Dados tick não vão salvar seu backtest — para a maioria das estratégias, pioram as coisas

O conselho padrão é: se você quer um backtest honesto, obtenha dados tick. Acho que esse conselho está errado para a maioria das estratégias, e segui-lo geralmente piora o backtest, em vez de melhorá-lo. Não porque os dados tick sejam imprecisos — são os dados mais precisos que você pode obter —, mas porque a forma como a maioria das pessoas os usa substitui rigor por resolução, e as duas coisas não são iguais.

É assim que dá errado. Um pesquisador desenvolve uma estratégia com candles de 1 minuto, obtém um Sharpe de que gosta e alguém — um mentor, uma postagem em um fórum, aquela dúvida persistente — diz que o backtest não é honesto porque foi feito com candles. Então, a pessoa reconstrói todo o pipeline com dados tick: cada negociação, cada atualização de cotação, com timestamp até o microssegundo. O backtest fica mais lento, o código fica três vezes mais complexo e o Sharpe... quase não muda, ou muda numa direção que ninguém consegue explicar. Mesmo assim, a estratégia vai para produção, porque dados tick parecem mais rigorosos — e a sensação de rigor não é rigor.

O que a resolução tick realmente oferece

Os dados tick mostram a sequência e o preço de cada negociação e, se você pagar por isso, de cada atualização do livro de ofertas. Isso é informação real. Ela permite reconstruir a posição na fila, estimar a probabilidade de execução em determinado nível de preço e observar a seleção adversa — se o mercado se move contra você logo depois da sua execução hipotética. Tudo isso importa muito se seu horizonte de posição é medido em segundos e sua vantagem, em frações de um tick.

Mas a maioria das estratégias que vemos na Stratmill — e a maioria das estratégias que pesquisadores de varejo e semiprofissionais realmente operam — mantém posições por minutos a dias. Nesse horizonte, o que determina se o backtest é honesto não é se você modelou a 40ª negociação de um determinado minuto. É se modelou o spread, a taxa de funding, a curva de slippage e o fato de que sua ordem limitada fica atrás das ordens de outras pessoas na fila. É possível errar todos esses 4 pontos com dados tick e acertar todos com candles de 1 minuto. Resolução e honestidade são coisas independentes.

Esse último número é o que as pessoas subestimam. Um backtest em nível tick não é apenas “o mesmo backtest com mais linhas”. Nas exchanges, as negociações costumam chegar fora de ordem em relação ao timestamp de ingestão, são corrigidas retroativamente, são divididas entre vários shards do matching engine e — em várias plataformas das quais ingerimos dados — às vezes são duplicadas ou totalmente perdidas durante uma reconexão. Criar um pipeline tick realmente mais correto que um pipeline de candles bem construído, em vez de apenas mais granular, é um projeto sério de sistemas. A maioria das equipes não faz esse projeto. Elas apontam um backtester para o arquivo de dados tick de um fornecedor e dão o trabalho por encerrado. Assim, trocam um conjunto conhecido e documentado de aproximações (OHLCV) por um conjunto desconhecido e não documentado (o que quer que a lógica de reconciliação de dados tick do fornecedor faça num dia ruim).

O ruído que você está comprando

Há um segundo custo, menos ligado à engenharia e mais à estatística. As execuções individuais oscilam entre o bid e o ask — é o bid-ask bounce, um artefato conhecido na literatura de microestrutura de mercado desde os anos 1980. Se seu sinal opera em intervalos menores que alguns segundos, um backtest em nível tick pode fazer você enxergar padrões onde há apenas essa oscilação. Já vi um pesquisador encontrar um padrão lindíssimo de reversão à média em dados negociação a negociação, que desapareceu assim que agregou os dados em candles de até 5 segundos, porque o padrão era apenas o bid-ask bounce.

Um quant que conheço — ex-market making, hoje à frente de uma pequena carteira de cripto — resumiu assim: “Dados tick são uma lupa. Se você apontar para sua vantagem, ótimo. Se apontar para o seu ruído, vai passar 6 meses modelando o ruído com perfeição.” Hoje, ele faz backtest de quase tudo com candles de 1 segundo ou 1 minuto e só recorre aos dados tick para responder à pergunta específica “essa ordem limitada teria sido executada de verdade?”, que é uma questão de probabilidade de execução, não de sinal.

Essa divisão é a abordagem certa, e é justamente o que a maioria dos defensores dos dados tick deixa de lado. O uso honesto desses dados não é rodar toda a estratégia com eles — é usá-los de forma pontual para responder às 1 ou 2 perguntas que dados em candles realmente não conseguem responder.

Quando as críticas têm razão

Dito isso, há estratégias em que dados tick são indispensáveis, e seria exagero fingir o contrário. Se você opera algo parecido com market making — cotando dos 2 lados, gerenciando o inventário tick a tick e acompanhando sua posição na fila em um nível de preço específico —, dados em candles não conseguem representar seu problema. Toda a economia dessa estratégia acontece dentro do minuto, não ao longo de vários minutos. O mesmo vale para arbitragem estatística sensível à latência entre plataformas, em que a pergunta é literalmente “qual negociação aconteceu primeiro?”, e para market making de opções com posições grandes, em que algumas centenas de milissegundos de seleção adversa após uma execução são o jogo inteiro. Nesses regimes, fazer backtest com candles não é uma simplificação, é um erro de categoria: você não está testando uma versão de menor resolução da sua estratégia, mas uma estratégia diferente que por acaso tem o mesmo nome da real.

Portanto, a afirmação não é “dados tick são ruins”. É que recorrer a eles muitas vezes serve para evitar uma pergunta mais difícil e menos glamourosa: meu modelo de custos está correto? Minha premissa de execução está correta? Essa ordem teria sido executada de verdade ou estou supondo que ela foi executada a um preço que o livro nunca chegou a oferecer? Se você for honesto sobre a posição na fila e o spread, dá para responder a essas perguntas com candles de 1 minuto ou até de 1 segundo. Com dados tick, você obtém respostas mais precisas, a um custo de engenharia várias vezes maior, em estratégias nas quais essa precisão extra não muda a conclusão. Dedique esforço adicional quando o horizonte realmente exigir e deixe de lado nos demais casos — é um uso melhor do tempo da equipe de pesquisa do que recorrer por padrão aos dados mais granulares disponíveis só porque mais granular parece mais rigoroso.