100 handler. Et taker-gebyr på 0.04%. En antagelse om 0.02% slippage. De tal kan få en backtest til at se velmålt ud, men det sidste tal er det overraskende: En enkelt slippage-sats siger næsten intet om, hvorvidt dine ordrer kunne være handlet til de priser.
Slippage afhænger af, hvad du handler, hvornår du handler, og hvor stor din ordre er i forhold til den likviditet, der er til rådighed på det tidspunkt. En backtest baseret på candles kender som regel kun nogenlunde til de to første forhold, og slet ikke det tredje. Hvis du behandler den gennemsnitlige fill som et faktum, kan strategien få en eksekveringshistorik, den aldrig har gjort sig fortjent til.
Hvorfor kan OHLCV ikke fortælle mig min gennemsnitlige fill?
En candle viser intervallets spænd og samlede volumen. Den fortæller ikke, hvordan volumen var fordelt på priserne, hvor meget der lå på bedste bid og ask, eller om din ordre kom ind før eller efter de handler, der satte candle-periodens laveste pris. Et lavpunkt, der blev nået én gang i en lille handel, og et lavpunkt, der absorberede en jævn strøm af volumen, giver samme OHLC-værdi.
Forestil dig en 1-minuts bar med en volumen på $200,000 og et markedsindkøb på $50,000. Ordren udgør 25% af barens volumen. Det beviser hverken, at den ville påvirke markedet med 25%, eller at den kunne udføres til barens åbningskurs. Det fortæller dig, at ordren er stor nok i forhold til baren til, at en antagelse om nul markedspåvirkning bør vække mistanke. Hvis den samme ordre kun udgør 0.2% af volumen, er bekymringen mindre, men volumen alene afslører stadig ikke ordrebogens dybde eller genopfyldning.
Derfor er “slippage er 2 basispoint” et modelvalg, ikke en egenskab ved symbolet. Det kan være et nyttigt udgangspunkt. Det kan ikke være et universelt svar.
Hvordan bør jeg estimere markedspåvirkning ud fra bar-data?
Begynd med en målestok, som dine data kan understøtte. Beregn deltagelsesgraden for hver ordre: ordrenominel divideret med barens handlede nominel. Undersøg derefter, hvordan strategiens resultater ændrer sig på tværs af intervaller for deltagelsesgraden. Her er en bevidst enkel illustration; de antagne påvirkninger er stressværdier, ikke estimater for eksekvering på et bestemt handelssted.
| Ordre / barens nominelle værdi | Illustrativ påvirkning én vej | Hvad bør du spørge om? |
|---|---|---|
| 0.2% | 1 bp | Er spread og taker-gebyr allerede større end dette? |
| 2% | 5 bp | Kan strategiens edge holde til et bredere spread og en langsommere fill? |
| 20% | 25 bp | Ville selve deltagelsen ændre prisforløbet? |
Et basispoint er 0.01%. Hvis en strategi omsætter $100,000 i hver retning, koster en påvirkning på 5 bp på begge sider cirka $100 for en tur-retur-handel, før gebyrer. Regnestykket er enkelt; det kræver mere evidens at afgøre, om 5 bp er realistisk. Hvis dit signal handler præcis, når volumen stiger kraftigt, kan en nævner baseret på hele barens volumen endda få deltagelsesgraden til at se mere forsvarlig ud, end den er i de minutter, hvor din ordre faktisk kommer ind.
Hvad bør en slippage-stresstest omfatte?
Gem ikke usikkerhed om eksekvering væk i ét samlet gennemsnit for hele porteføljen. Sørg for, at de forhold, der ændrer resultatet, er synlige:
- Retning: Købsordrer krydser ask, og salgsordrer krydser bid; spreadomkostningen gælder ved både indgang og udgang.
- Ordrestørrelse: Rapportér deltagelsesgraden for hver handel og hvert likviditetsregime, ikke kun som et gennemsnit for backtesten.
- Ordretype: En markedsordre betaler for øjeblikkelig eksekvering; en hvilende limitordre risikerer at gå glip af bevægelsen eller at stå bag andre ordrer i køen.
- Timing: Et signal ved barens lukning kan ikke gøre krav på barens lukkekurs som fill, efter at lukningen er kendt.
- Markedstilstand: Gør antagelserne mere forsigtige under hurtige bevægelser, i perioder med lav likviditet og under de præcise forhold, der udløser strategien.
Kør mindst et grundscenarie og et hårdere scenarie. Du kan for eksempel fordoble det antagne spread og den antagne markedspåvirkning og derefter undersøge, hvilke handler og perioder der står for ændringen. Hvis strategien kun virker med de mest fordelagtige fills, er det et forskningsresultat. Det er bedre at finde ud af det før paper trading.
Hold gebyrer, spread og markedspåvirkning som separate poster. Gebyrerne følger kontoens gebyrplan; spread og markedspåvirkning afhænger af eksekveringen. Hvis du slår dem sammen, skjuler du, hvilken antagelse der trækker læsset.
Hvornår har jeg brug for data fra ordrebogen?
Brug handels- og quotedata, når strategiens edge ligger på niveau med spreadet, når den handler ofte, eller når den afhænger af kortvarig likviditet. Brug dybdesnapshots eller ordrebogsdata på hændelsesniveau, når køposition, delvise fills eller tømning af ordrebogen afgør, om signalet kan eksekveres. Selv da vil historisk afspilning ikke kunne genskabe din egen markedspåvirkning perfekt; den observerede likviditet blev registreret uden din hypotetiske ordre.
For langsommere strategier kan bar-data stadig bruges til at sortere idéer. Hold positionsstørrelserne små i forhold til den observerede volumen, oplys den påvirkningskurve, du har lagt til grund, og undersøg, om rimelige ændringer fjerner resultatet. Det er en forsvarlig brug af en grov fill-model. Det er ikke en præcis gennemsnitlig fill.
Det praktiske mål er ikke at gætte det ene sande slippage-tal. Det er at finde det interval, hvor strategien holder op med at give mening, og derefter se, om dine data og din ordrestørrelse holder dig på sikker afstand af den grænse. Hvis ikke, er det næste nyttige forskningstrin bedre eksekveringsdata, ikke endnu en decimal i backtestrapporten.
← Alle indlæg
