Maaaring hindi na gaanong mapagkakatiwalaan ang backtest ng isang estratehiya kapag mas detalyado ang datos ng merkado. Mas maraming hilera ang ibinibigay ng tick data, pero mas dumarami rin ang pagkakataong mapagkamalan mong kaalaman tungkol sa aktuwal na kaya mong i-trade ang detalye ng pagsukat.
Parang salungat iyan kung napanood mo nang hindi nakuha ng bar-based na pagsubok ang isang stop, ang paglaki ng spread, o ang panandaliang pag-abot sa presyo ng limit order mo. Totoong mga problema ang mga iyon. Ang tanong ay kung talagang nalulutas ng mas detalyadong datos ang mga ito, o hinahayaan lang nitong magkuwento nang mas kumpiyansa ang simulator.
Ano ang nakikita ng backtest gamit ang tick data?
Pinagsasama ng one-minute bar ang sunod-sunod na trade sa apat na presyo at kabuuang volume. Batay lang sa bar, karaniwan ay hindi mo malalaman kung nauna ang high o ang low, kung gaano katagal nanatili ang presyo malapit sa alinman sa mga sukdulan, o kung sapat ang daming na-trade sa isang partikular na presyo para masuportahan ang order mo.
Ipinakikita muli ng mga trade tick ang pagkakasunod-sunod ng mga iniulat na trade. Ipinakikita naman ng mga quote ang ipinakitang bid at ask sa paglipas ng panahon. Kapag pareho ang mga ito, mas eksaktong matatanong mo kung gaano kalaki ang spread, paano nagbago ang quote, at kung tatawid sana sa order book ang isang marketable order sa kapani-paniwalang presyo.
Pero hindi katumbas ng puwesto sa pila ang isang trade print. Kung sasali sana ang nakapaskil mong order sa antas na may 18 BTC nang nakapila sa unahan nito, hindi pinatutunayan ng pagkakita ng 0.3 BTC na na-trade roon na napunan ang order mo. Sinasabi ng tape kung ano ang nangyari sa merkado; bihira nitong sabihin nang eksakto kung saan nakapuwesto ang hipotetikal mong order.
Saan maaaring magpalala ng resulta ang mas detalyadong datos?
Ang unang panganib ay hindi pantay-pantay na saklaw. Madalas may nawawalang mga pagitan sa mga tick archive, puwang sa datos ng venue, pagbabago ng simbolo, o magkakaibang panahon ng pag-iimbak sa iba’t ibang merkado. Kung susubukan lang ang estratehiya sa mga panahong kumpleto ang kasaysayan ng vendor, maaari itong maging estratehiya para lang sa mga asset at panahong pinakamadaling sukatin.
Ang ikalawang panganib ay ang timing. Maaaring tumukoy ang mga timestamp sa oras ng pangyayari sa exchange, oras ng pagtanggap ng vendor, o oras ng pagbuo ng file. Kung pagsasamahin ng simulator mo ang mga event mula sa iba’t ibang feed na para bang ganap na magkakasabay ang mga orasan ng mga ito, maaari itong tumugon sa isang quote bago pa ito naging available sa proseso mo.
Mas madaling maitago ang mga pagkakamali sa implementasyon kapag mas marami ang hilera. Maaaring isang pasya kada minuto lang ang ginagawa ng bar strategy. Sa bersiyong pinapatakbo ng tick, maaari itong mag-trade nang dose-dosenang beses sa loob ng minutong iyon, at sa bawat pagkakataon ay magbayad ng spread, bayarin, at market impact. Kung ipinapalagay ng simulator na kayang i-execute ang bawat signal sa susunod na naobserbahang presyo, palamuti lang ang katumpakan nito.
Hindi awtomatikong nangangahulugan na ang 60 obserbasyon ay 60 magkakahiwalay na pagkakataong mag-trade. Maaaring iisa lang ang pabago-bagong quote na inilalarawan ng lahat ng ito, at maaaring maapektuhan ng order mo kung anong mga fill pa ang available. Kailangan ng high-frequency simulation ng modelo ng order at latency na tapat na gumagamit sa dagdag na detalye.
