100 معامله. کارمزد taker برابر با 0.04%. فرض لغزش قیمت 0.02%. این اعداد می‌توانند بک‌تست را سنجیده و دقیق جلوه دهند، اما نکته غافلگیرکننده در عدد آخر است: یک نرخ ثابت لغزش تقریباً هیچ چیزی درباره این نمی‌گوید که آیا سفارش‌های شما واقعاً می‌توانستند با آن قیمت‌ها اجرا شوند یا نه.
لغزش قیمت به این بستگی دارد که چه چیزی را، چه زمانی و با چه حجمی معامله می‌کنید؛ حجمی که باید با نقدشوندگی موجود در همان لحظه مقایسه شود. بک‌تستی که از کندل‌ها ساخته شده باشد، معمولاً فقط دو مورد اول را با تقریب می‌داند و از سومی اصلاً خبر ندارد. اگر میانگین قیمت اجرا را واقعیتی قطعی فرض کنید، ممکن است برای استراتژی سابقه اجرایی بسازید که هرگز به دست نیاورده است.
چرا OHLCV نمی‌تواند میانگین قیمت اجرای من را نشان دهد؟
یک کندل بازه قیمت و حجم کل معاملات را در طول یک بازه زمانی ثبت می‌کند. اما نشان نمی‌دهد حجم معاملات در قیمت‌های مختلف چگونه توزیع شده، چه حجمی در بهترین قیمت خرید و فروش قرار داشته، یا سفارش شما پیش از معاملاتی رسیده که کف کندل را ساخته‌اند یا پس از آن‌ها. کفی که فقط یک بار در معامله‌ای کوچک ثبت شده و کفی که حجم پیوسته‌ای را جذب کرده، هر دو در OHLC یکسان دیده می‌شوند.
یک کندل 1 دقیقه‌ای را تصور کنید که حجم معاملاتش $200,000 است و سفارش خرید بازار شما $50,000. این سفارش برابر با 25% حجم کندل است. این به‌معنای آن نیست که سفارش قیمت بازار را 25% جابه‌جا می‌کند یا می‌تواند در قیمت بازشدن کندل اجرا شود. فقط می‌گوید سفارش نسبت به حجم کندل آن‌قدر بزرگ است که فرض اثر صفر بر بازار باید شک‌برانگیز باشد. اگر همان سفارش فقط 0.2% حجم باشد، نگرانی کمتر است؛ هرچند حجم به‌تنهایی عمق دفتر سفارش یا سرعت پرشدن دوباره آن را نشان نمی‌دهد.
به همین دلیل، «لغزش قیمت 2 نقطه پایه است» یک انتخاب در مدل‌سازی است، نه ویژگی نماد. می‌تواند نقطه شروع مفیدی باشد، اما پاسخ همیشگی و یکسانی برای همه شرایط نیست.
چطور اثر بازار را از داده‌های کندلی برآورد کنم؟
با معیاری شروع کنید که داده‌هایتان پشتیبانی می‌کنند. برای هر سفارش، نرخ مشارکت را حساب کنید: ارزش اسمی سفارش تقسیم بر ارزش اسمی معاملات آن کندل. سپس بررسی کنید نتایج استراتژی در بازه‌های مختلف مشارکت چطور تغییر می‌کند. این نمونه‌ای عمداً ساده‌شده است؛ اثرهای فرضی ورودی‌های آزمون فشارند، نه برآوردی از اجرای سفارش در یک صرافی مشخص.
| ارزش اسمی سفارش / کندل | اثر یک‌طرفه نمونه | چه چیزی را باید پرسید؟ |
|---|---|---|
| 0.2% | 1 bp | آیا اسپرد و کارمزد taker از این مقدار بیشتر است؟ |
| 2% | 5 bp | آیا مزیت استراتژی با اسپرد بیشتر و اجرای کندتر هم باقی می‌ماند؟ |
| 20% | 25 bp | آیا خود نرخ مشارکت مسیر قیمت را تغییر می‌دهد؟ |
یک نقطه پایه برابر با 0.01% است. اگر استراتژی در هر جهت $100,000 گردش داشته باشد، اثر 5 bp در هر دو سمت، پیش از کارمزدها، در مجموع حدود $100 هزینه دارد. محاسبه‌اش ساده است؛ اما برای این‌که بفهمید 5 bp معقول است یا نه، شواهد بیشتری لازم دارید. اگر سیگنال شما دقیقاً هنگام جهش حجم معامله می‌کند، مخرجی که حجم کل کندل را در نظر می‌گیرد حتی ممکن است نرخ مشارکت را امن‌تر از واقعیت نشان دهد؛ در حالی که سفارش شما فقط در چند دقیقه مشخص وارد بازار می‌شود.
