Saran yang umum adalah: jika ingin backtest yang jujur, gunakan data tick. Menurut saya, saran itu keliru untuk sebagian besar strategi, dan mengikutinya biasanya membuat backtest lebih buruk, bukan lebih baik. Bukan karena data tick tidak akurat — justru itulah data paling akurat yang bisa Anda dapatkan — melainkan karena kebanyakan orang menggunakannya untuk menggantikan ketelitian dengan resolusi, padahal keduanya tidak sama.
Begini biasanya masalahnya. Seorang peneliti membangun strategi dengan bar 1 menit, mendapatkan Sharpe yang disukainya, lalu seseorang — mentor, unggahan forum, atau keraguan yang terus mengusik dirinya — mengatakan bahwa backtest itu tidak jujur karena dibuat dengan bar. Maka seluruh pipeline dibangun ulang menggunakan data tick: setiap transaksi, setiap pembaruan kuotasi, dengan cap waktu hingga mikrodetik. Backtest jadi lebih lambat, kode tiga kali lebih rumit, dan Sharpe... nyaris tidak berubah, atau berubah ke arah yang tak bisa dijelaskan siapa pun. Strategi itu tetap dirilis karena data tick terasa lebih teliti, padahal merasa teliti tidak sama dengan benar-benar teliti.
Apa yang sebenarnya Anda dapatkan dari resolusi tick
Data tick memberi tahu urutan dan harga setiap transaksi serta (jika Anda membayar untuk mendapatkannya) setiap pembaruan order book. Itu informasi nyata. Dengannya, Anda bisa merekonstruksi posisi antrean, memperkirakan probabilitas fill pada tingkat harga tertentu, dan melihat adverse selection — apakah pasar bergerak melawan Anda tepat setelah fill hipotetis Anda. Semua itu sangat penting jika periode kepemilikan Anda dihitung dalam detik dan keunggulan Anda hanya sebesar pecahan tick.
Namun, sebagian besar strategi yang kami lihat di Stratmill — dan sebagian besar strategi yang benar-benar dijalankan peneliti ritel maupun semi-profesional — menahan posisi selama beberapa menit hingga beberapa hari. Pada horizon itu, yang menentukan kejujuran backtest bukanlah apakah Anda memodelkan transaksi ke-40 dalam satu menit tertentu. Yang menentukan adalah apakah Anda memodelkan spread, funding rate, kurva slippage, dan fakta bahwa limit order Anda mengantre di belakang order orang lain. Keempatnya bisa salah jika memakai data tick, dan keempatnya juga bisa benar dengan bar 1 menit. Resolusi dan kejujuran adalah dua hal yang tidak saling menentukan.
Angka terakhir itu yang sering diremehkan. Backtest tingkat tick bukan sekadar "backtest yang sama dengan lebih banyak baris." Di sebagian besar bursa, transaksi tiba tidak berurutan jika dibandingkan dengan cap waktu penerimaan data Anda, dikoreksi secara retroaktif, dipecah ke beberapa shard mesin pencocokan, dan — di beberapa venue yang datanya kami himpun — kadang terduplikasi atau hilang seluruhnya saat koneksi tersambung kembali. Membangun pipeline tick yang benar-benar lebih akurat daripada pipeline bar yang dirancang dengan baik, bukan sekadar lebih terperinci, adalah proyek sistem yang serius. Kebanyakan tim tidak mengerjakan proyek itu. Mereka mengarahkan backtester ke berkas tick milik vendor lalu menganggap pekerjaan selesai. Artinya, mereka menukar seperangkat perkiraan yang diketahui dan terdokumentasi (OHLCV) dengan seperangkat yang tidak diketahui dan tidak terdokumentasi (apa pun yang dilakukan logika rekonsiliasi tick vendor pada hari yang buruk).
Noise yang Anda dapatkan
Ada biaya kedua yang lebih berkaitan dengan statistik daripada rekayasa. Transaksi satu per satu memantul antara bid dan ask — inilah bid-ask bounce, artefak yang sudah dikenal dalam literatur mikrostruktur pasar sejak 1980-an. Jika sinyal Anda bekerja pada rentang waktu lebih cepat dari beberapa detik, backtest tingkat tick bisa membuat Anda melihat pola dalam sesuatu yang sebenarnya hanya bounce. Saya pernah melihat seorang peneliti menemukan pola mean reversion yang tampak indah pada data transaksi satu per satu, tetapi lenyap begitu data diagregasi bahkan menjadi bar 5 detik, karena pola itu hanyalah bounce.
