Yleinen neuvo kuuluu näin: jos haluat rehellisen backtestin, hanki tick-dataa. Minusta tämä neuvo on useimpien strategioiden kohdalla väärä, ja sen noudattaminen yleensä heikentää backtestiä parantamisen sijaan. Ei siksi, että tick-data olisi epätarkkaa – se on tarkinta saatavilla olevaa dataa – vaan siksi, että useimmat käyttävät sitä niin, että tarkkuus korvaa täsmällisyyden, vaikka ne eivät ole sama asia.
Näin ongelma syntyy. Tutkija rakentaa strategian 1 minuutin kynttilöiden pohjalta ja saa mieleisensä Sharpen. Sitten joku – mentori, keskustelupalstan kirjoitus tai oma kalvava epäilys – sanoo, että backtesti ei ole rehellinen, koska se perustuu kynttilöihin. Niinpä tutkija rakentaa koko putken uudelleen tick-datan varaan: jokainen kauppa ja jokainen tarjouskirjan päivitys mikrosekunnin tarkkuudella aikaleimattuna. Backtesti hidastuu, koodi muuttuu kolminkertaisesti monimutkaisemmaksi, ja Sharpe... tuskin muuttuu tai muuttuu suuntaan, jota kukaan ei osaa selittää. Strategia viedään silti tuotantoon, koska tick-data tuntuu täsmällisemmältä – mutta täsmällisyyden tuntu ei ole sama asia kuin täsmällisyys.
Mitä tick-tarkkuus oikeasti tuo mukanaan
Tick-data kertoo jokaisen kaupan järjestyksen ja hinnan sekä, jos siitä maksaa, jokaisen tarjouskirjan päivityksen. Se on aitoa lisätietoa. Sen avulla voi rekonstruoida paikan jonossa, arvioida toteutumisen todennäköisyyden tietyllä hintatasolla ja havaita haitallisen valikoitumisen – eli sen, liikkuuko markkina sinua vastaan heti hypoteettisen toteutuksesi jälkeen. Kaikki tämä on erittäin tärkeää, jos positiosi kestää sekunteja ja etusi mitataan tickin murto-osissa.
Mutta useimmat Stratmillillä näkemämme strategiat – samoin kuin useimmat piensijoittajien ja puoliammattilaisten tutkijoiden käyttämät strategiat – pitävät positioita auki minuuteista päiviin. Tällaisella aikavälillä backtestin rehellisyyttä ei ratkaise se, mallinsitko minuutin sisällä 40. kaupan. Ratkaisevaa on se, mallinsitko spreadin, rahoituskoron, slippage-käyrän ja sen, että toimeksiantosi on jonossa muiden toimeksiantojen takana. Voit mallintaa nämä kaikki neljä väärin tick-datalla ja oikein 1 minuutin kynttilöillä. Tarkkuus ja rehellisyys ovat toisistaan riippumattomia.
Viimeksi mainittua lukua aliarvioidaan. Tick-tason backtesti ei ole vain ”sama backtesti suuremmalla rivimäärällä”. Useimpien pörssien kaupat saapuvat vastaanottoaikaleimaan nähden väärässä järjestyksessä, niitä korjataan jälkikäteen, ne jakautuvat useiden täsmäytysmoottorien sirpaleiden kesken ja – joidenkin käyttämiemme kauppapaikkojen datassa – niitä katoaa tai tulee päällekkäin yhteyden muodostamisen jälkeen. Sellaisen tick-dataputken rakentaminen, joka on oikeasti paremmin oikein kuin hyvin rakennettu kynttilädataputki eikä vain tarkempi, on mittava järjestelmäprojekti. Useimmat tiimit eivät tee sitä. Ne syöttävät backtesterille datantoimittajan tick-tiedoston ja jättävät asian siihen. Silloin ne vaihtavat tunnetut ja dokumentoidut approksimaatiot (OHLCV) tuntemattomiin ja dokumentoimattomiin approksimaatioihin (mitä datantoimittajan täsmäytyslogiikka sattuu huonona päivänä tekemään).
Mistä kohinasta maksat
Toinen kustannus liittyy vähemmän tekniikkaan ja enemmän tilastotieteeseen. Yksittäiset kauppahinnat poukkoilevat osto- ja myyntihinnan välillä. Tätä kutsutaan osto- ja myyntihinnan väliseksi poukkoiluksi, ja se on tunnettu markkinamikrorakenteen ilmiö jo 1980-luvulta lähtien. Jos signaalisi toimii muutamaa sekuntia nopeammin, tick-tason backtestaus voi saada sinut näkemään rakennetta siinä, mikä on todellisuudessa pelkkää poukkoilua. Näin kerran tutkijan löytävän kauppa kaupalta -datasta kauniin keskiarvoon palautumisen kuvion, joka katosi heti, kun data koottiin edes 5 sekunnin kynttilöiksi – kuvio oli pelkkää poukkoilua.
