A részletesebb piaci adatok kevésbé megbízhatóvá tehetik egy stratégia visszatesztjét. A tickadat több sort ad, de több lehetőséget is arra, hogy a mérés részletességét összetévesszük azzal a tudással, hogy mit lehetett volna ténylegesen megkötni.
Ez visszásan hangzik, ha látott már olyat, hogy egy gyertyákra épülő teszt nem vette észre a stopot, a spread tágulását vagy a limitár rövid érintését. Ezek valós problémák. A kérdés az, hogy a finomabb adatok valóban megoldják-e őket, vagy csak magabiztosabb történetet engednek elmesélni a szimulátornak.
Mit lát a tickadat a visszatesztben?
Egy 1 perces gyertya négy árra és egy összesített forgalmi értékre sűrít össze egy ügyletfolyamot. Pusztán a gyertyából általában nem derül ki, hogy a mélypont vagy a csúcspont következett-e be előbb, mennyi ideig maradt az ár valamelyik szélsőérték közelében, illetve forgott-e akkora mennyiség az adott áron, hogy az elég legyen a megbízásodhoz.
Az ügyletkötési tickek visszaadják a jelentett ügyletek sorrendjét. A jegyzések időben követhetővé teszik a megjelenített vételi és eladási árat. A kettővel pontosabban vizsgálhatod a spreadet és a jegyzések változását, valamint azt, hogy egy piacképes megbízás hihető áron átütötte volna-e az ajánlati könyvet.
Az ügyletkötés azonban nem mutatja meg a sorban elfoglalt helyedet. Ha a pihenő megbízásod egy olyan árszintre került volna, ahol már 18 BTC állt előtted, abból, hogy 0.3 BTC-vel kötöttek ott, még nem következik, hogy a megbízásod teljesült. Az ügyletkötési adatokból látod, mi történt a piacon; azt ritkán tudod meg belőlük, hogy a feltételezett megbízásod pontosan hol állt volna a sorban.
Hol ronthatják az eredményt a részletesebb adatok?
Az első kockázat az egyenetlen lefedettség. A tickadat-archívumokban gyakran vannak hiányzó időszakok, tőzsdei adatlyukak, szimbólumváltások vagy piaconként eltérő megőrzési időszakok. Ha csak ott tesztelsz stratégiát, ahol a szolgáltató teljes előzménnyel rendelkezik, észrevétlenül azokra az eszközökre és időszakokra optimalizálhatsz, amelyeket a legkönnyebb mérni.
A második kockázat az időzítés. Az időbélyeg jelölheti a tőzsdei esemény időpontját, a szolgáltató általi beérkezést vagy azt a pillanatot, amikor összeállt az adatfájl. Ha a szimulátor úgy rendezi sorba a különböző feedek eseményeit, mintha az óráik tökéletesen szinkronban járnának, reagálhat egy jegyzésre még azelőtt, hogy az elérhető lett volna a rendszered számára.
A több sor az implementációs hibákat is könnyebben rejti el. Egy gyertyákra épülő stratégia percenként egyszer hozhat döntést. Egy tickvezérelt változat ugyanabban a percben több tucatszor is kereskedhet, és minden alkalommal spreadet, díjat és piaci hatást fizet. Ha a szimulátor abból indul ki, hogy minden jelzés a következő megfigyelt áron végrehajtható, a részletesség csak dísz.
A 60 megfigyelés nem jelent automatikusan 60 egymástól független kereskedési lehetőséget. Mind leírhatja ugyanannak a folyamatosan változó jegyzésnek az alakulását, és a megbízásod befolyásolhatja, mi marad elérhető teljesítésre. A nagyfrekvenciás szimulációhoz olyan megbízás- és késleltetési modell kell, amely őszintén használja fel a többletrészletet.
Mikor éri meg a tickadat?
