任何交易可以在歷史數據上測試。www.emoneybtc.com在測試完成之後，總結性的結果和一些特性會在“報告”標簽顯示。報告允許對不同智能交易進行對比，對於相同而不同輸入數據的智能交易進行對比。本文將會詳細解析測試報告中的數字意義。

測試結果報告范例

以下方測試報告結果為范例進行解析:

TotalTrades – 交易總數;

ProfitTrades – 贏利交易總數;

LossTrades – 虧損交易總數;

GrossProfit – 淨贏利交易總數;

GrossLoss – 淨虧損交易總數.

在一定程度上從最初的平衡顯示減少原始的價值：

AbsoluteDrawDown = InitialDeposit - MinimalBalance

最大借款值和當前最小借款值的最大差距：

MaximalDrawDown = Max of (Maximal Peak - next Minimal Peak)

在圖表的下方會給出測試的最大借款價值的基本狀態。總的最大借款價值會以粗箭頭標出。   

• 最大借款百分比的比率等於最大借款和它的各自價值的商：
• MaxDrawDown % = MaxDrawDown / its MaxPeak * 100%
• 在報告中顯示的其他結果可以應用簡單的數學方法計算。
• Total trades – 在測試裡的交易總數；
• Short positions (won %) – 賣空倉位總數額和其中贏利百分比（賣空倉位/賣空倉位總數*100%）；
• Long positions (won %) – 看漲倉位總數額和其中贏利百分比（看漲倉位/看漲倉位總數*100%）；
• Profit trades (% of total) – 贏利交易總數和交易總數的百分比（贏利交易/交易總數*100%）；
• Loss trades (% of total) – 虧損交易總數和交易總數的百分比（虧損交易/交易總數*100%）；
• Largest profit trade – 贏利交易中獲得的最大贏利；
• Largest loss trade – 虧損交易中獲得的最大贏利；
• Average profit trade – 贏利交易中贏利的平均數 (淨贏利值 / 贏利交易)；
• Average loss trade – 虧損交易中虧損的平均數(淨虧損值 / 虧損交易)；
• Maximum consecutive wins (profit in money) – 在這一系列贏利總數和交易的贏利系列中最大連續盈利；
• Maximum consecutive losses (loss in money) – 在這一系列虧損總數和交易的虧損系列中最大連續損失；
• Maximal consecutive profit (count of wins) – 在交易總數中最大連續交易的贏利；
• Maximal consecutive loss (count of losses) – 在交易總數中最大連續交易的贏利；
• Average consecutive wins – 贏利系列中連續盈利的平均數；
• Average consecutive losses – 虧損系列中連續損失的平均數.
• 模型示意圖中的色彩應用
• 以下色彩應用於以下示意圖：
• 亮綠色- 分鐘內的模型，圖中標注為7。
• 略深綠色 – 顯示模型大的時間范圍，從M5至 H4。
• 粉色- 完全的不規則碎片模型。圖中標注為2 。
• 灰色- 原有的模型，圖中標注為1 。

• 上方的色彩示意圖是按照最初模型數據計算的：
• Bars in test = 4190;
• StartBar = 2371;
• StartGen (H4) = 3042 (圖中標注為3 );
• Start H1 = 3355 (圖中標注為4);
• Start M30 = 3841 (圖中標注為5);
• Start M15 = 3891 (圖中標注為6);
• Start M5 = 0 (圖中沒有標注);
• Start M1 = 3917.
• 由以上這些價值和模型的公式獲得以下結果：
• ((0.25*(3042-2371) + 0.5*(3917-3042) + 0.9*(4190-3917)) / (4190-2371))*100% = ((0.25*671 + 0.5*875 + 0.9*273) / 1819)*100% = 46.78%