Μια στρατηγική μπορεί να περάσει τη βελτιστοποίηση επειδή το backtest της χρέωσε προμήθειες από επίπεδο συναλλαγών που ο λογαριασμός δεν έχει ποτέ φτάσει. Το λάθος περνά εύκολα απαρατήρητο: τα προγράμματα προμηθειών είναι δημόσια, το ποσοστό είναι πραγματικό και η καμπύλη κεφαλαίου είναι μαθηματικά σωστή. Λανθασμένη είναι η υπόθεση για τον λογαριασμό.
Τα επίπεδα προμηθειών εξαρτώνται συχνά από τον κυλιόμενο όγκο συναλλαγών, τα αποθέματα token ή και τα δύο. Μια στρατηγική που συναλλάσσεται με $100,000 την ημέρα μπορεί να δικαιούται καλύτερο ποσοστό αφού συγκεντρώσει αρκετό όγκο, αλλά δεν μπορεί να υπολογίζει σε αυτό από την πρώτη ημέρα. Αν το πλεονέκτημα διατηρείται μόνο στο επίπεδο με έκπτωση, το backtest έχει υποθέσει σιωπηρά ένα ιστορικό συναλλαγών που δεν έχει ακόμη κερδηθεί.
Λάθος 1: χρέωση του καλύτερου επιπέδου από την πρώτη συναλλαγή
Ας υποθέσουμε ότι μια πλατφόρμα χρεώνει 0.10% ανά πλευρά στο βασικό επίπεδο taker και 0.06% σε ένα επίπεδο υψηλότερου όγκου. Η συναλλαγή μετ’ επιστροφής κοστίζει 0.20% με το βασικό ποσοστό, πριν από το spread και την επίπτωση στην τιμή. Με το μειωμένο ποσοστό κοστίζει 0.12%. Μια στρατηγική με μικτό πλεονέκτημα 0.16% ανά συναλλαγή μετ’ επιστροφής χάνει χρήματα στο βασικό επίπεδο και φαίνεται κερδοφόρα στο μειωμένο.
Αν το backtest εφαρμόζει 0.06% από την πρώτη εκτέλεση, επιδοτεί τη στρατηγική. Ο λογαριασμός μπορεί τελικά να δικαιούται την έκπτωση, αλλά μόνο αφού δημιουργήσει τον απαιτούμενο κυλιόμενο όγκο. Αυτός ο όγκος έχει κόστος: προκύπτει από συναλλαγές που πρέπει πράγματι να κάνει η στρατηγική, ενώ το ποσοστό μπορεί να αυξηθεί ξανά αν μειωθεί η δραστηριότητα.
Το πρόβλημα συνήθως φαίνεται σε έναν έλεγχο ευαισθησίας. Η καμπύλη κεφαλαίου αλλάζει απότομα όταν αντικαθιστάτε το υποτιθέμενο επίπεδο με το τρέχον επίπεδο του λογαριασμού. Ένα χρήσιμο μοντέλο παρακολουθεί διαχρονικά την επιλεξιμότητα, εφαρμόζοντας τους πραγματικούς κανόνες κυλιόμενου όγκου της πλατφόρμας, ή παρουσιάζει χωριστά αποτελέσματα για σαφώς δηλωμένα επίπεδα. Αν η επιλεξιμότητα εξαρτάται από δραστηριότητα εκτός της στρατηγικής, παρουσιάστε αυτή τη δραστηριότητα ως ρητή υπόθεση.
Λάθος 2: αντιμετώπιση των maker προμηθειών ως έκπτωσης που μπορείτε να επιλέξετε
Οι maker προμήθειες είναι δελεαστικές σε ένα backtest. Τοποθετείτε μια οριακή εντολή κοντά στην αγορά, τη χαρακτηρίζετε maker και αντικαθιστάτε την προμήθεια taker με χαμηλότερη χρέωση ή ακόμη και επιστροφή προμήθειας. Στα χαρτιά, μερικές μονάδες βάσης μπορούν να σώσουν μια γρήγορη στρατηγική.
Όμως, μια εντολή που περιμένει στο βιβλίο λαμβάνει μεταχείριση maker μόνο αν προσθέτει ρευστότητα κατά την εκτέλεσή της. Μια οριακή εντολή που διασχίζει το spread μπορεί να χρεωθεί ως taker. Ακόμη και μια εντολή που πράγματι περιμένει μπορεί να μείνει ανεκτέλεστη ενώ η αγορά απομακρύνεται, να εκτελεστεί μόνο στη δυσμενή πλευρά μιας κίνησης τιμής ή να χάσει εντελώς τη συναλλαγή. Το σύνολο των εντολών που εκτελέστηκαν δεν αποτελεί τυχαίο δείγμα όλων των εντολών που τοποθετήθηκαν.
