Der übliche Rat lautet: Wer einen aussagekräftigen Backtest will, braucht Tick-Daten. Ich glaube, für die meisten Strategien ist dieser Rat falsch. Wer ihm folgt, macht den Backtest meist schlechter statt besser. Nicht, weil Tick-Daten ungenau wären – genaueres gibt es kaum –, sondern weil die meisten damit Auflösung an die Stelle von Sorgfalt setzen. Das ist nicht dasselbe.
So sieht das typische Problem aus: Eine Researcherin entwickelt eine Strategie auf 1-Minuten-Bars und erzielt einen Sharpe, mit dem sie zufrieden ist. Dann sagt jemand – eine Mentorin, ein Forumsbeitrag oder die eigene nagende Unsicherheit –, der Backtest sei nicht aussagekräftig, weil er auf Bars basiert. Also baut sie die gesamte Pipeline mit Tick-Daten neu auf: jedem Trade, jeder Aktualisierung des Orderbuchs, mit Zeitstempeln auf Mikrosekunden genau. Der Backtest wird langsamer, der Code dreimal so komplex und der Sharpe … verändert sich kaum oder in eine Richtung, die niemand erklären kann. Trotzdem wird die Strategie veröffentlicht, weil Tick-Daten nach mehr Sorgfalt aussehen. Sorgfalt vorzutäuschen ist aber nicht dasselbe, wie sorgfältig zu arbeiten.
Was Tick-Auflösung tatsächlich bringt
Tick-Daten zeigen die Abfolge und den Preis jedes Trades und – wenn man dafür bezahlt – jeder Aktualisierung des Orderbuchs. Das sind echte Informationen. Damit lassen sich die eigene Position in der Warteschlange rekonstruieren, die Ausführungswahrscheinlichkeit auf einem bestimmten Preisniveau schätzen und adverse Selektion erkennen: also ob sich der Markt unmittelbar nach der angenommenen Ausführung gegen einen bewegt. All das ist entscheidend, wenn die Haltedauer in Sekunden gemessen wird und der Edge nur Bruchteile eines Ticks beträgt.
Die meisten Strategien, die wir bei Stratmill sehen – und die meisten Strategien, die Privatanleger und Semi-Profis tatsächlich einsetzen –, halten Positionen jedoch Minuten bis Tage. Auf diesem Zeithorizont hängt die Aussagekraft des Backtests nicht davon ab, ob du den 40. Trade innerhalb einer bestimmten Minute modelliert hast. Entscheidend ist, ob du Spread, Funding Rate, Slippage-Kurve und die Tatsache berücksichtigt hast, dass deine Limit-Order in der Warteschlange hinter den Orders anderer liegt. Du kannst alle vier Punkte mit Tick-Daten falsch modellieren und mit 1-Minuten-Bars richtig. Auflösung und Aussagekraft sind voneinander unabhängig.
Der letzte Wert wird oft unterschätzt. Ein Backtest auf Tick-Ebene ist nicht einfach „derselbe Backtest mit mehr Zeilen“. Trades auf den meisten Börsen treffen relativ zu deinem Erfassungszeitpunkt nicht in der richtigen Reihenfolge ein, werden nachträglich korrigiert, auf mehrere Matching-Engine-Shards verteilt und – bei mehreren Börsen, von denen wir Daten eingelesen haben – nach einer erneuten Verbindung gelegentlich dupliziert oder ganz ausgelassen. Eine Tick-Pipeline aufzubauen, die tatsächlich korrekter ist als eine gut konzipierte Bar-Pipeline und nicht nur feiner aufgelöst, ist ein echtes Systemprojekt. Die meisten Teams nehmen sich das nicht vor. Sie lassen einen Backtester einfach auf die Tick-Datei eines Anbieters los und erklären die Sache für erledigt. Damit tauschen sie eine bekannte, dokumentierte Reihe von Näherungen (OHLCV) gegen eine unbekannte, undokumentierte Reihe aus: das, was die Tick-Abgleichlogik des Anbieters an einem schlechten Tag gerade macht.
Das Rauschen, das du dir einkaufst
Ein zweiter Preis hat weniger mit Engineering und mehr mit Statistik zu tun. Einzelne Trade-Ausführungen wechseln zwischen Geld- und Briefkurs hin und her – der Bid-Ask-Bounce. Dieser Effekt ist in der Fachliteratur zur Markt-Mikrostruktur seit den 1980er-Jahren bekannt. Wenn dein Signal auf einem Zeithorizont von weniger als ein paar Sekunden arbeitet, kann ein Backtest auf Tick-Ebene Strukturen sichtbar machen, die in Wirklichkeit nur dieses Hin und Her sind. Ich habe erlebt, wie eine Forscherin in Trade-Daten ein wunderschönes Mean-Reversion-Muster fand, das schon bei der Aggregation auf 5-Sekunden-Bars verschwand, weil es bloß der Bid-Ask-Bounce war.
