100 ट्रेड। 0.04% taker फ़ीस। 0.02% स्लिपेज की धारणा। ये आँकड़े बैकटेस्ट को नपा-तुला दिखा सकते हैं, लेकिन आख़िरी आँकड़ा चौंकाता है: स्लिपेज की एक तय दर से लगभग कुछ भी पता नहीं चलता कि आपके ऑर्डर उन कीमतों पर ट्रेड हो भी सकते थे या नहीं।
स्लिपेज इस पर निर्भर करता है कि आप क्या ट्रेड करते हैं, कब ट्रेड करते हैं, और उस समय उपलब्ध लिक्विडिटी के मुकाबले आपका ऑर्डर कितना बड़ा है। कैंडल से बना बैकटेस्ट आम तौर पर पहली 2 बातों को भी बस मोटे तौर पर जानता है, और तीसरी बात को बिल्कुल नहीं। औसत फ़िल को तथ्य मान लेने से रणनीति को ऐसा एक्ज़ीक्यूशन रिकॉर्ड मिल सकता है जिसे उसने कभी हासिल ही नहीं किया।
OHLCV मेरा औसत फ़िल क्यों नहीं बता सकता?
कैंडल किसी अंतराल के दौरान कीमतों की रेंज और कुल वॉल्यूम दर्ज करती है। यह नहीं बताती कि वॉल्यूम अलग-अलग कीमतों पर कैसे बँटा था, सबसे ऊँची बोली और सबसे कम माँगी गई कीमत पर कितना वॉल्यूम था, या आपकी बाय ऑर्डर उस ट्रेड से पहले पहुँचा था या बाद में जिसने कैंडल का निचला स्तर बनाया। किसी छोटी-सी ट्रेड पर एक बार दर्ज हुआ निचला स्तर और लगातार वॉल्यूम समेटने वाला निचला स्तर—दोनों का OHLC मान एक जैसा होता है।
$200,000 वॉल्यूम वाली 1-मिनट की कैंडल और $50,000 की मार्केट बाय ऑर्डर सोचें। यह ऑर्डर कैंडल के वॉल्यूम का 25% है। इससे यह साबित नहीं होता कि ऑर्डर बाज़ार को 25% हिला देता, या कैंडल के खुलने की कीमत पर भर सकता था। इससे इतना ज़रूर पता चलता है कि कैंडल के मुकाबले ऑर्डर इतना बड़ा है कि शून्य इम्पैक्ट की धारणा पर सवाल उठना चाहिए। अगर यही ऑर्डर वॉल्यूम का सिर्फ़ 0.2% हो, तो चिंता कम होगी, हालाँकि केवल वॉल्यूम से बुक की गहराई या उसकी फिर से भरने की रफ़्तार पता नहीं चलती।
इसीलिए “स्लिपेज 2 बेसिस पॉइंट है” मॉडल की एक धारणा है, उस सिंबल का गुण नहीं। यह एक उपयोगी आधार हो सकता है। हर स्थिति का सार्वभौमिक जवाब नहीं।
बार डेटा से मार्केट इम्पैक्ट का अनुमान कैसे लगाऊँ?
उस पैमाने से शुरू करें जिसे आपका डेटा सहारा दे सकता है। हर ऑर्डर के लिए पार्टिसिपेशन निकालें: ऑर्डर का नॉशनल, कैंडल के ट्रेड हुए नॉशनल से भाग देकर। फिर देखें कि अलग-अलग पार्टिसिपेशन स्तरों पर रणनीति के नतीजे कैसे बदलते हैं। नीचे जानबूझकर एक सरल उदाहरण दिया है; इसमें माने गए इम्पैक्ट किसी खास वेन्यू के एक्ज़ीक्यूशन के अनुमान नहीं, बल्कि स्ट्रेस टेस्ट के इनपुट हैं।
| ऑर्डर / कैंडल का नॉशनल | एक दिशा में इम्पैक्ट का उदाहरण | क्या पूछें |
|---|---|---|
| 0.2% | 1 bp | क्या स्प्रेड और taker फ़ीस पहले से ही इससे ज़्यादा हैं? |
| 2% | 5 bp | क्या बढ़े हुए स्प्रेड और धीमे फ़िल के बावजूद बढ़त बनी रहती है? |
| 20% | 25 bp | क्या इतना पार्टिसिपेशन खुद कीमत के रास्ते को बदल देगा? |
एक बेसिस पॉइंट 0.01% होता है। अगर कोई रणनीति दोनों दिशाओं में $100,000 का टर्नओवर करती है, तो दोनों तरफ़ 5 bp इम्पैक्ट की लागत आने-जाने के एक पूरे चक्र में लगभग $100 होगी, फ़ीस से पहले। गणित आसान है; 5 bp संभव है या नहीं, यह तय करने के लिए और सबूत चाहिए। अगर आपका सिग्नल ठीक उसी समय ट्रेड करता है जब वॉल्यूम उछलता है, तो पूरे बार के वॉल्यूम को हर मानने से उन मिनटों में पार्टिसिपेशन असल से कम जोखिम भरा दिख सकता है जब आपका ऑर्डर सचमुच पहुँचता है।
स्लिपेज स्ट्रेस टेस्ट में क्या शामिल होना चाहिए?