Κάποτε εξέτασα μια αναπαραγωγή όπου η οριακή εντολή εκτελούνταν κάθε φορά που η τιμή της άγγιζε την επόμενη μπάρα. Η στρατηγική έμοιαζε θαυμαστά υπομονετική· η αγορά είχε γίνει θαυμαστά συνεργάσιμη. Ένα μοντέλο εκτέλεσης πρέπει να διακρίνει την κατηγοριοποίηση της προμήθειας από την πιθανότητα εκτέλεσης και την adverse selection. Μοντελοποιήστε τις υποθέσεις για τη σειρά προτεραιότητας στο βιβλίο και τις χαμένες εκτελέσεις όπου το επιτρέπουν τα δεδομένα, και έπειτα παρουσιάστε ένα αποτέλεσμα μόνο με taker ως χρήσιμο σενάριο πίεσης. Η επιστροφή maker αποτελεί έσοδο μόνο για εκτελέσεις που θα μπορούσαν εύλογα να έχουν πραγματοποιηθεί.
Λάθος 3: ανάμειξη προμηθειών από διαφορετικά προϊόντα και τρόπους λογαριασμού
Μια πλατφόρμα μπορεί να δημοσιεύει διαφορετικά ποσοστά για spot, perpetual futures, options και ειδικά προγράμματα λογαριασμού. Ένα backtest που φορτώνει μία γενική «προμήθεια πλατφόρμας» για όλα τα μέσα μπορεί να είναι λανθασμένο, ακόμη κι όταν όλα τα σύμβολα ανήκουν στην ίδια επωνυμία.
| Τι αλλάζει | Γιατί έχει σημασία | Τι να ελέγξετε στο μοντέλο |
|---|---|---|
| Προϊόν | Τα spot και τα παράγωγα μπορεί να έχουν ξεχωριστά προγράμματα προμηθειών | Αναζήτηση προμήθειας με βάση το μέσο και το προϊόν |
| Ρόλος ρευστότητας | Τα ποσοστά maker και taker διαφέρουν | Κατηγοριοποιήστε κάθε εκτέλεση, όχι κάθε εντολή |
| Κατάσταση λογαριασμού | Ο όγκος ή τα αποθέματα μπορούν να ξεκλειδώσουν εκπτώσεις | Επιλεξιμότητα κατά τη σχετική χρονική περίοδο |
| Νόμισμα προμήθειας | Η αξία ενός token έκπτωσης μπορεί να μεταβάλλεται σε σχέση με το νόμισμα του λογαριασμού | Καταγράψτε το ποσό της προμήθειας και την ισοτιμία μετατροπής |
Το πρόβλημα είναι μια αναφορά κόστους που φαίνεται ακριβής, αλλά δεν μπορεί να εξηγήσει ποιο πρόγραμμα προμηθειών έδωσε τους αριθμούς της. Διατηρείτε τους κανόνες προμηθειών με εκδόσεις ανά πλατφόρμα, προϊόν, ημερομηνία, τρόπο λογαριασμού και ρόλο εκτέλεσης. Όταν αλλάζει ένα πρόγραμμα, το ιστορικό backtest πρέπει να εξακολουθεί να χρησιμοποιεί τους κανόνες που ίσχυαν τότε, ενώ μια προσομοίωση σε πραγματικό χρόνο πρέπει να χρησιμοποιεί τους τρέχοντες κανόνες.
Τι πρέπει να αναφέρει ένα backtest που λαμβάνει υπόψη τις προμήθειες;
Παρουσιάστε την υπόθεση για τις προμήθειες δίπλα στο αποτέλεσμα, συμπεριλαμβάνοντας το επίπεδο, το ποσοστό maker και τον τρόπο με τον οποίο καθορίστηκε η επιλεξιμότητα για το επίπεδο. Έπειτα εκτελέστε ξανά τη στρατηγική με εύλογες εναλλακτικές: το τρέχον επίπεδο του λογαριασμού, εκτέλεση μόνο ως taker και ένα συντηρητικό πρόγραμμα προμηθειών. Αν η στρατηγική επιβιώνει μόνο με έναν αισιόδοξο συνδυασμό, αυτό είναι ένα χρήσιμο ερευνητικό εύρημα. Σας δείχνει ακριβώς ποιες προϋποθέσεις πρέπει να ισχύουν για να συγκριθεί το θεωρητικό αποτέλεσμα με το backtest.
Οι προμήθειες δεν είναι μια σταθερά συνδεδεμένη με ένα ticker. Είναι μια συμφωνία ανάμεσα σε μια πλατφόρμα και έναν λογαριασμό, με όρους που μπορούν να αλλάζουν με τον χρόνο. Μοντελοποιήστε τη συμφωνία που μπορεί πράγματι να τηρήσει η στρατηγική, και η γραμμή κόστους του backtest γίνεται κάτι που μπορείτε να προσπαθήσετε να αναπαράγετε.
← Όλα τα άρθρα