Ein Quant, den ich kenne – früher im Market Making tätig, heute mit einem kleinen Krypto-Portfolio –, hat es einmal so ausgedrückt: „Tick-Daten sind eine Lupe. Richtest du sie auf deinen Edge, prima. Richtest du sie auf dein Rauschen, verbringst du sechs Monate damit, dein Rauschen wunderschön zu modellieren.“ Inzwischen backtestet er fast alles auf 1-Sekunden- oder 1-Minuten-Bars und greift nur für die konkrete Frage auf Tick-Daten zurück, ob eine bestimmte Limit-Order tatsächlich ausgeführt worden wäre. Das ist eine Frage zur Ausführungswahrscheinlichkeit, keine zur Signalqualität.
Diese Trennung ist der richtige Ansatz, und genau den übergehen die meisten Befürworter von Tick-Daten. Sinnvoll setzt man Tick-Daten nicht ein, indem man die ganze Strategie damit durchrechnet, sondern gezielt für die ein oder zwei Fragen, die sich mit Bar-Daten tatsächlich nicht beantworten lassen.
Wann die Kritiker recht haben
Allerdings gibt es Strategien, bei denen Tick-Daten unverzichtbar sind. Das Gegenteil zu behaupten, wäre übertrieben. Wenn du etwas betreibst, das nach Market Making aussieht – auf beiden Seiten quotierst, den Bestand Tick für Tick steuerst und deine Position in der Warteschlange auf einem bestimmten Preisniveau berücksichtigst –, können Bar-Daten dein Problem überhaupt nicht abbilden. Die gesamte Wirtschaftlichkeit dieser Strategie spielt sich innerhalb einer Minute ab, nicht über mehrere Minuten hinweg. Dasselbe gilt für latenzsensitives statistisches Arbitragegeschäft zwischen Börsen, bei dem die entscheidende Frage buchstäblich lautet: „Welcher Trade fand zuerst statt?“, und für das Market Making von Optionen in großen Volumina, bei dem ein paar Hundert Millisekunden adverse Selektion nach einer Ausführung den ganzen Unterschied machen. In solchen Fällen ist ein Backtest auf Bars keine Vereinfachung, sondern ein Kategorienfehler: Du testest nicht eine geringer aufgelöste Version deiner Strategie, sondern eine andere Strategie, die zufällig denselben Namen trägt wie das Original.
| Strategiezeithorizont | Was Bar-Daten verbergen | Sind Tick-Daten erforderlich? |
|---|---|---|
| Market Making / warteschlangenbasiert | Ausführungswahrscheinlichkeit, adverse Selektion, Position in der Warteschlange | Ja – unverzichtbar |
| Latenz / börsenübergreifende Arbitrage | Reihenfolge der Trades, welche Börse sich zuerst bewegt hat | Ja |
| Intraday-Momentum, Mean Reversion (Minuten–Stunden) | Ausführungszeitpunkt innerhalb der Bar, Spread-Kosten | Nur für die Frage nach der Ausführungswahrscheinlichkeit, nicht fürs Signal |
| Swing-Trading / mehrere Tage, direktionale Optionen | Fast nichts Wesentliches | Nein – Bars reichen aus und sind oft sauberer |
Die Aussage lautet also nicht: „Tick-Daten sind schlecht.“ Vielmehr greift man oft zu ihnen, um einer schwierigeren, weniger glamourösen Frage auszuweichen: Stimmt mein Kostenmodell? Stimmen meine Annahmen zur Ausführung? Wäre diese Order tatsächlich ausgeführt worden, oder unterstelle ich eine Ausführung zu einem Preis, den das Orderbuch nie wirklich angeboten hat? Auf 1-Minuten- oder sogar 1-Sekunden-Bars lassen sich diese Fragen beantworten, wenn du Position in der Warteschlange und Spread ehrlich berücksichtigst. Mit Tick-Daten bekommst du genauere Antworten – zu mehreren Malen höheren Entwicklungskosten –, aber bei Strategien, für die diese zusätzliche Genauigkeit am Ergebnis nichts ändert. Setze den Mehraufwand dort ein, wo es der Zeithorizont wirklich verlangt, und verzichte sonst darauf. Das ist für die Zeit eines Research-Teams besser, als standardmäßig die feinsten verfügbaren Daten zu wählen, nur weil feinere Daten sorgfältiger wirken.
← Alle Beiträge
