Ujian lampau boleh kelihatan lebih meyakinkan selepas anda memburukkan datanya. Buang cetakan harga yang hodoh, isi jurang dengan harga yang kemas, lalu nisbah Sharpe mungkin meningkat. Peningkatan itu boleh menjadi amaran: peraturan pembersihan mungkin telah memadamkan keadaan pasaran yang strategi anda perlu hadapi untuk terus bertahan.
Kualiti data penting. Sebut harga bersilang atau dagangan pendua boleh menghasilkan pengisian pesanan yang mustahil diperoleh sesiapa. Namun, penapis yang menghilangkan pemerhatian yang menyusahkan juga merupakan pilihan model. Tanggapinya dengan syak wasangka yang sama seperti ciri isyarat baharu.
Bilakah harga yang buruk benar-benar data yang buruk?
Mulakan dengan bertanya apakah yang diwakili oleh pemerhatian itu. Dagangan yang jauh daripada pasaran semasa mungkin rekod rosak, sapuan sebenar merentasi kecairan nipis, atau peristiwa khusus pada sesuatu venue. Lilin 1 minit dengan bar volum sifar mungkin bermakna tiada dagangan berlaku, manakala lilin yang hilang mungkin bermakna suapan data gagal. Setiap keadaan ini wajar dikendalikan dengan cara berbeza.
Bayangkan strategi pulih min ringkas yang membeli apabila harga jatuh 1% di bawah purata bergerak jangka pendek dan keluar pada purata itu. Dalam tempoh semalaman yang lengang, satu dagangan dicetak pada 1.2% di bawah harga sebelumnya, kemudian pasaran melantun semula. Jika cetakan itu sah, strategi dengan pesanan had yang sedang menunggu mungkin telah mendapat pengisian. Jika itu tick salah yang tidak disokong oleh sebut harga boleh laksana, mengira pengisian itu bermakna mereka-reka kelebihan.
Memadamkan bar tidak semestinya lebih selamat. Strategi itu mungkin masih mempunyai pesanan yang menunggu dalam pasaran, dan dagangan sebenar seterusnya mungkin mengisinya. Main semula yang boleh dipertahankan perlu memodelkan perkara yang boleh diperhatikan oleh strategi serta perkara yang munasabah boleh dilaksanakan oleh pesanannya.
Apakah kesan peraturan pembersihan terhadap hasil?
Jalankan strategi menggunakan beberapa kaedah pengendalian data yang ditetapkan dengan jelas dan bandingkan perubahannya. Simpan sumber mentah dan catat setiap pengecualian atau pembaikan berserta sebabnya. Kemudian laporkan sejauh mana hasil bergantung pada keputusan tersebut.
| Pengendalian data | Manfaat yang mungkin | Risiko kepada ujian lampau |
|---|---|---|
| Buang cetakan harga di luar julat ralat bursa yang didokumenkan | Menghalang rekod tidak sah yang diketahui daripada menetapkan nilai ekstrem | Peraturan itu mungkin tersalah mengelaskan dagangan yang sah ketika pasaran bergerak pantas |
| Bawa harga terakhir merentasi selang yang hilang | Memastikan penunjuk tidak gagal akibat jurang data | Mewujudkan harga yang mungkin tidak pernah berlaku dalam sebarang dagangan |
| Gunakan sebut harga terkumpul dan bukannya dagangan terakhir | Memberikan gambaran yang lebih baik tentang harga pelaksanaan yang dipaparkan | Saiz sebut harga, akses ke venue dan kedudukan dalam barisan tetap penting |
| Buang semua bar luar biasa berdasarkan ambang statistik | Mengurangkan kepekaan terhadap nilai ekstrem | Boleh membuang tempoh tekanan sebenar ketika strategi mengalami kerugian terbesar |
Andaikan larian tanpa penapisan mencatat nisbah Sharpe 0.9, manakala larian yang mengecualikan 0.8% bar meningkat kepada 1.4. Itu sahaja belum membuktikan kejayaan dari segi kualiti data. Periksa sama ada bar yang dibuang tertumpu di sekitar lonjakan volatiliti, sama ada bar itu menyumbang bahagian P&L yang bermakna, dan sama ada peraturan pengecualian ditetapkan sebelum anda melihat hasilnya.
Simpan lejar pengecualian data: sumber, cap masa, medan terjejas, sebab tindakan diambil, dan sama ada keputusan dibuat sebelum atau selepas prestasi strategi disemak.
Bagaimanakah saya menguji sama ada pembersihan mengubah kelebihan strategi?
Bekukan strategi dan bandingkan beberapa kaedah pengendalian yang munasabah bagi tarikh yang sama. Jika boleh, sertakan main semula data mentah, set pembetulan yang didokumenkan, dan kes pelaksanaan konservatif untuk pemerhatian yang masih samar. Bagi setiap larian, laporkan bilangan dagangan, pusing ganti, susut nilai maksimum dan sumbangan P&L daripada selang yang terjejas, bersama-sama nisbah Sharpe.
Kemudian periksa dagangan yang berubah. Jika keuntungan terbesar strategi lenyap apabila sekumpulan kecil cetakan harga yang mencurigakan dikecualikan, teliti rekod tersebut satu demi satu. Jika kerugian pula yang lenyap, teliti dengan cara yang sama. Peraturan yang hanya diperiksa dengan cermat apabila menjejaskan ujian lampau sudah pun mempengaruhi penyelidikan.
Untuk kajian yang boleh diulang, kawal versi fail vendor atau checksum fail tersebut, kod pembersihan dan senarai pengecualian. Vendor mungkin menyemak semula sejarah; larian seterusnya anda sepatutnya membolehkan anda menentukan sama ada strateginya berubah atau inputnya yang berubah.
Tetapi bukankah pembersihan memang perlu?
Ya. Menyimpan rekod yang jelas rosak boleh mereka-reka dagangan, memesongkan volatiliti atau merosakkan penunjuk. Dan tiada siapa patut berpura-pura bahawa suapan mentah ialah kebenaran mutlak. Inti praktikalnya lebih khusus: pembersihan memerlukan bukti, peraturan yang dibekukan dan semakan kepekaan kerana pembersihan boleh mengubah pasaran yang kononnya diwakili oleh ujian lampau.
Apabila pembaikan data meningkatkan prestasi, tanyakan pemerhatian apakah yang dibuang dan sama ada anda akan membuat keputusan yang sama tanpa melihat lengkung ekuiti. Jika anda tidak pasti, simpan kedua-dua versi dalam rekod penyelidikan. Perbezaan antara kedua-duanya ialah sebahagian daripada hasil kajian.
← Semua catatan
