21. listopadu 2026 · výzkum

Lepší strategie může po přidání dat vypadat hůř

Lepší strategie může po přidání dat vypadat hůř

Podrobnější tržní data mohou snížit důvěryhodnost backtestu strategie. Ticková data vám dají více řádků, ale také více příležitostí zaměnit detailnější měření za znalost toho, co byste skutečně mohli zobchodovat.

Zní to nelogicky, pokud jste někdy sledovali, jak test založený na barech mine stop-loss, rozšíření spreadu nebo krátký dotyk vaší limitní ceny. To jsou skutečné problémy. Otázkou je, zda je jemnější rozlišení dat opravdu řeší, nebo jen umožní simulátoru vyprávět přesvědčivější příběh.

Co ticková data v backtestu odhalí?

Jednominutový bar stlačuje posloupnost obchodů do čtyř cen a celkového objemu. Jen z baru obvykle nepoznáte, zda maximum nastalo před minimem, jak dlouho se cena držela poblíž některého z extrémů ani zda se na dané ceně zobchodoval dostatečný objem pro váš pokyn.

Ticková data obchodů obnovují posloupnost nahlášených obchodů. Kotace přidávají průběžné zobrazení nejlepší nákupní a prodejní ceny. S obojím můžete přesněji zkoumat spread, změny kotací a to, zda by tržní pokyn pravděpodobně prošel knihou objednávek za realistickou cenu.

Záznam obchodu ale neukazuje vaše místo ve frontě. Pokud by se váš čekající pokyn zařadil na cenovou úroveň, kde už bylo před ním 18 BTC, skutečnost, že se tam zobchodovalo 0,3 BTC, nedokazuje, že by se váš pokyn vyplnil. Záznamy ukazují, co se na trhu stalo; jen zřídka vám prozradí, kde přesně by hypotetický pokyn čekal.

Kdy mohou podrobnější data výsledek zhoršit?

Prvním rizikem je nerovnoměrné pokrytí. Archivy tickových dat často obsahují chybějící intervaly, mezery v datech jednotlivých burz, změny symbolů nebo různě dlouhou dobu uchovávání dat napříč trhy. Strategie testovaná pouze tam, kde má dodavatel kompletní historii, se může nenápadně proměnit ve strategii pro aktiva a období, která se měří nejsnáze.

Druhým rizikem je časování. Časová razítka mohou označovat čas události na burze, čas přijetí dat dodavatelem nebo okamžik sestavení souboru. Pokud simulátor seřadí události z různých zdrojů, jako by jejich hodiny byly dokonale synchronizované, může reagovat na kotaci ještě předtím, než byla vašemu procesu dostupná.

Větší počet řádků také snáze skryje chyby v implementaci. Strategie založená na barech může rozhodovat jednou za minutu. Její ticková verze může během téže minuty obchodovat desítkykrát a pokaždé platit spread, poplatky i tržní dopad. Pokud simulátor předpokládá, že každý signál lze provést za nejbližší zaznamenanou cenu, je jeho přesnost jen na ozdobu.

60jednosekundových pozorování za minutu
1minutový bar se souhrnem stejného intervalu

Těch 60 pozorování automaticky neznamená 60 nezávislých příležitostí k obchodu. Všechna mohou popisovat tutéž vyvíjející se kotaci a váš pokyn může ovlivnit, jaké objemy zůstanou k dispozici pro plnění. Simulace vysokofrekvenční strategie potřebuje model pokynů a latence, který s podrobnějšími daty zachází poctivě.

Kdy se ticková data vyplatí?

Začněte otázkou, na kterou se současnými daty nedokážete odpovědět. Pokud zní „která úroveň byla dosažena jako první, stop-loss, nebo profit target?“, ticková data obchodů mohou pomoci. Pokud se ptáte „kolik mě stál spread při vstupu?“, relevantnější jsou data kotací. Pokud řešíte „vyplnil by se můj pasivní pokyn?“, možná potřebujete hloubku trhu a předpoklady o frontě; ani ty ale obvykle nedokážou obnovit celou historickou frontu.

Výzkumná otázkaVhodná dataCo stále nelze prokázat
Byla jedna prahová cena dosažena před druhou?Ticková data obchodůŽe se váš pokyn vyplnil na některé z těchto cen
Jaký spread překonal tržní pokyn?Kotace nákupní a prodejní ceny s časovými razítkyŽe zobrazený objem zůstal dostupný
Mohl se pasivní pokyn vyplnit?Kotace, hloubka trhu a model frontyVaše přesné místo v živé frontě

U denního signálu drženého několik týdnů mohou být jednominutové bary už jemnější, než rozhodovací proces potřebuje. U strategie, jejíž výhoda závisí na exekuci v řádu sekund, mohou bary vymazat právě zkoumaný efekt. Rozlišení dat přizpůsobte rozhodovacímu a exekučnímu horizontu strategie.

Jak poznám, zda podrobnější data pomohla?

Strategii i testované období ponechte stejné. Porovnejte verzi založenou na barech s verzí využívající podrobnější data při stejných rozhodnutích, kdykoli je to možné. Vedle výnosu a rizikových ukazatelů sledujte změny v plněních, obrátce portfolia, zaplaceném spreadu, poplatcích a tržním dopadu. Pokud Sharpe vzroste, počet obchodů se ztrojnásobí a exekuční model stále předpokládá plnění za nejbližší zaznamenanou cenu, je důvod zlepšení zpochybnit.

Pak kvalitu podrobných dat záměrně zhoršete. Náhodně vynechte malou část událostí, přidejte realistické zpoždění dat a zvětšete předpokládaný spread nebo tržní dopad. Výsledek, který se zhroutí při zpoždění o několik milisekund, může být vlastností pořadí událostí v simulátoru, nikoli trvalým rysem strategie.

Jedno odpoledne jsem strávil pátráním po příčině mimořádného zlepšení a zjistil, že datový zdroj zdvojil krátkou sérii záznamů obchodů. Model se naučil obchodovat podle těchto duplicit. Více dat způsobilo, že chyba vypadala jako výhoda.

Kritici barů mají pravdu, že agregace může skrýt exekuci závislou na průběhu ceny. Pokud se stop-loss a profit target nacházejí uvnitř téhož baru, z OHLC samotného nelze určit, který byl dosažen dřív; záznamy spreadu zase mohou přehlédnout krátké cenové výkyvy. Ticková data a kotace na tyto otázky odpovídají věrněji, pokud je zdroj kompletní a simulátor respektuje časování událostí.

Praktické pravidlo je jednoduché: pořiďte si podrobnější data jen tehdy, když mění rozhodnutí, které dokážete popsat, a ukažte, díky jakým předpokladům se z detailu stává plnění. Jinak máte větší dataset a backtest, který vypadá přesněji, ale žádný lepší důkaz, že by se strategie dala obchodovat.

datové inženýrstvíbacktestingmikrostruktura trhuvýzkum strategií
← Všechny články