15 Novembre 2026 · ricerca

Come fare backtest del volume crypto quando il wash trading gonfia i volumi?

Come fare backtest del volume crypto quando il wash trading gonfia i volumi?

Lunedì abbiamo fatto la cosa responsabile. L’agente aveva una strategia momentum su un perpetual USDT-M a media capitalizzazione, con ordini da 25,000 USDT, e il primo backtest senza filtro di volume eseguiva ogni segnale come se il book fosse quello di BTC. Così abbiamo aggiunto il filtro da manuale: il volume in dollari di venti barre da 1 minuto doveva superare di venti volte l’importo dell’ordine prima di poter inviare un ordine. Venti minuti, mezzo milione di dollari di scambi. In una giornata intensa la coin arrivava a circa 40 milioni di dollari. Il filtro lasciava passare la maggior parte dei segnali. La curva azionaria diventava meno irregolare. L’abbiamo mandata in paper trading.

Undici ore dopo, un acquisto da 25,000 USDT ha consumato 8,400 sul bid e si è fermato. Il volume sulle venti barre di quel minuto era di 1.14 milioni di dollari. Il filtro aveva dato il via libera.

34%dei volumi dichiarati non ha spostato alcun livello del book
11 oredi paper trading prima del primo ordine bloccato
20×il rapporto tra ordine e volume che continuava a dare il via libera

Lunedì: il filtro che ci faceva sentire scrupolosi

La nota dell’agente sulla pull request diceva: «Controllo di capacità aggiunto, nozionale 20×». L’ho approvata. Ho già approvato quella frase. È il tipo di regola che scrivi dopo che qualcuno ti mostra un backtest che negoziava una coin con 4,000 di open interest usando ordini da 50,000, tutti nella stanza fanno una smorfia e tu aggiungi un multiplo del volume perché non succeda più.

Lunedì la regola ha fatto quello che fa sempre in un backtest. Ha escluso le ore morte. Ha tenuto le ore in cui il volume riportato dall’exchange sembrava alto. Il turnover è calato di circa un terzo. La dimensione media degli ordini è rimasta 25,000 perché il modello di esecuzione è codardo: quando il filtro è aperto, esegue l’intero ordine all’ultimo prezzo più qualche punto base. Nessuno ha chiesto al book se quei 25,000 fossero davvero disponibili.

Mi insospettisco ancora quando il volume a 24h di una coin è un numero tondo, mentre l’open interest è scarso. È un riflesso rimasto dal 2021, quando i bot di «market making» su Discord erano due sottoconti che negoziavano tra loro e incollavano lo screenshot dei volumi in #brag. I volumi sembrano una festa. Il book è di cartone. Mi dicevo che un filtro a 20× sulle barre da 1 minuto fosse il modo per lasciarsi tutto questo alle spalle. Non lo è. È il modo per fare la media del cartone e ottenere un numero più regolare.

Martedì: paper trading, poi un ordine residuo

Il paper trading è iniziato bene. I primi cinque ordini sono stati eseguiti in due–quattro livelli lungo l’ask. Brutto, ma fatto. Poi, alle 14:07 UTC, un segnale long da 25,000 USDT: il primo livello del book era 1,100, il successivo 2,400 e poi il vuoto. Abbiamo eseguito 8,400 come taker e lasciato 16,600 in resting. Quaranta secondi dopo, la parte restante è stata annullata alla scadenza del nostro time-in-force. La strategia credeva di essere long per un ordine intero. Il conto era long per un terzo di un ordine.

Eppure il filtro aveva dato il via libera. Ho aperto la barra. Il volume in dollari nei venti minuti fino alle 14:07 era di 1.14 milioni di dollari, comodamente sopra i 500k. Circa 380k di quei 1.14 milioni erano coppie di eseguiti: stesso prezzo, stessa dimensione, flag dell’aggressore opposti, a distanza di due–otto millisecondi, senza variazioni della quantità bid/ask a quel prezzo. Quegli scambi si sono pagati le commissioni a vicenda. Non ci hanno offerto liquidità sufficiente per un ordine da 25,000 USDT.

Mercoledì: confrontare i volumi con il book

Mercoledì è stata la giornata lenta, quella per cui la prossima volta prevederò il doppio del tempo. Abbiamo preso cinque giorni feriali di scambi e snapshot L2 sullo stesso perpetual, foto del book ogni 100ms, e classificato ogni eseguito confrontandolo con lo snapshot precedente e quello successivo.

  1. Se la quantità al prezzo dello scambio è diminuita all’incirca della quantità scambiata, lo scambio ha toccato il book. Contalo.
  2. Se a un prezzo risultano un acquisto e una vendita di pari quantità, senza variazioni del book, consideralo wash trading ed escludilo da qualsiasi misura di capacità.
  3. Se uno scambio attraversa diversi livelli e quei livelli scompaiono, è un vero taker. Contalo e non fingere di poter sfruttare anche tu quella liquidità: qualcuno l’ha già presa.
  4. Se uno scambio è contrassegnato come liquidazione, è una quantità reale, ma è l’ultima quantità che vorresti usare per dimostrare che tu puoi inviare ordini da 25,000. L’ordine forzato è in competizione con te.

Gli snapshot mentono un po’. Tutto quello che viene eseguito e ripristinato entro 100ms sembra un fantasma, e alcuni market maker autentici annullano e sostituiscono gli ordini altrettanto rapidamente. Più tardi abbiamo campionato qualche minuto di book a 10ms: la quota di wash trading si è spostata di un paio di punti, non di un fattore due. Un paio di punti li posso accettare. Non posso accettare di trattare il ticker dei volumi dell’exchange come un censimento della liquidità.