آزمون فشار لغزش قیمت چه چیزهایی را باید در بر بگیرد؟
عدم‌قطعیت اجرا را پشت یک میانگین کلی برای کل پرتفوی پنهان نکنید. ابعادی را که پاسخ را تغییر می‌دهند، جداگانه در نظر بگیرید:
- جهت: سفارش خرید با عبور از قیمت فروش و سفارش فروش با عبور از قیمت خرید اجرا می‌شود؛ هزینه اسپرد هم در ورود و هم در خروج اعمال می‌شود.
- اندازه سفارش: نرخ مشارکت را برای هر معامله و هر وضعیت نقدشوندگی گزارش کنید، نه فقط به‌شکل میانگین بک‌تست.
- نوع سفارش: سفارش بازار برای اجرای فوری هزینه می‌دهد؛ سفارش محدودِ در انتظار ممکن است حرکت قیمت را از دست بدهد یا پشت سفارش‌های دیگر در صف بماند.
- زمان‌بندی: سیگنالی که در پایان کندل صادر می‌شود، بعد از مشاهده قیمت بسته‌شدن کندل نمی‌تواند همان قیمت را به‌عنوان قیمت اجرا ادعا کند.
- وضعیت بازار: در حرکات سریع، ساعت‌های کم‌عمق و شرایط دقیقی که استراتژی را فعال می‌کنند، فرض‌ها را سخت‌گیرانه‌تر کنید.
دست‌کم یک سناریوی پایه و یک سناریوی سخت‌گیرانه‌تر اجرا کنید. برای نمونه، اسپرد و اثر فرضی را دو برابر کنید و بعد ببینید کدام معاملات و دوره‌ها بیشترین سهم را در تغییر نتیجه دارند. اگر استراتژی فقط با بهترین و آرام‌ترین شرایط اجرا جواب می‌دهد، این خودش یک یافته پژوهشی است. بهتر است پیش از معامله کاغذی به آن برسید.
کارمزد، اسپرد و اثر بازار را در ردیف‌های جدا نگه دارید. کارمزد از برنامه کارمزد حساب می‌آید؛ اسپرد و اثر بازار به نحوه اجرا بستگی دارند. ترکیب کردن آن‌ها پنهان می‌کند که نتیجه به کدام فرض وابسته است.
چه زمانی به داده‌های دفتر سفارش نیاز دارم؟
وقتی مزیت استراتژی با اسپرد قابل‌مقایسه است، معاملات پرتکرار دارد یا به نقدشوندگی کوتاه‌مدت وابسته است، از داده‌های معاملات و مظنه‌ها استفاده کنید. اگر جایگاه در صف، اجرای جزئی سفارش یا خالی‌شدن دفتر سفارش تعیین می‌کند که سیگنال قابل اجرا هست یا نه، به عکس‌های لحظه‌ای عمق بازار یا داده‌های رویدادمحور دفتر سفارش نیاز دارید. حتی در این شرایط، بازپخش تاریخی هم اثر بازارِ سفارش‌های خودتان را کاملاً بازسازی نمی‌کند؛ نقدشوندگی مشاهده‌شده بدون سفارش فرضی شما ثبت شده است.
برای استراتژی‌های کندتر، داده‌های کندلی همچنان می‌توانند ایده‌ها را غربال کنند. اندازه موقعیت را نسبت به حجم مشاهده‌شده کوچک نگه دارید، منحنی اثر فرض‌شده را شفاف اعلام کنید و بسنجید آیا تغییرات معقول در فرض‌ها نتیجه را از بین می‌برند یا نه. این استفاده‌ای قابل دفاع از یک مدل تقریبی قیمت اجراست؛ اما نامیدن آن به‌عنوان میانگین دقیق قیمت اجرا قابل دفاع نیست.
هدف عملی این نیست که یک عدد درست و قطعی برای لغزش قیمت حدس بزنید. هدف این است که بازه‌ای را پیدا کنید که در آن استراتژی دیگر توجیه‌پذیر نیست؛ بعد ببینید داده‌ها و اندازه سفارش شما با فاصله‌ای مطمئن از آن مرز قرار دارند یا نه. اگر چنین نیست، گام پژوهشی مفید بعدی تهیه داده‌های بهتر از اجراست، نه افزودن یک رقم اعشار دیگر به گزارش بک‌تست.
← همهٔ مطالب