Eräs tuntemani kvantti – entinen markkinatakaaja, joka pyörittää nykyään pientä kryptosalkkua – kuvasi asian näin: ”Tick-data on suurennuslasi. Jos tarkastelet sillä etuasi, hienoa. Jos tarkastelet sillä kohinaasi, käytät puoli vuotta kohinasi mallintamiseen upeasti.” Hän backtestaa nykyään lähes kaiken 1 sekunnin tai 1 minuutin kynttilöillä ja siirtyy tick-dataan vain selvittääkseen täsmäkysymyksen: ”Olisiko tämä rajahintainen toimeksianto oikeasti toteutunut?” Kyse on toteutumisen todennäköisyydestä, ei signaalista.
Tuo jako on oikea lähtökohta, ja useimmat tick-datan puolestapuhujat sivuuttavat sen. Tick-datan rehellinen käyttötapa ei ole koko strategian ajaminen sillä, vaan sen kohdennettu käyttö niihin yhteen tai kahteen kysymykseen, joihin kynttilädata ei oikeasti pysty vastaamaan.
Milloin kriitikot ovat oikeassa
Tästä huolimatta on strategioita, joissa tick-data on välttämätöntä, ja väittäisin liikaa, jos teeskentelisin muuta. Jos teet jotain markkinatakauksen kaltaista – tarjoat hintoja molempiin suuntiin, hallitset varastoa tick tickiltä ja välität paikastasi jonossa tietyllä hintatasolla – kynttilädata ei pysty kuvaamaan ongelmaasi lainkaan. Strategian taloudellinen logiikka tapahtuu kokonaan minuutin sisällä, ei minuuttien välillä. Sama pätee kauppapaikkojen väliseen latenssiherkkään tilastolliseen arbitraasiin, jossa kysymys on kirjaimellisesti ”kumpi kauppa tapahtui ensin”, sekä suurilla positioilla tehtävään optioiden markkinatakaukseen, jossa muutaman sadan millisekunnin haitallinen valikoituminen kaupan jälkeen ratkaisee kaiken. Näissä tilanteissa kynttilöillä backtestaaminen ei ole yksinkertaistus vaan kategoriavirhe: et testaa strategiasi matalamman tarkkuuden versiota, vaan eri strategiaa, jolla sattuu olemaan sama nimi kuin oikealla strategialla.
| Strategian aikajänne | Mitä kynttilädata ei paljasta | Tarvitaanko tick-dataa? |
|---|---|---|
| Markkinatakaus / jonoon perustuva strategia | Toteutumisen todennäköisyys, haitallinen valikoituminen, paikka jonossa | Kyllä – välttämätöntä |
| Latenssi / kauppapaikkojen välinen arbitraasi | Kauppojen järjestys, mikä kauppapaikka liikkui ensin | Kyllä |
| Päivänsisäinen momentum, keskiarvoon palautuminen (minuutit–tunnit) | Toteutuksen ajoitus kynttilän sisällä, spread-kustannus | Vain toteutumisen todennäköisyyttä varten, ei signaalia varten |
| Swing-kauppa / usean päivän strategia, suuntaan perustuva optiokauppa | Tuskin mitään olennaista | Ei – kynttilädata riittää ja on usein selkeämpää |
Väite ei siis ole, että tick-data olisi huonoa. Usein sen käyttöön tarttuminen on tapa väistää vaikeampaa ja vähemmän näyttävää kysymystä: onko kustannusmallini oikea? Onko toteutusta koskeva oletukseni oikea? Olisiko toimeksianto oikeasti toteutunut, vai oletanko saavani toteutuksen hintaan, jota tarjouskirjassa ei koskaan tosiasiassa ollut? Näihin voi vastata 1 minuutin tai jopa 1 sekunnin kynttilöillä, kunhan mallinnat jonosijainnin ja spreadin rehellisesti. Tick-data mahdollistaa vastaukset tarkemmin, mutta tekniikkatyö maksaa moninkertaisesti enemmän, ja niissä strategioissa lisätarkkuus ei muuta johtopäätöstä. Kohdenna lisätyö aikajänteen todellisiin vaatimuksiin ja jätä se muualla tekemättä – se on tutkimustiimin ajankäytön kannalta parempi valinta kuin käytettävissä olevan tarkimman datan valitseminen vain siksi, että tarkkuus tuntuu täsmällisemmältä.
← Kaikki kirjoitukset