एक्ज़ीक्यूशन की अनिश्चितता को पूरे पोर्टफ़ोलियो के एक औसत में न छिपाएँ। उन पहलुओं को साफ़ रखें जो नतीजा बदलते हैं:
- दिशा: बाय ऑर्डर ask को पार करती हैं और सेल ऑर्डर bid को; हर एंट्री और एग्ज़िट पर स्प्रेड की लागत लगती है।
- ऑर्डर का आकार: हर ट्रेड और लिक्विडिटी की स्थिति के अनुसार पार्टिसिपेशन दिखाएँ, सिर्फ़ बैकटेस्ट का औसत नहीं।
- ऑर्डर का प्रकार: मार्केट ऑर्डर तुरंत एक्ज़ीक्यूशन के लिए भुगतान करता है; वहीं लगा हुआ लिमिट ऑर्डर मौका चूक सकता है या कतार में दूसरे ऑर्डरों के पीछे रह सकता है।
- समय: बार-क्लोज़ सिग्नल, क्लोज़ देखने के बाद उसी बार की क्लोज़ कीमत को अपना फ़िल नहीं मान सकता।
- मार्केट की स्थिति: तेज़ उतार-चढ़ाव, कम लिक्विडिटी वाले घंटों और रणनीति को सक्रिय करने वाली ठीक उन्हीं स्थितियों में अपनी धारणाएँ बढ़ाएँ।
कम-से-कम एक बेस केस और एक ज़्यादा सख़्त केस चलाएँ। उदाहरण के लिए, माने गए स्प्रेड और इम्पैक्ट को दोगुना करें, फिर देखें कि बदलाव किन ट्रेडों और अवधियों से आया। अगर रणनीति सिर्फ़ सबसे शांत फ़िल में काम करती है, तो यह शोध का अहम नतीजा है। पेपर ट्रेडिंग से पहले यह जान लेना बेहतर है।
फ़ीस, स्प्रेड और इम्पैक्ट को अलग-अलग मदों में रखें। फ़ीस खाते की दर-सूची से आती है; स्प्रेड और इम्पैक्ट एक्ज़ीक्यूशन पर निर्भर करते हैं। इन्हें मिलाने से पता नहीं चलता कि कौन-सी धारणा नतीजे को सहारा दे रही है।
मुझे ऑर्डर बुक डेटा कब चाहिए?
जब रणनीति की बढ़त स्प्रेड के बराबर हो, बार-बार ट्रेड करती हो, या थोड़े समय के लिए उपलब्ध लिक्विडिटी पर निर्भर हो, तो ट्रेड और कोट डेटा इस्तेमाल करें। जब कतार में आपकी जगह, आंशिक फ़िल या बुक का खाली होना तय करे कि सिग्नल पर अमल हो सकता है या नहीं, तो डेप्थ स्नैपशॉट या इवेंट-स्तर का बुक डेटा इस्तेमाल करें। तब भी, ऐतिहासिक रीप्ले आपके अपने मार्केट इम्पैक्ट को पूरी तरह दोहरा नहीं सकता; दर्ज की गई लिक्विडिटी में आपका काल्पनिक ऑर्डर शामिल नहीं था।
धीमी रणनीतियों के लिए बार डेटा अब भी शुरुआती छँटाई में काम आ सकता है। पोज़िशन का आकार दर्ज वॉल्यूम के मुकाबले छोटा रखें, मानी गई इम्पैक्ट कर्व बताएँ, और जाँचें कि क्या उचित बदलावों से नतीजा मिट जाता है। मोटे फ़िल मॉडल का यह बचाव योग्य इस्तेमाल है। इसे सटीक औसत फ़िल कहना नहीं।
व्यावहारिक लक्ष्य स्लिपेज का एकमात्र सही आँकड़ा निकालना नहीं है। लक्ष्य वह दायरा ढूँढ़ना है जहाँ रणनीति का तर्क खत्म होने लगता है, फिर देखना है कि आपका डेटा और ऑर्डर का आकार आपको उस सीमा से सुरक्षित दूरी पर रखते हैं या नहीं। अगर ऐसा नहीं है, तो अगला उपयोगी शोध-कदम बेहतर एक्ज़ीक्यूशन डेटा जुटाना है, बैकटेस्ट रिपोर्ट में एक और दशमलव जोड़ना नहीं।
← सभी पोस्ट