Seorang quant yang saya kenal — mantan pelaku market making yang kini mengelola book kripto kecil — menjelaskannya begini: "Data tick itu seperti kaca pembesar. Arahkan ke keunggulan Anda, bagus. Arahkan ke noise Anda, dan Anda akan menghabiskan enam bulan memodelkan noise itu dengan sangat indah." Kini ia menjalankan backtest untuk hampir semua hal menggunakan bar 1 detik atau 1 menit, dan hanya beralih ke data tick untuk menjawab pertanyaan spesifik: "apakah limit order ini benar-benar akan terisi," yang merupakan pertanyaan tentang probabilitas fill, bukan tentang sinyal.
Pemisahan itu adalah pendekatan yang tepat, dan sering diabaikan oleh para pendukung data tick. Penggunaan data tick yang jujur bukan berarti menjalankan seluruh strategi dengannya — melainkan menggunakannya secara terarah untuk satu atau dua pertanyaan yang memang tidak bisa dijawab oleh data bar.
Kapan para pengkritik benar
Meski begitu, ada strategi yang memang membutuhkan data tick, dan saya akan melebih-lebihkan argumen ini jika berpura-pura sebaliknya. Jika Anda menjalankan strategi yang mirip market making — memasang kuotasi di kedua sisi, mengelola inventaris tick demi tick, dan memperhatikan posisi antrean pada tingkat harga tertentu — data bar sama sekali tidak bisa menggambarkan masalah Anda. Seluruh aspek ekonomi strategi itu terjadi di dalam satu menit, bukan antar-menit. Hal yang sama berlaku untuk arbitrase statistik yang peka terhadap latensi antarkVenue, yang pertanyaannya benar-benar "transaksi mana yang terjadi lebih dulu," serta market making opsi dalam ukuran besar, ketika adverse selection beberapa ratus milidetik setelah transaksi adalah inti permainan. Dalam kondisi tersebut, backtest dengan bar bukan penyederhanaan, melainkan kekeliruan kategori — Anda bukan menguji versi strategi Anda dengan resolusi lebih rendah, melainkan menguji strategi lain yang kebetulan namanya sama dengan strategi sebenarnya.
| Horizon strategi | Hal yang tersembunyi dalam data bar | Perlu data tick? |
|---|---|---|
| Market making / berbasis antrean | Probabilitas fill, adverse selection, posisi dalam antrean | Ya — wajib |
| Arbitrase latensi / lintas venue | Urutan transaksi, venue mana yang bergerak lebih dulu | Ya |
| Momentum intrahari, mean reversion (menit–jam) | Waktu fill dalam bar, biaya spread | Hanya untuk pertanyaan probabilitas fill, bukan sinyal |
| Swing / beberapa hari, arah opsi | Hampir tidak ada yang berarti | Tidak — data bar sudah memadai dan sering kali lebih bersih |
Jadi, klaimnya bukan "data tick itu buruk." Intinya, beralih ke data tick sering kali menjadi cara untuk menghindari pertanyaan yang lebih sulit dan kurang menarik: apakah model biaya saya sudah benar? Apakah asumsi fill saya benar? Apakah order ini benar-benar akan terisi, atau saya mengasumsikan fill pada harga yang sebenarnya tidak pernah ditawarkan order book? Pertanyaan-pertanyaan itu bisa dijawab dengan bar 1 menit atau bahkan 1 detik jika Anda jujur soal posisi antrean dan spread. Data tick memungkinkan jawaban yang lebih presisi, dengan biaya rekayasa beberapa kali lipat, untuk strategi yang kesimpulannya tidak berubah karena presisi tambahan itu. Curahkan upaya ekstra saat horizon strategi memang menuntutnya, dan abaikan di tempat lain — itu penggunaan waktu tim riset yang lebih baik daripada selalu memilih data paling terperinci yang tersedia hanya karena data yang lebih terperinci terasa lebih teliti.
← Semua artikel
