Dados de mercado mais granulares podem tornar um backtest de estratégia menos fiável. Os dados tick dão-lhe mais linhas, mas também criam mais oportunidades para confundir detalhe de medição com conhecimento sobre aquilo que teria conseguido negociar.
Isto parece um contrassenso se alguma vez viu um teste baseado em barras falhar um stop, não captar um alargamento do spread ou ignorar um breve toque no seu preço limite. São problemas reais. A questão é saber se os dados mais detalhados os resolvem de facto ou se apenas permitem ao simulador contar uma história mais convincente.
O que é que os dados tick permitem ver num backtest?
Uma barra de um minuto comprime uma sequência de transações em quatro preços e um volume total. Só com a barra, normalmente não consegue saber se a máxima ocorreu antes da mínima, quanto tempo o preço permaneceu perto de cada extremo ou se houve volume suficiente negociado a determinado preço para suportar a sua ordem.
Os ticks de transações reconstituem a sequência das transações reportadas. As cotações acrescentam os preços de compra e venda apresentados ao longo do tempo. Com ambos, pode fazer perguntas mais precisas sobre o spread, as alterações nas cotações e se uma ordem executável teria atravessado o livro a um preço plausível.
Mas um registo de transação não é uma posição na fila. Se a sua ordem passiva se tivesse juntado a um nível com 18 BTC já à sua frente, ver 0,3 BTC serem negociados nesse nível não prova que a sua ordem teria sido executada. O fluxo de transações mostra o que aconteceu no mercado; raramente indica exatamente onde estaria a sua ordem hipotética.
Em que situações podem os dados mais detalhados piorar o resultado?
O primeiro risco é a cobertura irregular. Os arquivos de dados tick têm muitas vezes intervalos em falta, lacunas entre plataformas, alterações de símbolos ou períodos de retenção diferentes entre mercados. Uma estratégia testada apenas onde o fornecedor tem um histórico completo pode acabar, sem se dar por isso, por ser uma estratégia para os ativos e períodos mais fáceis de medir.
O segundo risco é o tempo. Os timestamps podem representar a hora do evento na plataforma, a hora de receção pelo fornecedor ou o momento em que o ficheiro foi compilado. Se o seu simulador ordenar eventos de diferentes feeds como se os relógios estivessem perfeitamente sincronizados, pode reagir a uma cotação antes de ela estar disponível para o seu processo.
Além disso, mais linhas tornam mais fácil esconder erros de implementação. Uma estratégia baseada em barras pode tomar uma decisão por minuto. Uma versão orientada por ticks pode negociar dezenas de vezes nesse minuto, pagando spread, comissões e impacto de mercado em cada operação. Se o simulador pressupõe que todos os sinais podem ser executados ao preço observado seguinte, a precisão é meramente decorativa.
As 60 observações não representam automaticamente 60 oportunidades independentes de negociar. Podem descrever todas a mesma cotação em evolução, e a sua ordem pode afetar o volume que continua disponível para execução. Uma simulação de alta frequência precisa de um modelo de ordens e latência que use honestamente o detalhe adicional.
Quando é que os dados tick compensam o custo?
Comece pela pergunta a que não consegue responder com os dados que já tem. Se for «qual foi atingido primeiro, o meu stop ou o meu objetivo?», os ticks de transações podem ajudar. Se for «quanto custou o spread na entrada?», os dados de cotações são mais relevantes. Se for «a minha ordem passiva teria sido executada?», talvez precise de dados de profundidade e de pressupostos sobre a fila; mesmo assim, raramente é possível reconstituir toda a fila histórica.
| Pergunta de investigação | Dados úteis | O que continua sem poder provar |
|---|---|---|
| Um limiar foi negociado antes de outro? | Ticks de transações | Que a sua ordem teria sido executada em qualquer um dos limiares |
| Que spread atravessou uma ordem de mercado? | Cotações de compra e venda com timestamp | Que o volume apresentado continuou disponível |
| Uma ordem passiva poderia ser executada? | Cotações, profundidade e modelo da fila | A sua posição exata na fila em tempo real |
Para um sinal diário mantido durante semanas, as barras de um minuto podem já ser mais detalhadas do que o processo de decisão exige. Numa estratégia cuja vantagem depende da execução ao longo de segundos, as barras podem apagar precisamente o efeito em estudo. Ajuste a resolução dos dados ao horizonte de decisão e execução da estratégia.
Como posso saber se o detalhe adicional ajudou?
Mantenha fixa a estratégia e o período de teste. Sempre que possível, compare as versões baseadas em barras e em dados mais detalhados usando as mesmas decisões. Acompanhe as alterações nas execuções, na rotação, no spread pago, nas comissões e no impacto de mercado, além dos indicadores de retorno e risco. Se o Sharpe subir enquanto o número de transações triplica e o modelo de execução continua a simular execuções ao preço seguinte, convém desconfiar da melhoria.
Depois, degrade deliberadamente os dados detalhados. Remova uma pequena percentagem aleatória de eventos, acrescente um atraso realista no feed e aumente o spread ou o impacto assumidos. Um resultado que desaba com alguns milissegundos de atraso pode dever-se à ordenação dos eventos no simulador, e não a uma característica duradoura da estratégia.
Uma tarde, passei horas a investigar uma melhoria espetacular que afinal se devia a um feed que tinha duplicado uma curta sequência de registos de transações. O modelo tinha aprendido a negociar as duplicações. Mais dados tinham feito o erro parecer uma vantagem.
Os críticos das barras têm razão quando dizem que a agregação pode ocultar execuções dependentes do percurso dos preços. Só com OHLC, não é possível determinar qual foi atingido primeiro, o stop ou o objetivo, se ambos ocorrerem dentro da mesma barra; além disso, as observações do spread podem não captar desvios breves. Os dados tick e as cotações podem responder a estas perguntas com maior fidelidade, desde que o feed esteja completo e o simulador respeite a ordem temporal dos eventos.
O critério prático é simples: só adquira mais detalhe quando este alterar uma decisão que consiga descrever e mostre que pressupostos permitem transformar esse detalhe numa execução. Caso contrário, terá um conjunto de dados maior e um backtest com aspeto mais preciso, mas sem provas melhores de que a estratégia conseguiria negociar.
← Todos os artigos


