakonec běží s trochu upraveným nastavením — klidnější index snese např. pomalejší periodu než rozevlátý akciový titul. Podstatné je pořadí. Doladění se pohybuje v rámci robustního klastru, nikdy mimo něj: nejdřív nastavení, které obstojí přes celý [vesmír](https://www.binaryfintech.com/blog/vesmiry-instrumentu/), teprve pak ladění pro konkrétní trh. A kladný výsledek téhle fáze znamená víc než známku — rovnou diverzifikované nasazení, ne jednu sázku.

A tentýž princip platí o patro výš. Strategii je zdravé prověřit i napříč odvětvími a třídami aktiv — na akciích i kryptu, napříč sektory od rizikového růstového kapitálu přes spotřebu domácností po zdravotnictví. Co obstojí ve více odvětvích, diverzifikuje už svou podstatou: vzniká **portfolio portfolií**, druhé patro skládání. Okrajově do téhle úvahy patří i zajištění — pojištění pozic, případně protisázky na predikčních trzích (např. Polymarket) jako hedge. Jen naznačujeme šíři možností.

## Jak určit velikost pozice a kdy strategii vypnout?

**Velikost pozice dimenzujeme frakčním Kelly na levý ocas Monte Carlo distribuce — extrémní scénáře i maximální sérii proher známe dřív, než strategie otevře první obchod.** Z [Monte Carlo simulací](https://www.binaryfintech.com/blog/monte-carlo-simulace/) máme tisíce možných průběhů equity, dobrých i špatných. Kapitál neplánujeme na ten průměrný, ale na celý životní cyklus strategie včetně nejhorších větví — stejně jako se most nedimenzuje na průměrné auto, ale na nejtěžší povolený náklad s rezervou. [Frakční Kelly](https://www.binaryfintech.com/blog/position-sizing-kelly/) pak drží sázku vědomě pod matematickým optimem, protože optimum nepočítá s [tlustými konci](https://www.binaryfintech.com/blog/cerne-labute-tluste-konce/).

Tenhle přístup má i psychologickou pointu: co je spočítané předem, nemůže překvapit. Když z distribucí víme, jaké drawdowny a jak dlouhé série ztrát jsou pro strategii normální, jsme na ně připraveni — ztrátový obchod ani propad equity nejsou šok, ale očekávaná statistika.

**Panika u nás strategie nevypíná. Mantinely ano.** Každá strategie má předem dané meze — a jejich překročení znamená vypnutí. Žádné doufání, žádné „ono se to otočí": buď se strategie chová v rámci toho, co jsme nasimulovali, nebo končí.

Stav strategie se pak čte jako **semafor**. Zelená: všechny sledované hodnoty v mezích — jedeme. Oranžová: stále v normě, ale nekomfortně — třeba equity pod středem Monte Carlo vějíře; nic nehoří, ale je namístě zbystřit. Červená: mimo předem stanovené meze — hlubší drawdown, než jaký byl deklarován, příliš dlouhá série ztrát, počet obchodů výrazně mimo očekávání (oběma směry), náhlý propad profit factoru, PROM či jiné metriky. Červená znamená vypnout — a případně poslat strategii znovu do testů.

A jedna zkušenost navrch: v nesouladu zpravidla nebývá celé portfolio, ale jednotlivec. Když jsou silní všichni ve skupině, je robustní celá skupina — a slabého jedince střídáme tehdy, když neplní očekávání. Ne tehdy, když v rámci své známé povahy dělá přesně to, na co byl navržen.

## Jak sestavit portfolio obchodních strategií?

**Hladká equity nevzniká přeoptimalizací jedné strategie, ale skládáním více strategií vybíraných podle korelací a času v trhu tak, aby se doplňovaly.** Kdo leští jedinou strategii, dokud nemá hladkou křivku, obvykle jen přeoptimalizoval. My jdeme opačnou cestou: strategie smí mít slabá místa, portfolio je zakryje.