Indulj abból a kérdésből, amelyre a jelenlegi adataiddal nem tudsz választ adni. Ha ez az, hogy „a stop vagy a célár érintődött előbb?”, az ügyletkötési tickek segíthetnek. Ha azt kérdezed, „mekkora spreadet fizettem a belépéskor?”, a jegyzési adatok relevánsabbak. Ha pedig arra vagy kíváncsi, „teljesült volna-e a passzív megbízásom?”, mélységi adatokra és sorban elfoglalt helyre vonatkozó feltételezésekre lehet szükséged, de ezekkel is ritkán lehet rekonstruálni a teljes múltbeli sort.
| Kutatási kérdés | Hasznos adat | Amit továbbra sem bizonyít |
|---|---|---|
| Az egyik küszöbárat hamarabb érintette az ár, mint a másikat? | Ügyletkötési tickek | Hogy a megbízásod bármelyik küszöbáron teljesült volna |
| Mekkora spreaden ment át egy piaci megbízás? | Időbélyeggel ellátott vételi és eladási jegyzések | Hogy a megjelenített mennyiség elérhető maradt |
| Teljesülhetett volna egy passzív megbízás? | Jegyzések, mélységi adatok és sorban elfoglalt helyet modellező szimuláció | A pontos helyedet az élő sorban |
Egy hetekig tartott napi jelzéshez az 1 perces gyertya már finomabb felbontású lehet annál, mint amit a döntési folyamat igényel. Egy olyan stratégiánál, amelynek előnye a másodpercek alatti végrehajtáson múlik, a gyertyák eltüntethetik éppen azt a hatást, amelyet vizsgálni szeretnél. Az adatfelbontást igazítsd a stratégia döntési és végrehajtási időtávjához.
Hogyan deríthetem ki, hogy segített-e a többletrészlet?
Tartsd változatlanul a stratégiát és a tesztidőszakot. A gyertyákra épülő és a részletesebb adatokkal futó változatot lehetőség szerint ugyanazokon a döntéseken hasonlítsd össze. A hozam és a kockázati mutatók mellett kövesd a teljesülések, a forgalom, a megfizetett spread, a díjak és a piaci hatás változását is. Ha nő a Sharpe-mutató, miközben megháromszorozódik a kötések száma, de a végrehajtási modell továbbra is a következő ügyletkötési áron teljesít, érdemes gyanakodni a javulásra.
Ezután rontsd le szándékosan a finom adatok minőségét. Véletlenszerűen hagyd el az események kis hányadát, adj hozzá hihető feedkésleltetést, és növeld a feltételezett spreadet vagy piaci hatást. Ha néhány ezredmásodperc késleltetés hatására összeomlik az eredmény, az az események szimulátorbeli sorrendjének sajátossága lehet, nem a stratégia tartós jellemzője.
Egyszer egy délutánt töltöttem azzal, hogy egy látványos javulás eredetét keressem, és kiderült, hogy a feed egy rövid ügyletkötési hullámot duplikált. A modell megtanult a duplikátum alapján kereskedni. A több adat úgy tüntette fel a hibát, mintha előny lenne.
A gyertyák kritikusainak igazuk van abban, hogy az aggregálás elfedheti az útfüggő végrehajtást. Pusztán az OHLC-adatokból nem állapítható meg, hogy az ugyanazon gyertyán belüli stop vagy célár következett be előbb, a spreadpillanatképek pedig elvéthetik a rövid piaci kilengéseket. A tick- és jegyzési adatok hűbben válaszolhatnak ezekre a kérdésekre, ha a feed teljes, és a szimulátor figyelembe veszi az események időzítését.
A gyakorlati mérce egyszerű: csak akkor szerezz be több részletet, ha az megváltoztat egy általad leírható döntést, és mutasd meg, milyen feltételezések alapján vezet ez a részlet teljesüléshez. Máskülönben csak nagyobb adathalmazod és pontosabbnak látszó visszateszted lesz, de semmivel sem több bizonyítékod arra, hogy a stratégiával ténylegesen lehetett volna kereskedni.
← Összes bejegyzés