AggTrades raggruppa già i casi in cui un taker colpisce più maker allo stesso prezzo. Non raggruppa due sottoconti che fanno wash trading. Se il tuo feed «pulito» è costituito da trade aggregati, il problema resta. Semplicemente, hai meno righe.

Anche il volume a 24h nell’API del ticker è la stessa somma sporca, solo ritardata; ecco perché piace tanto agli agenti di ricerca. Un campo. Sempre presente. Sembra una funzionalità. È una statistica di marketing che si trova per caso nel protobuf dei dati di mercato.

Se un dato di volume non si può ricondurre a una variazione del book, non dovrebbe entrare in un controllo di capacità, un modello d’impatto o un filtro dell’universo. Il ticker a 24h è la versione peggiore di quel dato, perché è già stato sommato, arrotondato e privato dell’indicazione temporale.

Giovedì: la settimana in una tabella

Cinque sessioni, stesso ordine, stessa regola a 20×, stesso modello di esecuzione nel backtest. Il rapporto di esecuzione nel paper trading è il nozionale eseguito diviso per quello previsto, per gli ordini effettivamente inviati in quella sessione. La casella del paper trading di lunedì è vuota perché eravamo ancora nel backtest.

SessioneVolumi dell’exchangeChe hanno mosso il bookSimili a wash tradingEseguiti da liquidazioneIl filtro ha dato il via liberaEsecuzione paper
Lun$38.4m$22.6m$13.5m$2.3m41 / 48 segnalin/d
Mar$41.1m$24.2m$15.2m$1.7m36 / 400.61
Mer$29.6m$20.1m$8.1m$1.4m22 / 310.77
Gio$44.8m$25.6m$17.4m$1.8m39 / 440.54
Ven$33.2m$22.3m$9.4m$1.5m28 / 350.71

Gli eseguiti simili a wash trading rappresentavano il 34% dei volumi della settimana. Non erano distribuiti uniformemente. Giovedì, la sessione preferita dal filtro originale, è stata la più sporca. È questo il tipo di errore che mi preoccupa. In media il filtro non si limita a sovrastimare la liquidità: si apre di più proprio nei giorni in cui sono attivi i bot di wash trading, perché è allora che il dato grezzo sembra più sano.

Abbiamo rieseguito il backtest usando solo i volumi che avevano mosso il book, mantenendo lo stesso multiplo a 20×. I segnali della settimana sono scesi da 198 a 121. Molti di quelli esclusi cadevano in ore come quelle di giovedì, quando i volumi erano alti e il primo livello del book era di 1,100 USDT. Lo Sharpe originale usava 198 esecuzioni complete. Non citerò quello nuovo come se fosse un risultato sulla strategia. È un risultato sul modello di esecuzione: quando smetti di assegnare 25,000 USDT a un prezzo al quale il book non ne aveva, una parte del «vantaggio» è solo costituita da ordini completati che sarebbero rimasti parziali.

Venerdì: cosa mandiamo davvero in produzione e cosa eviterei

Il filtro che abbiamo tenuto è semplice. Il nozionale mobile che ha mosso il book, conteggiato solo dagli eseguiti che hanno tolto quantità da un livello, deve superare 20× l’importo dell’ordine. Lo misuriamo sulle barre precedenti alla barra della decisione, così il wash trading del minuto in corso non può influire. Agli eseguiti da liquidazione applichiamo un limite separato: se oltre un quarto del recente volume che ha mosso il book è costituito da liquidazioni, la strategia si ferma. Il flusso forzato è quantità reale in competizione con te.

Anche il modello d’impatto ha seguito la stessa dieta. Il vecchio modello stimava una lambda di Kyle a partire dal volume dell’exchange e dal nostro ordine. Se gli dai in pasto il wash trading, la lambda diminuisce perché il mercato sembra profondo. Se gli dai il volume che ha mosso il book, lo stesso ordine rappresenta una quota molto maggiore di ciò che ha effettivamente modificato il book. Lo slippage paper delle sessioni successive era più vicino a quel numero meno lusinghiero. Più vicino, ma non identico. Ancora non vediamo la coda e una foto ogni 100ms continua a perdere una parte della quantità reale.

La prossima volta eviterei tutta la prima giornata di lunedì. Non partire dal ticker, non partire dal volume a 24h e non lasciare che l’agente inserisca il volume grezzo in dollari nel feature store e nel filtro come se fossero due idee. È un’unica serie sporca, usata due volte. Prima costruisci i volumi coerenti con il book, anche se questo significa fare ricerca per due giorni su una sola coin a media capitalizzazione prima di avere un universo. Un universo filtrato sul wash trading è una lista di coin brave a sembrare attive.

Un’altra cosa da evitare: qualsiasi modello di esecuzione che consideri il superamento di un controllo sul volume come garanzia di esecuzione. Il residuo di martedì era la strategia. Il filtro può rispondere solo a «qualcuno sta negoziando?». Non può rispondere a «i tuoi 25,000 resteranno nel book o spariranno?». Per la seconda domanda servono il book, un ordine residuo e un time-in-force: è un diario diverso, che avremmo dovuto scrivere prima di questo.

wash tradingvolumecryptobacktestingmicrostruttura di mercato
← Tutti gli articoli