Skládáme podle dvou os. První jsou **korelace** — strategie, které prodělávají ve stejnou chvíli, diverzifikaci jen předstírají. Druhou je **čas v trhu**: mezery, kdy jedna strategie pozici nedrží, vyplní jiná a kapitál nezahálí. Proč je čas v trhu druhá osa výkonu, rozebírá článek o [position sizingu](https://www.binaryfintech.com/blog/position-sizing-kelly/). V portfoliu se tak potkává long i short (podle typu účtu — cash vs. margin), trend following vedle mean reversion a různé instrumenty i třídy aktiv: akcie a tradiční finance, krypto, predikční trhy…

Náš engine zvládá spoty, akcie, futures i opce a další typy instrumentů — a celý souběh počítá na jedné společné equity, ne jako součet oddělených backtestů. Jak [pyramida skládání](https://www.binaryfintech.com/blog/soubehy-strategii/) roste patro po patru, popisujeme v článku o soubězích strategií. A plán do budoucna: stejným způsobem skládat celá portfolia napříč tržními obory.

## Jak se otestovaná strategie dostane do živého obchodování?

**Do živého provozu jde u nás tentýž soubor strategie, který prošel všemi testy — jedno kliknutí, žádný přepis, nulový rozdíl mezi testem a produkcí (zero-delta).** Právě přepisování „testovací verze" do „produkční" je totiž místo, kde se tradičně rodí chyby, které žádný backtest nezachytí. My jsme ten krok odstranili.

Pro pořádek k rolím: **reálnou exekuci obchodů provádí vždy burza či broker** — regulovaný subjekt, u kterého má obchodník účet (u kryptoaktiv poskytovatel služeb s licencí CASP podle evropského nařízení MiCA). Platforma obchod připraví, odešle a hlídá; párování a vypořádání je práce burzy.

Živý běh přitom není bez dozoru:

- **Monitoring proti mantinelům.** Strategie běží uvnitř předem stanovených mezí — např. maximální pokles kapitálu (drawdown) odvozený z testů. Překročení mantinelu znamená vypnutí. Automaticky, bez diskuse.
- **Obnova nastavení ve walk-forward rytmu.** Parametry se pravidelně přepočítávají na čerstvých datech — přesně tak, jak to strategie nacvičila ve [walk-forward analýze](https://www.binaryfintech.com/blog/walk-forward-analyza/). Nasazením se provozní rytmus nemění, jen pokračuje.

A protože [backtest u nás od začátku běží jako živý trh](https://www.binaryfintech.com/blog/backtest-jako-zivy-trh/), je ostrý provoz jen dalším oknem téže smyčky — ne skokem do neznáma.

Tím se celá cesta uzavírá. Jedna šablona strategie, tisíce testů, všechny fáze — od prvního backtestu přes optimalizaci až po živý dohled — orchestrované v jedné platformě. A teprve potom, na konci té cesty, riskuje strategie první korunu v trhu.

Přes všechny fáze se táhne jediná niť — **robustnost**. Nehledáme strategii, která jednou zazářila, ale takovou, která obstojí i v podmínkách, jež jsme jí nenachystali. To je celý smysl protokolu — a důvod, proč té první koruně v trhu můžeme věřit.

**Čtení:** Každá fáze do hloubky: [Engine](https://www.binaryfintech.com/blog/backtest-jako-zivy-trh/) · [Přeoptimalizace](https://www.binaryfintech.com/blog/preoptimalizace/) · [Genetická optimalizace](https://www.binaryfintech.com/blog/geneticka-optimalizace/) · [Metriky](https://www.binaryfintech.com/blog/metriky-vykonu/) · [Walk-forward](https://www.binaryfintech.com/blog/walk-forward-analyza/) · [Monte Carlo](https://www.binaryfintech.com/blog/monte-carlo-simulace/) · [Vesmíry](https://www.binaryfintech.com/blog/vesmiry-instrumentu/) · [Kelly a sizing](https://www.binaryfintech.com/blog/position-sizing-kelly/) · [Souběhy](https://www.binaryfintech.com/blog/soubehy-strategii/) · [Černé labutě](https://www.binaryfintech.com/blog/cerne-labute-tluste-konce/).