100 kötés. 0.04% taker díj. 0.02%-os csúszási feltételezés. Ezek a számok mérhetőnek tüntethetik fel a backtesztet, de az utolsó a legmeglepőbb: egyetlen csúszási ráta szinte semmit sem mond arról, hogy a megbízásaid valóban teljesülhettek-e ezeken az árakon.
A csúszás attól függ, mit, mikor és mekkora méretben kereskedsz az adott pillanatban elérhető likviditáshoz képest. A gyertyákra épülő backteszt általában csak nagyjából ismeri az első két tényezőt, a harmadikról pedig egyáltalán nincs információja. Ha az átlagos teljesülési árat tényként kezeled, olyan végrehajtási eredményt tulajdoníthatsz a stratégiának, amit nem érdemelt ki.
Miért nem árulja el az OHLCV az átlagos teljesülési árát?
A gyertya egy időszak árfolyamsávját és összesített forgalmát rögzíti. Azt nem mutatja meg, hogyan oszlott el a forgalom az egyes árszinteken, mekkora mennyiség állt a legjobb vételi és eladási áron, vagy hogy a megbízásod a gyertya minimumárát létrehozó kötések előtt vagy után érkezett-e. Egy apró kötésben egyszer megjelent minimum és az a minimum, amelyen folyamatosan nagy forgalom teljesült, ugyanazt az OHLC-értéket adja.
Tegyük fel, hogy egy 1-minute gyertya forgalma $200,000, te pedig $50,000 értékben adsz be piaci vételi megbízást. A megbízás a gyertya forgalmának 25%-a. Ez nem bizonyítja, hogy 25%-kal mozdítaná el a piacot, vagy hogy a gyertya nyitóárán teljesülhetne. Azt viszont jelzi, hogy a megbízás a gyertya forgalmához képest elég nagy ahhoz, hogy a nulla piaci hatás feltételezését gyanakvással kezeld. Ha ugyanez a megbízás a forgalomnak csak 0.2%-a, kisebb az aggodalom, de önmagában a forgalom továbbra sem árulja el az ajánlati könyv mélységét vagy a likviditás pótlódását.
Ezért a „csúszás 2 bázispont” modellfeltevés, nem pedig az adott instrumentum tulajdonsága. Hasznos kiindulópont lehet, de nem adhat minden helyzetre érvényes választ.
Hogyan becsüljem meg a piaci hatást gyertyaadatokból?
Indulj ki olyan mértékből, amelyet az adataid alátámasztanak. Minden megbízásnál számítsd ki a részvételi arányt: a megbízás névértékét oszd el a gyertyában lebonyolított névértékkel. Ezután vizsgáld meg, hogyan változik a stratégia eredménye a különböző részvételi sávokban. Az alábbi szándékosan egyszerű példa feltételezett piaci hatásai stresszteszt-bemenetek, nem egy konkrét tőzsde végrehajtásának becslései.
| Megbízás / gyertya névértéke | Szemléltető, egyirányú piaci hatás | Mit érdemes megkérdezni? |
|---|---|---|
| 0.2% | 1 bp | A spread és a taker díj már önmagában is nagyobb ennél? |
| 2% | 5 bp | Megmarad az előny szélesebb spread és lassabb teljesülés mellett is? |
| 20% | 25 bp | Maga a részvétel is megváltoztatná az árfolyam alakulását? |
Egy bázispont 0.01%. Ha a stratégia mindkét irányban $100,000 értékű forgalmat bonyolít, az 5 bp piaci hatás mindkét oldalon körülbelül $100-ba kerül oda-vissza, a díjak előtt. A számítás egyszerű; ahhoz, hogy eldöntsd, hihető-e az 5 bp, több bizonyíték kell. Ha a jelzésed éppen a forgalom megugrásakor ad kötést, a teljes gyertyára számolt forgalom akár biztonságosabbnak is mutathatja a részvételi arányt annál, amilyen valójában azokban a percekben, amikor a megbízásod beérkezik.
Mit tartalmazzon egy csúszási stresszteszt?
Ne rejtsd el a végrehajtás bizonytalanságát egyetlen, teljes portfólióra számolt átlagban. Tedd láthatóvá azokat a tényezőket, amelyek módosítják az eredményt:
- Irány: a vételi megbízás átlépi az eladási, az eladási pedig a vételi oldali árat; a spread költsége minden nyitásnál és zárásnál felmerül.
- Megbízásméret: a részvételi arányt ügyletenként és likviditási környezetenként is mutasd ki, ne csak a backteszt átlagaként.
- Megbízástípus: a piaci megbízással a gyorsaságért fizetsz; a könyvben várakozó limitáras megbízás lemaradhat a mozgásról, vagy mások mögé kerülhet a sorban.
- Időzítés: egy gyertya zárásakor keletkező jelzés nem feltételezheti teljesülési árként ugyanannak a gyertyának a záróárát, miután azt már megfigyelte.
- Piaci állapot: növeld a feltételezett költségeket gyors ármozgások és vékony forgalmú időszakok esetén, valamint éppen azokban a helyzetekben, amelyek kiváltják a stratégiát.
Futtass legalább egy alaphelyzetet és egy kedvezőtlenebb forgatókönyvet. Például duplázd meg a feltételezett spreadet és piaci hatást, majd nézd meg, mely ügyletek és időszakok okozzák a változást. Ha a stratégia csak a legkedvezőbb teljesülések mellett működik, az fontos kutatási eredmény. Jobb ezt még a papírkereskedés előtt megtudni.
A díjakat, a spreadet és a piaci hatást külön tételként kezeld. A díjak a számlád díjszabásából adódnak; a spread és a piaci hatás a végrehajtástól függ. Ha összevonod őket, nem látszik, melyik feltételezés viszi az eredményt.
Mikor van szükségem ajánlati könyv adataira?
Használj kötés- és jegyzési adatokat, ha a stratégia előnye összemérhető a spreaddel, gyakran kereskedsz, vagy rövid életű likviditásra támaszkodsz. Mélységi pillanatfelvételekre vagy eseményszintű könyvadatokra akkor van szükség, ha a jelzés végrehajthatóságát a sorban elfoglalt hely, a részleges teljesülés vagy az ajánlati könyv kiürülése határozza meg. A történelmi lejátszás még ilyenkor sem tudja tökéletesen rekonstruálni a saját piaci hatásodat: a megfigyelt likviditást úgy rögzítették, hogy a hipotetikus megbízásod nem szerepelt benne.
Lassabb stratégiák esetén a gyertyaadatokkal továbbra is előszűrheted az ötleteket. Tartsd kicsiben a pozícióméreteket a megfigyelt forgalomhoz képest, közöld a feltételezett piaci hatás görbéjét, és ellenőrizd, eltüntetik-e az eredményt az észszerű feltételezésváltoztatások. A durva teljesülésimodellnek ez védhető felhasználása. Pontos átlagos teljesülési árnak nevezni viszont nem az.
A gyakorlati cél nem az, hogy megtaláld az egyetlen igaz csúszási értéket. Azt a tartományt kell meghatároznod, ahol a stratégia már nem működik, aztán ellenőrizned, hogy az adataid és a megbízásméreted kényelmesen e határon belül maradnak-e. Ha nem, a következő hasznos kutatási lépés a jobb végrehajtási adatok beszerzése, nem még egy tizedesjegy hozzáadása a backteszt jelentéséhez.
← Összes bejegyzés