Kailan sulit ang gastos sa tick data?
Magsimula sa tanong na hindi mo masasagot gamit ang kasalukuyan mong datos. Kung ang tanong ay “alin ang nauna, ang stop ko o ang target ko?”, makatutulong ang mga trade tick. Kung ang tanong ay “magkano ang ibinayad ko sa spread noong pumasok ako?”, mas angkop ang quote data. Kung ang tanong ay “mapupunan kaya ang passive order ko?”, maaaring kailangan mo ng depth at mga palagay tungkol sa pila; kahit ang mga iyon ay bihirang makabuo muli sa buong makasaysayang pila.
| Tanong sa pananaliksik | Kapaki-pakinabang na datos | Ano ang hindi pa rin nito mapatutunayan |
|---|---|---|
| Na-trade ba ang isang threshold bago ang isa pang threshold? | Mga trade tick | Na napunan ang order mo sa alinman sa dalawang threshold |
| Anong spread ang dinaanan ng market order? | Mga bid at ask quote na may timestamp | Na nanatiling available ang ipinakitang dami |
| Mapupunan kaya ang passive order? | Mga quote, depth, at modelo ng pila | Ang eksaktong puwesto mo sa live na pila |
Para sa signal na pang-araw-araw at hinahawakan nang ilang linggo, maaaring mas detalyado na sa kailangan ng proseso ng pagpapasya ang one-minute bar. Para sa estratehiyang nakadepende ang edge sa execution sa loob ng ilang segundo, maaaring burahin ng mga bar ang mismong epektong sinusuri. Itugma ang resolusyon ng datos sa abot-tanaw ng pagpapasya at execution ng estratehiya.
Paano ko malalaman kung nakatulong ang dagdag na detalye?
Panatilihing pareho ang estratehiya at panahon ng pagsubok. Ihambing ang bersiyong bar-based at ang bersiyong gumagamit ng mas detalyadong datos batay sa parehong mga pasya hangga’t maaari. Subaybayan ang mga pagbabago sa fill, turnover, binayarang spread, bayarin, at market impact kasabay ng return at mga sukatan ng panganib. Kung tumaas ang Sharpe habang naging triple ang dami ng trade at ipinagpapatuloy pa rin ng modelo ng execution ang pag-fill sa susunod na print, dapat pagdudahan ang pagbuti.
Pagkatapos, sadyang pababain ang kalidad ng pinong datos. Alisin ang maliit na random na bahagi ng mga event, magdagdag ng makatotohanang pagkaantala sa feed, at palakihin ang ipinapalagay na spread o impact. Kung bumagsak ang resulta dahil lang sa ilang millisecond na pagkaantala, maaaring epekto iyon ng pagkakasunod-sunod ng mga event sa simulator, at hindi matibay na katangian ng estratehiya.
Minsan, isang hapon akong nag-ukol ng oras para alamin kung bakit napakalaki ng pagbuti ng resulta, at natuklasan kong nagdoble ang feed ng isang maikling bugso ng mga print. Natutunan ng modelo na i-trade ang doble. Dahil sa mas maraming datos, nagmukhang edge ang bug.
Tama ang mga bumabatikos sa mga bar na maaaring ikubli ng aggregation ang execution na nakadepende sa galaw ng presyo. Hindi matutukoy mula sa OHLC lang kung alin ang nauna sa stop at target na parehong nasa loob ng iisang bar, at maaaring hindi makita ng mga snapshot ng spread ang panandaliang paglihis ng presyo. Mas tapat na masasagot ng tick at quote data ang mga tanong na iyon kapag kumpleto ang feed at iginagalang ng simulator ang timing ng mga event.
Simple ang praktikal na pamantayan: kumuha lang ng mas detalyadong datos kapag nababago nito ang isang pasyang kaya mong ilarawan, at ipakita kung aling mga palagay ang nagpapahintulot na maging fill ang detalyeng iyon. Kung hindi, mas malaki lang ang dataset mo at mas eksakto lang tingnan ang backtest mo, pero wala kang mas mabuting ebidensiyang kayang mag-trade ang estratehiya.
← Lahat ng post


